Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学杨虹获国家专利权

重庆邮电大学杨虹获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种引入复数神经网络的窄带最小均方误差回声抑制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119920262B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510092270.8,技术领域涉及:G10L21/0208;该发明授权一种引入复数神经网络的窄带最小均方误差回声抑制方法是由杨虹;于海乾;张红升;陶国胜;骆珑文;杜英泉;向金涛设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种引入复数神经网络的窄带最小均方误差回声抑制方法在说明书摘要公布了:本发明涉及一种引入复数神经网络的窄带最小均方误差回声抑制方法,属于自适应回声消除领域。现有的神经网络方法仍存在先验知识建模不精确的问题,并且未充分利用复数信号中的相位信息。本发明采用复数DNN分别对步长、扬声器非线性失真和误差信号进行建模与估计。利用复数神经网络的高效参数学习能力,提高对复杂环境下回声信道的适应能力。该方法不仅充分利用了复数数据的相位信息,更能有效抑制扬声器非线性失真问题,同时保持模型参数量较小,实现高效的回声抑制,具有较强的实用性和硬件适配性,适用于多种实际应用场景。

本发明授权一种引入复数神经网络的窄带最小均方误差回声抑制方法在权利要求书中公布了:1.一种引入复数神经网络的窄带最小均方误差回声抑制方法,其特征在于:该方法包括以下步骤: 对回声抑制系统中,远端语音信号xn和近端麦克风信号dn进行短时傅里叶变换STFT; 将STFT域远端语音信号Xk,t,和近端语音信号Dk,t在各个频点的时间维度上,使用参数相同的窄带自适应滤波器进行滤波处理; 对所述窄带自适应滤波器,采用结合LMS算法与复数深度神经网络CDNN的方法,其中复数深度神经网络CDNN用于自适应估计LMS滤波器系数更新所需的参数,从而应对复杂的实际环境; 对所述LMS滤波器系数更新所需的关键参数包括步长向量,扬声器信号非线性失真抑制向量和误差估计值,三个参数最终用于计算滤波器梯度向量; 步长向量估计利用窄带滤波器t时间帧的输入向量Xf,t,参考信号Df,t,误差信号ef,t和前一时间帧的梯度Δhl,f,t‑1拼接作为步长自适应控制网络的输入特征,网络输出步长向量,步长向量为更新公式如下所示: 扬声器信号非线性失真抑制向量将窄带滤波器t时间帧的输入向量Xf,t作为非线性失真抑制网络的输入特征,网络输出为抑制非线性失真的向量mask_Xf,t,误差估计值将窄带滤波器的t时间帧的误差数据ef,t作为误差估计网络的输入特征,网络输出误差mask_ef,t,以上所述LMS滤波器系数更新所需的关键参数用于滤波器系数的梯度向量的计算,其中第i个系数的梯度更新公式为: Δhi,f,t=μi,f,t*mask_Xi,f,t*mask_ef,t最后利用复数深度神经网络CDNN计算出的梯度向量,对每个窄带滤波器的系数进行迭代更新: hf,τ=hf,t‑1+Δhf,t。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。