基于注意力機(jī)制和復(fù)數(shù)卷積循環(huán)網(wǎng)絡(luò)的汽車(chē)?yán)走_(dá)干擾抑制

吳秋雨，高 勇

(四川大學(xué) 電子信息學(xué)院，四川 成都 610065)

0 引言

汽車(chē)?yán)走_(dá)傳感器是當(dāng)前駕駛輔助系統(tǒng)和自動(dòng)駕駛應(yīng)用的重要模塊,用來(lái)檢測(cè)目標(biāo)、測(cè)量目標(biāo)的距離和速度,以保障道路安全感。常用于汽車(chē)領(lǐng)域的雷達(dá)有調(diào)頻連續(xù)波(Frequency Modulated Continuous Wave,FMCW)雷達(dá)[1],它能夠連續(xù)發(fā)射頻率隨時(shí)間線性變化的啁啾信號(hào)。隨著自動(dòng)駕駛技術(shù)的高速發(fā)展,越來(lái)越多的汽車(chē)裝載車(chē)載雷達(dá),不同車(chē)輛的車(chē)載雷達(dá)之間不可避免地會(huì)產(chǎn)生相互干擾,導(dǎo)致虛假目標(biāo)的出現(xiàn)或基底噪聲的增加,降低檢測(cè)性能。

傳統(tǒng)的汽車(chē)?yán)走_(dá)干擾抑制方法包括歸零法(Zeroing)法、自適應(yīng)閾值迭代法、斜坡濾波法、估計(jì)和減去干擾成分法等,文獻(xiàn)[2-3]給出了這些方法的介紹和對(duì)比。其中最基本的方法是歸零法,通過(guò)將受干擾部分的樣本值設(shè)為零來(lái)消除干擾,該方法雖然簡(jiǎn)單,但是容易去除有用信號(hào),且當(dāng)干擾時(shí)間段較長(zhǎng)時(shí)此方法的效果會(huì)下降。

近年來(lái),深度學(xué)習(xí)技術(shù)不斷發(fā)展,并逐漸應(yīng)用到雷達(dá)信號(hào)處理。文獻(xiàn)[4]首次在時(shí)域運(yùn)用深度學(xué)習(xí)方法消除相互干擾,采用基于門(mén)控循環(huán)單元(Gated Recurrent Unit,GRU)的循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN),與傳統(tǒng)方法相比,性能更佳且處理速度更快。文獻(xiàn)[5]在文獻(xiàn)[4]的基礎(chǔ)上增加了注意力模塊,能更好地捕捉時(shí)間序列之間的關(guān)系,提升模型性能。文獻(xiàn)[6]采用全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Neural Network,FCN)解決射頻干擾問(wèn)題,能將受干擾信號(hào)經(jīng)短時(shí)傅里葉變換后的頻譜圖轉(zhuǎn)換為消除干擾后的距離像。文獻(xiàn)[7]利用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Bidirectional Long Short-Term Memory,Bi-LSTM)來(lái)抑制相互干擾。上述方法可以成功地預(yù)測(cè)目標(biāo)幅度,但無(wú)法保留目標(biāo)的相位信息,而相位對(duì)于測(cè)量目標(biāo)的多普勒效應(yīng)至關(guān)重要[8]。

文獻(xiàn)[9]采用基于自動(dòng)編碼器的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN),將干擾信號(hào)距離-多普勒?qǐng)D的幅度和相位作為雙通道數(shù)據(jù)輸入網(wǎng)絡(luò)來(lái)消除干擾,保留了相位信息。文獻(xiàn)[10]使用CNN來(lái)抑制干擾,將頻域干擾信號(hào)的實(shí)部和虛部作為雙通道數(shù)據(jù)輸入網(wǎng)絡(luò),能預(yù)測(cè)目標(biāo)的相位信息。文獻(xiàn)[11]在文獻(xiàn)[6]的基礎(chǔ)上引入了WeNoRT(Weighted Noise Reduction Training)訓(xùn)練機(jī)制,同時(shí)將頻域干擾信號(hào)的幅度、實(shí)部和虛部作為三通道數(shù)據(jù)輸入網(wǎng)絡(luò),可以得到目標(biāo)的相位信息。

