本發(fā)明涉及無線通信，更具體地說，它涉及一種基于自適應(yīng)波束賦形的無線音頻傳輸優(yōu)化系統(tǒng)。

背景技術(shù)：

1、無線音頻設(shè)備憑借其便攜性和無線連接優(yōu)勢，近年來已經(jīng)廣泛應(yīng)用于消費電子、會議系統(tǒng)、智能家居等多個領(lǐng)域。然而，在實際使用環(huán)境中，無線音頻傳輸經(jīng)常面臨復(fù)雜多變的電磁干擾問題，導(dǎo)致音頻傳輸質(zhì)量下降、用戶體驗受損。

2、現(xiàn)有的無線音頻傳輸抗干擾技術(shù)主要包括頻譜擴展、自適應(yīng)頻率跳變和傳統(tǒng)波束形成等方法。頻譜擴展技術(shù)將信號能量分散到較寬的頻帶內(nèi)，使干擾影響較小，但該技術(shù)對瞬態(tài)強干擾的抵抗能力有限；自適應(yīng)頻率跳變技術(shù)能夠避開固定頻點的干擾，但在干擾源覆蓋多個頻段的情況下效果不佳；傳統(tǒng)的波束形成技術(shù)能夠通過空間濾波抑制來自特定方向的干擾，但存在以下主要缺陷：傳統(tǒng)波束形成技術(shù)通常依賴預(yù)設(shè)的干擾模型，對環(huán)境中出現(xiàn)的未知或復(fù)雜多變的干擾源難以有效應(yīng)對；現(xiàn)有干擾源特征提取算法效率不高，無法快速準確地區(qū)分主要干擾源和次要干擾源，導(dǎo)致計算資源分配不合理；現(xiàn)有系統(tǒng)缺乏對用戶實際感知體驗的直接反饋機制；現(xiàn)有技術(shù)通常采用固定優(yōu)化策略，無法針對不同環(huán)境和使用場景自適應(yīng)調(diào)整，導(dǎo)致系統(tǒng)在面對新型干擾源時適應(yīng)能力不足。

3、綜上所述，現(xiàn)有的無線音頻傳輸抗干擾技術(shù)存在識別復(fù)雜干擾源能力不足、對用戶主觀感受考慮不充分以及自適應(yīng)性不強等問題，無法滿足復(fù)雜電磁環(huán)境下無線音頻傳輸?shù)母哔|(zhì)量需求。因此，亟需一種能夠精確識別各類干擾源、根據(jù)用戶個性化需求動態(tài)調(diào)整干擾抑制策略、并具有持續(xù)學(xué)習(xí)能力的無線音頻傳輸優(yōu)化方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種基于自適應(yīng)波束賦形的無線音頻傳輸優(yōu)化系統(tǒng)，解決相關(guān)技術(shù)中的識別復(fù)雜干擾源能力不足、對用戶主觀感受考慮不充分以及自適應(yīng)性不強的技術(shù)問題。

2、本發(fā)明提供了一種基于自適應(yīng)波束賦形的無線音頻傳輸優(yōu)化系統(tǒng)，包括：

3、多通道信號采集與預(yù)處理模塊，采集多通道聲學(xué)信號并進行空時域預(yù)處理，生成特征矩陣；

4、分層注意力干擾源特征提取模塊，處理特征矩陣，識別干擾源的類型和位置；

5、用戶不適感知模型構(gòu)建模塊，基于用戶生理反應(yīng)數(shù)據(jù)、面部表情識別和行為分析構(gòu)建用戶不適感知模型，生成個性化干擾敏感度圖譜；

6、波束零點動態(tài)調(diào)整模塊，結(jié)合干擾源類型、位置和個性化干擾敏感度圖譜，動態(tài)調(diào)整波束賦形算法的零點位置和深度；

7、強化學(xué)習(xí)優(yōu)化模塊，接收波束零點動態(tài)調(diào)整模塊的執(zhí)行結(jié)果和用戶反饋數(shù)據(jù)，采用強化學(xué)習(xí)方法持續(xù)優(yōu)化干擾抑制策略，提高系統(tǒng)對未知干擾環(huán)境的適應(yīng)能力。

