公开(公告)号：CN119892573A

公开(公告)日：2025-04-25

申请号：CN202510048281.6

申请日：2025-01-13

Applicant: 重庆邮电大学

Inventor： 张红升 ,  陶国胜 ,  于海乾 ,  杜英泉 ,  骆珑文 ,  陈子毅

IPC: H04L27/00 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明涉及一种基于轻量化时空融合组合网络的自动调制识别方法，属于通信信号自动调制识别领域。该方法通过将待识别信号的I/Q分量分别塑形为时间流和空间流，并分别输入时间特征提取通道和空间特征提取通道，提取时间特征和空间特征，然后将提取到的特征进行连接并输入分类模块，最终输出识别结果，即待识别信号的调制类型。本发明提出的轻量化时空融合组合网络模型，通过减少卷积通道数和LSTM网络的隐藏层维度，降低了模型参数量和浮点计算量，同时保证了特征的充分提取，从而实现了较高的识别准确率。与现有技术相比，本发明具有参数量少、计算量低、识别准确率高等优点，适用于资源受限设备。

公开(公告)号：CN117767915A

公开(公告)日：2024-03-26

申请号：CN202311741527.5

申请日：2023-12-18

Applicant: 重庆邮电大学

Inventor： 张红升 ,  阎周 ,  付源 ,  孟金 ,  于海乾

IPC: H03H21/00

Abstract: 本发明涉及一种基于改进的归一化变步长LMS算法的自适应滤波方法，属于数字信号处理领域。该方法解决了现有自适应滤波方法在信道辨识过程中，滤波器稳态性能低，初始收敛速度慢，以及在面对大量的未知环境参数，计算出的固定常数值不稳定时，SVSS‑NLMS步长切换式算法的稳态性能下降的问题。改进后的算法采用了三段切换式的步长更改方案，其中，中间段步长采用了实时缩减迭代的方案，能够平滑的将初始大步长过渡到最佳小步长，有着更快收敛速度的同时，鲁棒性更佳。该算法定义为ISSVS‑NLMS，在硬件处理数据时，需要调整的参数更少，稳定性更高，风险更低，该算法有利于回声抑制系统的硬件实现。

公开(公告)号：CN119920262A

公开(公告)日：2025-05-02

申请号：CN202510092270.8

申请日：2025-01-21

Applicant: 重庆邮电大学

Inventor： 杨虹 ,  于海乾 ,  张红升 ,  陶国胜 ,  骆珑文 ,  杜英泉 ,  向金涛

IPC: G10L21/0208 ,  G10L25/30

Abstract: 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。

公开(公告)号：CN118446247A

公开(公告)日：2024-08-06

申请号：CN202410588405.5

申请日：2024-05-13

Applicant: 重庆邮电大学

Inventor： 张红升 ,  成卓立 ,  杨虹 ,  杜英泉 ,  骆珑文 ,  于海乾

IPC: G06N3/0442 ,  G06N5/04 ,  G06N3/084 ,  G06N3/045 ,  G06V10/82

Abstract: 本发明涉及一种面向多模态数据处理的轻量化LSTM模型构建方法及系统，属于循环神经网络领域。该系统包括图片预处理模块、语音预处理模块、文本预处理模块、轻量化长短时记忆循环神经网络模块，图片、语音和文本预处理模块实现将原始数据处理为长短时记忆循环神经网络模型的输入数据，然后进行模型训练，对训练后的神经网络模型进行轻量化操作，以减少数据量，便于边缘硬件端部署；在边缘硬件端部署本发明提出的神经网络进行推理，面对不同模态的数据，只需要重载其权重参数，不需要重新设计硬件架构，拓宽了边缘硬件端部署神经网络模型的应用范围。