由于雷達(dá)信號(hào)多為復(fù)數(shù),而上述方法僅將信號(hào)的實(shí)部和虛部作為雙通道數(shù)據(jù)輸入網(wǎng)絡(luò),然后用實(shí)數(shù)網(wǎng)絡(luò)將實(shí)部和虛部作為2個(gè)獨(dú)立的信息進(jìn)行特征提取,沒(méi)有挖掘?qū)嵅亢吞摬恐g的相關(guān)性。因此本文將語(yǔ)音增強(qiáng)領(lǐng)域的深度復(fù)數(shù)卷積循環(huán)網(wǎng)絡(luò)(Deep Complex Convolution Recurrent Network,DCCRN)[12]應(yīng)用到汽車(chē)?yán)走_(dá)干擾抑制上并作了改進(jìn),提出了一種基于注意力機(jī)制的深度復(fù)數(shù)卷積循環(huán)網(wǎng)絡(luò)(Deep Complex Convolution Recurrent Network with Attention,DCCRN-Attention)。不同于以往的實(shí)數(shù)網(wǎng)絡(luò),本文模型使用復(fù)數(shù)卷積、復(fù)數(shù)批歸一化和復(fù)數(shù)長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)模塊,通過(guò)模擬復(fù)數(shù)運(yùn)算來(lái)提取信號(hào)的實(shí)部和虛部之間的相關(guān)性,具有更豐富的特征學(xué)習(xí)能力,且能同時(shí)預(yù)測(cè)干擾抑制后目標(biāo)的幅度和相位信息。本文模型中引入了注意力(Attention)機(jī)制,因此可以捕捉上下文之間的關(guān)聯(lián)信息,聚焦局部信息。在公開(kāi)數(shù)據(jù)集[6]中的實(shí)驗(yàn)結(jié)果表明,與基線方法相比較,本文模型在抑制汽車(chē)?yán)走_(dá)相互干擾方面的性能更好。

1 FMCW雷達(dá)信號(hào)模型

1.1 無(wú)干擾信號(hào)模型

FMCW雷達(dá)發(fā)射的是線性調(diào)頻信號(hào),也稱(chēng)為chirp信號(hào),其頻率隨時(shí)間線性變化,如圖1所示。單個(gè)周期內(nèi)的發(fā)射信號(hào)ST(t)表示為:

(1)

圖1 無(wú)干擾信號(hào)Fig.1 Signal without interference

式中:t為時(shí)間變量,f0為t=0時(shí)刻的初始頻率,Tc為掃頻周期,α=B/Tc為調(diào)頻斜率,B為掃頻帶寬。

發(fā)射信號(hào)經(jīng)目標(biāo)反射后,雷達(dá)接收到的回波信號(hào)SR(t)表示為:

(2)

式中:Nt為目標(biāo)個(gè)數(shù),Ai為幅度,τi=2Ri/c為第i個(gè)目標(biāo)的傳播時(shí)延,Ri為第i個(gè)目標(biāo)的距離,c為光速。

接收的回波信號(hào)與發(fā)射信號(hào)混頻后,再經(jīng)過(guò)低通濾波器得到差頻信號(hào),差頻信號(hào)Sb(t)表示為:

(3)

1.2 受干擾信號(hào)模型

汽車(chē)?yán)走_(dá)干擾分為相干干擾和非相干干擾。相干干擾指干擾信號(hào)的調(diào)頻斜率與發(fā)射信號(hào)相同,會(huì)導(dǎo)致頻域上出現(xiàn)假目標(biāo);非相干干擾指干擾信號(hào)的調(diào)頻斜率與發(fā)射信號(hào)不同,會(huì)導(dǎo)致頻域上基底噪聲增加[13]。本文討論的是非相干干擾。

受干擾信號(hào)如圖2所示。當(dāng)出現(xiàn)非相干干擾時(shí),受干擾部分發(fā)生在時(shí)間段β內(nèi),干擾信號(hào)SI(t)表示為:

(4)

圖2 受干擾信號(hào)Fig.2 Signal with interference

式中:AI為干擾信號(hào)的幅度,fI為干擾信號(hào)的初始頻率,τd為干擾信號(hào)的時(shí)延,αI=BI/TI為干擾信號(hào)的調(diào)頻斜率,BI、TI分別為干擾信號(hào)的掃頻帶寬和掃頻周期。

接收機(jī)接收到的含有干擾的回波信號(hào)SRI(t)表示為:

SRI(t)=SR(t)+SI(t)。

(5)

圖3 受干擾信號(hào)的時(shí)域圖Fig.3 Time domain diagram of signal with interference

(6)

圖4 無(wú)干擾信號(hào)和受干擾信號(hào)的頻域圖Fig.4 Frequency domain diagrams of signal with and without interference

對(duì)于非相干干擾,時(shí)域上,受干擾部分的信號(hào)幅度遠(yuǎn)大于未受干擾部分的信號(hào)幅度;頻域上,干擾會(huì)導(dǎo)致基底噪聲增加和低功率目標(biāo)被覆蓋,從而降低檢測(cè)概率。

2 網(wǎng)絡(luò)結(jié)構(gòu)介紹

2.1 DCCRN-Attention模型的總體框架

本文使用的網(wǎng)絡(luò)模型是基于文獻(xiàn)[12]提出的DCCRN,該模型在語(yǔ)音增強(qiáng)領(lǐng)域顯示出較好的效果,并獲得了Interspeech 2020 DNS挑戰(zhàn)賽實(shí)時(shí)賽道的第一名。本文提出的DCCRN-Attention模型的總體框架如圖5所示,該模型在文獻(xiàn)[12]的基礎(chǔ)上做了改進(jìn),同時(shí)增加了注意力機(jī)制,能夠抑制汽車(chē)?yán)走_(dá)間的非相干干擾,且能同時(shí)預(yù)測(cè)目標(biāo)的幅度和相位信息。

圖5 DCCRN-Attention模型總體框架Fig.5 Overall framework of DCCRN-Attention model

本文將受干擾信號(hào)經(jīng)快速傅里葉變換(Fast Fourier Transformation,FFT)后的頻域特征作為輸入特征,標(biāo)簽為未受干擾信號(hào)經(jīng)FFT后的頻域特征。輸入為頻域干擾信號(hào)的實(shí)部和虛部,經(jīng)過(guò)DCCRN-Attention模型后,輸出為頻域抑制干擾后的實(shí)部和虛部,通過(guò)輸出的實(shí)部和虛部可以計(jì)算出目標(biāo)的幅度和相位大小。損失函數(shù)采用均方誤差(Mean Squared Error,MSE),計(jì)算方式為:

(7)

2.2 DCCRN結(jié)構(gòu)

在目前的使用深度學(xué)習(xí)抑制干擾并預(yù)測(cè)目標(biāo)的幅度和相位信息的方法中,僅將信號(hào)的實(shí)部和虛部作為雙通道數(shù)據(jù)輸入網(wǎng)絡(luò)中,用實(shí)數(shù)網(wǎng)絡(luò)來(lái)處理,這與復(fù)數(shù)乘法運(yùn)算不一致,并未考慮到信號(hào)的實(shí)部和虛部之間的相關(guān)性。本文所用的DCCRN結(jié)構(gòu)如圖6所示,該網(wǎng)絡(luò)中的復(fù)數(shù)模塊通過(guò)模擬復(fù)數(shù)乘法來(lái)獲取信號(hào)的實(shí)部和虛部之間的相關(guān)性。

