本实验室两篇报告被ICASSP2024接收，呼德研究员和硕士研究生王旭将赴韩国参会

======

近日，2024年IEEE音频、语音与信号处理国际会议（2024 IEEE International Conference on Acoustics,Speech, and Signal Processing, ICASSP 2024）发布录用通知，本实验室有2个报告被接收录用。以下为具体内容

Distributed Self-Localization for Acoustic Transceiver Networks

如今，智能手机、智能家居、平板电脑等智能终端日益普及。上述设备同时配备声传感器和扬声器，它们通过互联就能构成声收发器网络，并可用于语音增强、声源定位等任务。本文提出了一种声收发器网络的分布式节点自定位新方法。首先，在各节点上利用到达时间差和到达方向构建本地代价函数，通过求解实现本地坐标系中的节点自定位。而后，提出一种分布式一致性新算法，将所有本都坐标系映射到统一坐标系上。实验结果验证所提方法具有更好的节点定位性能。

Distributed sensor selection for speech enhancement with acoustic sensor networks

在分布式声传感器网络中，只有少量节点对语音增强任务具有重大贡献。仅使用这些节点进行语音增强，既能避免不必要的能量消耗，也能延长传感器寿命。为此，本文提出了一种分布式传感器选择新方法。首先，我们在保证所选子网络连通的前提下，通过最大化输入信噪比作为传感器选择准则。由于上述过程涉及整数规划和非线性规划，难以搜寻其全局最优解。针对这一点，我们提出了一种贪婪搜索策略，从而快速地获得次优子网络。最后，我们还将上述方法扩展到分布式模式中。与现有方法不同，所提方法适用于任意通信图的声传感器网络。同时，它仅需要相邻节点之间的局部通信，无需外部中央处理器。仿真与实际实验证明，所提方法在节能的同时，保证了良好的语音增强性能。