8、進一步的，所述多通道信號采集與預(yù)處理模塊包括：

9、麥克風(fēng)陣列采集多通道聲學(xué)信號，采集多通道聲學(xué)信號，其中麥克風(fēng)數(shù)量；

10、對采集的信號應(yīng)用空間濾波器，對所述多通道聲學(xué)信號進行空間濾波處理；

11、使用指數(shù)加權(quán)移動平均算法，對空間濾波后的信號進行平滑處理；

12、應(yīng)用自適應(yīng)噪聲抑制算法，對平滑處理后的信號應(yīng)用自適應(yīng)噪聲抑制算法進行信號降噪；

13、使用短時傅里葉變換，將降噪后的信號進行時頻域變換；

14、生成干擾源特征提取輸入，基于時頻域信號構(gòu)建特征矩陣，作為干擾源特征提取的輸入。

15、進一步的，所述分層注意力干擾源特征提取模塊包括：

16、構(gòu)建多尺度卷積神經(jīng)網(wǎng)絡(luò)，特征提取處理，構(gòu)建包含不同尺寸卷積核的網(wǎng)絡(luò)結(jié)構(gòu)，以捕獲不同尺度的時頻特征；

17、通道注意力計算，對各組特征圖應(yīng)用通道注意力機制，計算通道注意力權(quán)重；

18、特征加權(quán)，將通道注意力權(quán)重應(yīng)用于原特征圖，得到加權(quán)特征圖；

19、特征融合，融合不同尺度的加權(quán)特征圖，得到綜合特征表示；

20、干擾源識別與定位，處理融合特征，實現(xiàn)對干擾源的識別和定位，得到干擾源特征表示。

21、進一步的，所述構(gòu)建多尺度卷積神經(jīng)網(wǎng)絡(luò)包含3種不同尺寸的卷積核，分別為3×3、5×5和7×7，捕獲不同尺度的時頻特征。

22、進一步的，所述用戶不適感知模型構(gòu)建模塊包括：

23、生理數(shù)據(jù)采集，采集用戶生理反應(yīng)數(shù)據(jù)；

24、表情特征識別，通過計算機視覺算法實時分析用戶面部表情，識別微表情變化；

25、行為數(shù)據(jù)監(jiān)測，監(jiān)測用戶隱式行為；

26、環(huán)境上下文信息收集；

27、用戶不適度計算，基于所述生理數(shù)據(jù)、所述表情特征、所述行為數(shù)據(jù)和所述環(huán)境上下文信息構(gòu)建用戶不適感知模型，計算用戶不適度；

28、個性化干擾敏感度圖譜生成，基于歷史數(shù)據(jù)和用戶反饋，針對不同干擾類型和空間位置，生成個性化干擾敏感度圖譜。

29、進一步的，所述波束零點動態(tài)調(diào)整模塊包括：

30、干擾源抑制優(yōu)先級計算，基于干擾源特征和干擾敏感度圖譜，計算各干擾源的抑制優(yōu)先級；

31、優(yōu)先級排序與篩選，根據(jù)計算得到的抑制優(yōu)先級，對識別到的干擾源進行排序，選擇優(yōu)先級最高的個干擾源作為波束零點的放置目標；

32、構(gòu)建干擾源協(xié)方差矩陣，構(gòu)建干擾源協(xié)方差矩陣；

33、計算波束形成權(quán)重向量，利用線性約束最小方差算法計算波束形成權(quán)重向量；

34、零點深度自適應(yīng)控制，針對特定類型的干擾源，引入自適應(yīng)零點深度控制機制，對優(yōu)先級較高且敏感度較大的干擾源，增加其對應(yīng)零點深度；

35、實時檢測用戶不適度變化，實時檢測用戶不適度變化，當用戶不適度超過預(yù)設(shè)閾值時，觸發(fā)波束零點位置和深度的快速更新；

36、波束形成應(yīng)用，應(yīng)用計算得到的波束形成權(quán)重向量到輸入信號，得到波束形成后的輸出信號。

37、進一步的，所述強化學(xué)習(xí)優(yōu)化模塊包括：

38、狀態(tài)空間與動作空間定義，定義包含當前環(huán)境的干擾源特征用戶不適度波束形成配置參數(shù)和歷史交互記錄的狀態(tài)空間，定義包含對波束形成參數(shù)的調(diào)整操作的動作空間；