圖6 DCCRN結(jié)構(gòu)Fig.6 DCCRN structure

DCCRN結(jié)構(gòu)由6層復(fù)數(shù)編碼器、2層復(fù)數(shù)LSTM和6層復(fù)數(shù)解碼器組成,其中編碼器旨在從輸入特征中提取高維特征,解碼器進(jìn)行特征重構(gòu),從而使解碼器-編碼器結(jié)構(gòu)形成對(duì)稱(chēng)設(shè)計(jì),中間的LSTM用于對(duì)時(shí)間依賴(lài)進(jìn)行建模,同時(shí)采用跳躍連接將對(duì)應(yīng)的編碼層和解碼層連接起來(lái),實(shí)現(xiàn)多尺度的特征融合。對(duì)復(fù)數(shù)編碼器、復(fù)數(shù)解碼器和復(fù)數(shù)LSTM的介紹如下:

① 復(fù)數(shù)編碼器模塊如圖7所示,包含復(fù)數(shù)卷積、復(fù)數(shù)批歸一化[14]和參數(shù)修正線性單元(Parametric Rectified Linear Unit,PReLU)激活函數(shù)[15]。復(fù)數(shù)卷積由4個(gè)傳統(tǒng)的卷積操作組成,控制著整個(gè)編碼器的復(fù)數(shù)信息流。復(fù)數(shù)卷積濾波器W定義為:W=Wr+jWi,其中Wr和Wi分別表示復(fù)數(shù)卷積核的實(shí)部和虛部。復(fù)數(shù)形式的輸入X定義為:X=Xr+jXi,其中Xr和Xi分別表示輸入的實(shí)部和虛部。通過(guò)復(fù)數(shù)卷積運(yùn)算X*W,可以得到復(fù)數(shù)形式的輸出:

圖7 復(fù)數(shù)編碼器模塊Fig.7 Complex encoder module

Fout=(Xr*Wr-Xi*Wi)+j(Xr*Wi+Xi*Wr),

(8)

式中:Fout為輸入經(jīng)復(fù)數(shù)卷積操作后的輸出,*表示卷積操作。

② 復(fù)數(shù)解碼器模塊則由復(fù)數(shù)轉(zhuǎn)置卷積、復(fù)數(shù)批歸一化和PReLU激活函數(shù)組成,復(fù)數(shù)轉(zhuǎn)置卷積的實(shí)現(xiàn)方式與上述復(fù)數(shù)卷積類(lèi)似。

③ 同時(shí),給定復(fù)數(shù)輸入Xr和Xi,復(fù)數(shù)LSTM的輸出Fout可以表示為:

Frr=LSTMr(Xr),Fir=LSTMr(Xi),

(9)

Fri=LSTMi(Xr),Fii=LSTMi(Xi),

(10)

Fout=(Frr-Fri)+j(Fri+Fir),

(11)

式中:LSTMr和LSTMi表示實(shí)部和虛部的傳統(tǒng)LSTM操作,Fir為Xi通過(guò)LSTMr計(jì)算得到,其余類(lèi)似。

2.3 注意力機(jī)制

原始的DCCRN在跳躍連接部分直接將編碼層的輸出和對(duì)應(yīng)解碼層的輸入拼接起來(lái)進(jìn)行數(shù)據(jù)重構(gòu),即解碼層在重構(gòu)數(shù)據(jù)時(shí)沒(méi)有針對(duì)性地選擇數(shù)據(jù)。因此,本文基于文獻(xiàn)[16]提出的注意力門(mén)控(Attention Gate,AG),在DCCRN的跳躍連接部分引入了Attention模塊,使解碼器在重構(gòu)數(shù)據(jù)時(shí)抑制無(wú)關(guān)信息,并突出特定區(qū)域的顯著特征。

