随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型(Speech Enhancement based on Deep Compressed Sensin...随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型(Speech Enhancement based on Deep Compressed Sensing, SEDCS)。基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强。实验结果表明:该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升。展开更多
文摘5G新技术应用于可见光通信(Visible Light Communication,VLC)场景对系统容量以及频谱效率有了更高的要求,稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术作为一种新型的非正交多址接入(Non-Orthgonal Multiple Access,NOMA)技术可作为解决方案。针对上述方案,搭建了VLC-SCMA系统,使得系统在相同的频谱资源下能够拥有更大的系统容量和频谱效率,同时为了降低系统复杂度,加快接收端进行多用户检测时的收敛速度,提出了基于串行改进下的部分外部信息传递的消息传递算法(Message Passing Algorithm Based on Serial Strategy for Partial External Information Transmission,SPEIT-MPA)。通过在迭代过程中设置门限值过滤掉携带信息量较少的外部信息点,利用串行改进使得算法迭代过程进一步简化。在VLC-SCMA系统中的仿真结果表明,对比原始算法,新算法可以在保证误码率(Bit Error Rate,BER)性能损失较少的前提下拥有更快的收敛速度,且算法复杂度随着信噪比(Signal to Noise Ratio,SNR)的增大明显降低。
文摘随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型(Speech Enhancement based on Deep Compressed Sensing, SEDCS)。基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强。实验结果表明:该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升。
