Искусственный интеллект и машинное обучение
Научная статья
Модель однокристального вычислителя для подавления реверберационных помех
Максим Сергеевич Медведев1
, Дмитрий Олегович Непомнящий2, Антон Геннадьевич Хантимиров3
1-3 | Сибирский федеральный университет, Красноярск, Россия |
1 |
|
Аннотация. Рассмотрена задача подавления реверберационных помех, возникающих при передаче низкочастотных сигналов. Показано, что эффективные решения можно получить при помощи комбинированного подхода, основанного на интеграции известных адаптивных алгоритмов шумоподавления для компенсации основного шума и технологий машинного обучения для подавления остаточного эха. Выделена задача создания модели однокристального вычислителя для системы шумоподавления, реализующей предложенный подход. Приведены основные результаты разработки математических и программных моделей для предложенного метода. Обосновано применение целочисленной сети эхо-состояний в качестве рекуррентной нейронной сети для вычисления кепстральных коэффициентов на кристалле ПЛИС. Рассмотрена архитектура однокристальной, интеллектуальной системы шумоподавления. Приведены результаты работы математических и программных моделей из состава вычислителя. Показано, что в результате четырехступенчатого эксперимента разработанная архитектура вычислителя, нейросетевые модели и предложенный принцип гашения помех демонстрируют, как снижение уровня реверберационных помех на модели, в сравнении с известными подходами, так и возможность реализации однокристального вычислителя в базисе ПЛИС. Полученные результаты открывают новые перспективы в реализации подходов к подавлению помех при передаче низкочастотных сигналов.
Ключевые слова: Помеха, вычислитель, нейронная сеть, адаптивный алгоритм, реверберация, ПЛИС, модель
Для цитирования: Медведев М. С., Непомнящий Д. О., Хантимиров А. Г. Модель однокристального вычислителя для подавления реверберационных помех // Программные системы: теория и приложения. 2025. Т. 16. № 4. С. 155–172. https://psta.psiras.ru/2025/4_155-172.
Полный текст статьи (PDF): https://psta.psiras.ru/read/psta2025_4_155-172.pdf.
Статья поступила в редакцию 04.09.2025; одобрена после рецензирования 18.09.2025; принята к публикации 21.09.2025; опубликована онлайн 16.10.2025.