Attention機(jī)制的提出源自于人腦對(duì)外部信息的處理能力,人腦在處理信息時(shí),會(huì)將Attention集中到重要的、感興趣的信息上,而忽略無(wú)關(guān)的信息。在神經(jīng)網(wǎng)絡(luò)中引入Attention機(jī)制,可以在計(jì)算能力有限的情況下,將計(jì)算資源分配給更重要的任務(wù),解決信息過(guò)載問(wèn)題,并提高任務(wù)處理的效率和準(zhǔn)確性。Attention機(jī)制[17]的本質(zhì)為一個(gè)查詢(xún)Q(Query)到一系列鍵值對(duì)(Key-Value)的映射,通過(guò)對(duì)Query和Key的相關(guān)性進(jìn)行建模來(lái)得到Attention系數(shù),再實(shí)現(xiàn)對(duì)Value的權(quán)重分配。具體而言,用鍵值對(duì)(K,V)=[(k1,v1),(k2,v2),…,(kN,vN)]來(lái)表示N組輸入信息,當(dāng)給定一個(gè)查詢(xún)Q時(shí),經(jīng)典的Attention機(jī)制的計(jì)算方式如下:

αi=softmax(s(ki,Q)),

(12)

(13)

式中:αi表示ki與Q的相關(guān)程度,即Attention系數(shù);s為計(jì)算相關(guān)程度的函數(shù),常見(jiàn)的形式包括加性模型、點(diǎn)積模型和雙線性模型等;softmax為歸一化指數(shù)函數(shù),Attention((K,V),Q)表示根據(jù)Attention系數(shù)對(duì)Value進(jìn)行加權(quán)求和后的結(jié)果。

本文引入的Attention機(jī)制原理如圖8所示,x為編碼層的輸出,g為對(duì)應(yīng)解碼層的輸入,這里可以將g理解為上述Attention機(jī)制中的查詢(xún)Q,x理解為鍵值對(duì)(K,V)。這樣,跳躍連接部分不是將編碼層輸出直接與解碼層輸入拼接,而是先通過(guò)x與g計(jì)算Attention權(quán)重系數(shù)α,將α賦值到x后再與g進(jìn)行拼接。由于編解碼層的特征維度不同,多次利用1×1的卷積對(duì)數(shù)據(jù)進(jìn)行升維和降維,使數(shù)據(jù)g、x和α的尺寸大小一致,以便進(jìn)行相加和相乘操作。

圖8 Attention機(jī)制原理Fig.8 Principle of Attention mechanism

具體的計(jì)算如下:

α=σ2(Φ(σ1(Wg(g)+Wx(x)))),

(14)

x1=α·x,

(15)

式中:α為Attention權(quán)重系數(shù),x為編碼層的輸出,g為對(duì)應(yīng)解碼層的輸入,Wg、Wx、Φ均表示1×1的卷積,σ1、σ2分別表示ReLU和Sigmoid激活函數(shù),x1為賦予Attention權(quán)重系數(shù)后的編碼層輸出。實(shí)現(xiàn)了對(duì)編碼層信息的過(guò)濾,賦予不同的權(quán)重,抑制無(wú)關(guān)信息,捕捉重要特征。

3 實(shí)驗(yàn)設(shè)置與結(jié)果分析

3.1 數(shù)據(jù)集和評(píng)價(jià)指標(biāo)

本文實(shí)驗(yàn)采用了大規(guī)模的汽車(chē)?yán)走_(dá)干擾抑制(Automotive Radar Interference Mitigation,ARIM)公開(kāi)數(shù)據(jù)集[6],該數(shù)據(jù)集模擬了含有單個(gè)干擾源的真實(shí)汽車(chē)場(chǎng)景,FMCW雷達(dá)的模擬參數(shù)如表1所示。

表1 FMCW雷達(dá)模擬參數(shù)

ARIM數(shù)據(jù)集共包含48 000個(gè)樣本,并且被隨機(jī)劃分成含40 000個(gè)樣本的訓(xùn)練集和含8 000個(gè)樣本的測(cè)試集,每個(gè)樣本都包含無(wú)干擾的時(shí)域差頻信號(hào)(標(biāo)簽信號(hào))和受干擾的時(shí)域差頻信號(hào)。樣本數(shù)據(jù)是前文介紹的差頻信號(hào)的采樣值,由表2列出的參數(shù)的隨機(jī)值生成,具體而言,信噪比(Signal to Noise Ratio,SNR)、信干比(Signal to Interference Ratio,SIR)這2個(gè)參數(shù)在最小值和最大值之間根據(jù)固定步長(zhǎng)而線性變化,相對(duì)干擾斜率k=αI/α(αI為干擾信號(hào)的調(diào)頻斜率,α為發(fā)射信號(hào)的調(diào)頻斜率)、目標(biāo)個(gè)數(shù)、目標(biāo)的幅度、距離和相位這5個(gè)參數(shù)在最小值和最大值之間遵循均勻分布。