39、獎勵函數(shù)設(shè)計，設(shè)計綜合考慮用戶不適度變化、客觀音質(zhì)評估指標和系統(tǒng)資源消耗的獎勵函數(shù)；

40、深度q網(wǎng)絡(luò)構(gòu)建，作為強化學(xué)習(xí)的核心算法，構(gòu)建價值網(wǎng)絡(luò)；

41、經(jīng)驗回放機制實現(xiàn)，存儲系統(tǒng)與環(huán)境交互的經(jīng)驗樣本并提高學(xué)習(xí)效率；

42、雙重q學(xué)習(xí)應(yīng)用，減少過度估計問題；

43、?貪心策略應(yīng)用，采用?貪心策略進行動作選擇，隨時間推移減小探索率；

44、周期性評估機制應(yīng)用，設(shè)置周期性評估機制，評估當前策略性能，并將高性能策略保存為基準策略；

45、分層知識庫構(gòu)建，構(gòu)建分層知識庫，將成功的干擾抑制策略按干擾類型和環(huán)境特征進行分類存儲，形成策略庫。

46、進一步的，所述獎勵函數(shù)為：

47、；

48、其中表示時刻的獎勵值，分別表示時刻和的用戶不適度，分別為時刻的感知評估語音質(zhì)量和短時目標可懂度指數(shù)，評估輸出的音頻質(zhì)量，表示波束形成后的輸出信號；為動作的計算資源消耗，表示時刻的動作向量；分別為用戶不適度改善、感知評估語音質(zhì)量、短時目標可懂度指數(shù)、計算資源消耗的權(quán)重系數(shù)。

49、權(quán)重系數(shù)，平衡各項指標的重要性。

50、進一步的，所述形成策略庫的計算公式為：

51、；

52、其中表示策略庫，分別表示第1個、第2個、第個策略，表示策略庫中策略的總數(shù)量；

53、對于新的干擾場景，首先在策略庫中檢索相似場景的策略作為初始策略，然后進行針對性優(yōu)化，加速收斂過程。

54、一種計算機可讀存儲介質(zhì)，其用于存儲計算機可讀指令，當所述計算機可讀指令被計算機讀取時能夠運行如上述的一種基于自適應(yīng)波束賦形的無線音頻傳輸優(yōu)化系統(tǒng)。

55、本發(fā)明的有益效果在于：通過創(chuàng)新性地結(jié)合深度學(xué)習(xí)、用戶體驗感知和強化學(xué)習(xí)技術(shù)，解決了對無線音頻傳輸干擾的問題，在提高音頻質(zhì)量的同時優(yōu)化了用戶體驗，具有實用性；

56、通過分層注意力干擾源特征提取網(wǎng)絡(luò)，本發(fā)明能夠高效捕獲不同尺度的時頻特征，相比傳統(tǒng)方法提高了干擾源識別準確率，提升了識別速度；

57、通過建立用戶不適感知模型，本發(fā)明能夠基于用戶的生理反應(yīng)、面部表情和行為數(shù)據(jù)生成個性化干擾敏感度圖譜，實現(xiàn)了對用戶體驗的針對性優(yōu)化，提升了用戶報告的滿意度；

58、通過動態(tài)調(diào)整波束零點位置和深度，本發(fā)明能夠精確控制波束形成效果，提高了對干擾信號的平均抑制強度，增強了系統(tǒng)的抗干擾性能；

59、采用強化學(xué)習(xí)持續(xù)優(yōu)化干擾抑制策略，本發(fā)明在面對新型干擾源時能夠快速調(diào)整適應(yīng)，適應(yīng)時間從傳統(tǒng)的數(shù)分鐘級別縮短至數(shù)秒級別，提高了系統(tǒng)對未知干擾環(huán)境的適應(yīng)能力；

60、通過干擾源優(yōu)先級排序和選擇性零點放置，能夠在有限計算資源下實現(xiàn)最優(yōu)干擾抑制效果，降低了計算資源的占用，同時延長了設(shè)備電池壽命。