تحديد مصدر الضوضاء الذاتية وتحسين الكلام للطائرات بدون طيار باستخدام نموذج هجين ونهج قائم على التعلم

تكتسب الطائرات بدون طيار أهمية متزايدة في مهام البحث والإنقاذ، وأيضًا في العمليات العسكرية. بينما يتم تزويد غالبية الطائرات بدون طيار بقدرات رؤية عبر الكاميرا، لا يزال مجال السمع للطائرات بدون طيار غير مستكشف بدرجة كافية بسبب التحدي المتمثل في تخفيف الضوضاء الذاتية الناتجة عن المراوح. في هذه الورقة، نقدم تقنية جديدة لمعالجة مشكلة نسبة الإشارة إلى الضوضاء المنخفضة جدًا (SNR) التي تواجه الطائرات بدون طيار المجهزة بالميكروفونات. يتم تنفيذ التقنية باستخدام نهج هجين يجمع بين معالجة الإشارات عبر المصفوفات (ASP) والشبكات العصبية العميقة (DNN) لتحسين إشارات الكلام الملتقطة بواسطة مصفوفة دائرية متجانسة مكونة من ستة ميكروفونات مثبتة على طائرة رباعية. يقوم النظام بتحديد موقع المتحدث المستهدف من خلال توجيه الشعاع بالتزامن مع تحسين الكلام من خلال نظام مقلل الجانبية العام – DeepFilterNet 2 (GSC-DF2). للتحقق من فعالية النظام، يتم استخدام مجموعة بيانات DREGON والبيانات المقاسة. أظهرت التقييمات الموضوعية للنموذج الهجين المقترح أدائه المتفوق مقارنة بأربعة أساليب أساسية في حالة SNR المنخفضة تصل إلى -30 ديسيبل.