表2 ARIM數(shù)據(jù)集的樣本參數(shù)

本文的目的是抑制干擾并同時(shí)恢復(fù)目標(biāo)的幅度和相位信息,為了衡量模型抑制汽車(chē)?yán)走_(dá)干擾的性能,實(shí)驗(yàn)選取平均SNR變化(Mean SNR Improvement,ΔMSNR)、幅度平均絕對(duì)誤差(Mean Absolute Error,MAE)和相位MAE作為評(píng)價(jià)指標(biāo)。其中,ΔMSNR是指接收信號(hào)中的目標(biāo)在干擾抑制前后的平均SNR變化,數(shù)值越大說(shuō)明效果越好。幅度MAE由標(biāo)簽信號(hào)的目標(biāo)幅度和網(wǎng)絡(luò)輸出信號(hào)的目標(biāo)幅度之間的MAE計(jì)算得到,單位為dB;相位MAE則是指標(biāo)簽信號(hào)的目標(biāo)相位和網(wǎng)絡(luò)輸出信號(hào)的目標(biāo)相位之間的MAE,單位為(°),這2個(gè)指標(biāo)的數(shù)值越小說(shuō)明性能越好。

3.2 參數(shù)設(shè)置

在數(shù)據(jù)預(yù)處理階段,FFT的采樣點(diǎn)數(shù)為2 048,受干擾信號(hào)做FFT后,其實(shí)部和虛部先作為雙通道數(shù)據(jù)輸入模型中,在復(fù)數(shù)層時(shí)將實(shí)部和虛部分別取出再進(jìn)行相應(yīng)的復(fù)數(shù)卷積等操作。為了減少過(guò)擬合,實(shí)驗(yàn)中將20%的訓(xùn)練集(8 000個(gè)樣本)用作驗(yàn)證集。實(shí)驗(yàn)使用PyTorch框架來(lái)訓(xùn)練DCCRN-Attention模型,優(yōu)化器為Adam,訓(xùn)練100輪,訓(xùn)練批次大小為64,模型的初始學(xué)習(xí)率設(shè)置為 0.001,同時(shí)學(xué)習(xí)率每10輪下降0.5,權(quán)重衰減系數(shù)為0.000 001。

DCCRN-Attention模型中,復(fù)數(shù)編碼器每層的通道數(shù)分別為{32、64、128、256、256、256},復(fù)數(shù)解碼器每層的通道數(shù)分別為{256、256、256、128、64、32},卷積核的大小和步長(zhǎng)分別設(shè)置為5×2和2×1,中間的2層復(fù)數(shù)LSTM的隱藏層分別為256、1 024個(gè)單元。

3.3 實(shí)驗(yàn)結(jié)果

本文模型的干擾抑制效果如圖9所示。圖9(a)為無(wú)干擾的標(biāo)簽信號(hào)的頻譜圖;圖9(b)為受干擾信號(hào)的頻譜圖,可以看到干擾信號(hào)導(dǎo)致基底噪聲增加了近40 dB,淹沒(méi)了目標(biāo);圖9(c)為經(jīng)DCCRN-Attention模型抑制干擾后的信號(hào)頻譜圖,能檢測(cè)出目標(biāo),且目標(biāo)幅度與標(biāo)簽信號(hào)基本一致。

(a)標(biāo)簽信號(hào)頻譜圖

(c)干擾抑制后信號(hào)頻譜圖

表3為圖9中目標(biāo)的SNR值,從表中可以看出受到干擾后,目標(biāo)的SNR大幅度下降,影響目標(biāo)的檢測(cè)概率,而經(jīng)過(guò)本文模型抑制干擾后的信號(hào),其目標(biāo)的SNR得到了提升,接近標(biāo)簽信號(hào),有利于目標(biāo)的檢測(cè)。

