首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的模拟和数字调制话音信号恢复方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州电子科技大学

摘要:本发明公开了一种基于深度学习的模拟和数字调制语音信号恢复方法。本发明首先构建原始的模拟调制信号数据集和数字调制信号数据集;然后对扩充得到数字调制信号和模拟调制信号数据集;并直接提取数字调制信号和模拟调制信号数据集中每个样本的实部和虚部;其次构建模拟和数字调制统一话音恢复的神经网络模型,对模型提取的深度特征进行重建,恢复原始的实话音信号;训练模型得到每种调制类型单独优化的话音恢复模型。本发明利用深度神经网络代替传统的信号接收过程,在输出端还原出原始的话音信号而非比特流,克服由低量化位数引起的量化噪声的影响。且发送端的信号编码方式更加简单,在传输数据量减少,SigRNet的计算复杂度也相对较低。

主权项:1.一种基于深度学习的模拟和数字调制话音信号恢复方法,其特征在于,包括以下步骤:S1:构建原始的模拟调制信号数据集;S2:构建原始的数字调制信号数据集;S3:针对原始模拟调制信号数据集和原始数字调制信号数据集,通过仿真模拟多种非理想因素扩充信号数据集,得到扩充后的数字调制信号和模拟调制信号数据集;S4:直接提取数字调制信号和模拟调制信号数据集中每个样本的实部和虚部,分别作为I路和Q路,这将作为后续神经网络的输入数据形式;S5:构建模拟和数字调制统一话音恢复的神经网络模型,首先使用深度可分离卷积、注意力机制、层归一化操作组成的主干网络来提取输入信号的深度特征;其中的注意力机制部分是将序列注意力机制、通道注意力机制和空间注意力机制进行结合,以便从不同角度捕捉各个输入信号间的相关性;S6:对深度特征进行重建,恢复原始的实话音信号;S7:将数字调制信号和模拟调制信号数据集,按照信道类型的不同分别输入相同的神经网络中进行训练,训练结束后,得到了为每种调制类型单独优化的话音恢复模型;S8:将新接收到的信号分割成等长的小段信号,然后根据调制类型的不同,分别输入S7中训练后的话音恢复模型,得到恢复后的小段话音;S9:将话音恢复模型输出的所有小段信号按时间顺序进行拼接,以恢复得到一整段话音信号。

全文数据:

权利要求:

百度查询: 杭州电子科技大学 一种基于深度学习的模拟和数字调制话音信号恢复方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。