表3 圖9中目標(biāo)的SNR

3.4 與其他方法對(duì)比

為了驗(yàn)證本文提出的DCCRN-Attention模型在汽車(chē)?yán)走_(dá)干擾抑制方向的有效性,實(shí)驗(yàn)選取標(biāo)簽信號(hào)、Zeroing法和文獻(xiàn)[12]的DCCRN模型得到的結(jié)果作為對(duì)比。Zeroing法應(yīng)用在時(shí)域,通過(guò)將高于閾值的振幅替換為0來(lái)消除干擾[18];DCCRN模型除了未引入Attention機(jī)制,其余結(jié)構(gòu)和參數(shù)設(shè)置與DCCRN-Attention模型一致。

不同方法在ARIM數(shù)據(jù)集的驗(yàn)證集和測(cè)試集上的實(shí)驗(yàn)結(jié)果如表4和表5所示。首先,與Zeroing方法相比,在驗(yàn)證集上,DCCRN模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了2.95 dB、4.68 dB和5.94°,而本文DCCRN-Attention模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了2.98 dB、4.89 dB和6.14°;在測(cè)試集上,DCCRN模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了2.90 dB、4.61 dB和5.52°,而本文DCCRN-Attention模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了2.93 dB、4.81 dB和5.79°。DCCRN和DCCRN-Attention模型的3項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于Zeroing方法,說(shuō)明將語(yǔ)音增強(qiáng)領(lǐng)域的方法應(yīng)用到汽車(chē)?yán)走_(dá)干擾抑制上的有效性。其次,與DCCRN模型相比,在驗(yàn)證集上,本文DCCRN-Attention模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了0.03 dB、0.21 dB和0.20°;在測(cè)試集上,本文DCCRN-Attention模型的ΔMSNR、幅度MAE和相位MAE值分別優(yōu)化了0.03 dB、0.20 dB和0.27°,DCCRN-Attention模型的3項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于DCCRN模型,表明引入Attention機(jī)制能夠提升模型性能。

表4 不同方法在ARIM數(shù)據(jù)集的驗(yàn)證集上的結(jié)果對(duì)比

表5 不同方法在ARIM數(shù)據(jù)集的測(cè)試集上的結(jié)果對(duì)比

為了分析不同SNR下3種方法的干擾抑制效果,圖10為本文模型在ΔMSNR、幅度MAE和相位MAE這3個(gè)評(píng)價(jià)指標(biāo)上,與Zeroing方法、DCCRN模型的效果對(duì)比圖。由圖10可以看出,隨著SNR的增加,本文模型和Zeroing方法之間的性能差異越來(lái)越大;此外,本文模型的干擾抑制效果總體上要優(yōu)于DCCRN模型,再次驗(yàn)證了增加Attention機(jī)制可以提升模型性能。

(a)ΔMSNR

(c)相位MAE

4 結(jié)束語(yǔ)

本文提出了一種DCCRN-Attention的汽車(chē)?yán)走_(dá)干擾抑制模型,模型使用復(fù)數(shù)網(wǎng)絡(luò)模塊學(xué)習(xí)信號(hào)實(shí)部和虛部之間的相關(guān)性,預(yù)測(cè)目標(biāo)的幅度和相位信息,并且通過(guò)在跳躍連接中引入Attention機(jī)制來(lái)減少序列信息的丟失,使模型聚焦重要信息,抑制無(wú)關(guān)信息。實(shí)驗(yàn)結(jié)果表明,本文提出的模型能夠有效抑制干擾,提高檢測(cè)目標(biāo)的SNR,并且模型的各項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于基線方法Zeroing法和DCCRN模型,驗(yàn)證了所提模型在抑制汽車(chē)?yán)走_(dá)干擾任務(wù)中的有效性。目前本文只考慮了單個(gè)干擾下的抑制,未來(lái)將進(jìn)一步研究含多個(gè)干擾的抑制方法和效果。