FR3022082A1 - Filtrage selectif amont en modulation de frequence a base de reseau de neurones - Google Patents
Filtrage selectif amont en modulation de frequence a base de reseau de neurones Download PDFInfo
- Publication number
- FR3022082A1 FR3022082A1 FR1459471A FR1459471A FR3022082A1 FR 3022082 A1 FR3022082 A1 FR 3022082A1 FR 1459471 A FR1459471 A FR 1459471A FR 1459471 A FR1459471 A FR 1459471A FR 3022082 A1 FR3022082 A1 FR 3022082A1
- Authority
- FR
- France
- Prior art keywords
- neural network
- filter
- spectrum
- digital
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
- H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
- H04B1/1036—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal with automatic suppression of narrow band noise or interference, e.g. by using tuneable notch filters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
- H04B1/0028—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain wherein the AD/DA conversion occurs at baseband stage
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
Abstract
Procédé de filtrage sélectif dynamique des canaux dans la bande FM, le procédé comprenant les étapes : /a/ sélectionner un premier canal fréquentiel (FO) portant des signaux d'une station d'intérêt, /b1 / appliquer aux signaux reçus un filtre d'entrée (11) centré sur FO, opérer une transposition en bande de base, et numériser (12) le signal filtré, /b2/ appliquer une transformée de Fourier (14), pour obtenir un spectre du signal filtré en bande de base, /c/ introduire les points du spectre obtenu dans un réseau de neurones, pour identifier un filtre numérique sélectif particulier parmi une pluralité de filtres numériques prédéfinis (8), et appliquer le filtre numérique sélectif choisi, /d/ répéter continuellement les étapes /b1/ /b2/ et /c/ jusqu'à un changement de canal préférentiel.
Description
La présente invention est relative aux systèmes audio pour véhicule et particulièrement aux procédés de filtrage pour le filtrage sélectif dynamique de canaux de diffusion en modulation de fréquence (FM). Plus précisément, on s'intéresse aux systèmes audio capables de recevoir et 5 de démoduler des ondes électromagnétiques diffusant des programmes radiophoniques sur la modulation de fréquence. Sur la bande de la modulation de fréquence, on peut trouver couramment des canaux utiles séparés de 200 kHz ou 300 kHz en terme de fréquence porteuse, mais il arrive aussi que deux canaux adjacents aient des fréquences porteuses séparées 10 seulement par 100 kHz, ce qui pose un problème de discrimination et de filtrage sélectif pour focaliser la réception sur un des canaux et rejeter les signaux de l'autre canal. Dans les systèmes connus, on applique un filtre d'entrée plus ou moins étroit en fonction des conditions de réception qui sont estimées après démodulation, c'est-à-dire sur la qualité audio ; la largeur du filtre est donc pilotée par une boucle de rétroaction. 15 Mais il se trouve que cette boucle de rétroaction peut introduire des instabilités inutiles, voire néfastes, dans le système, notamment en cas de changements de contenu FM et/ou de présence de canaux adjacents ou divers perturbateurs électromagnétiques et/ou de changements de conditions de réception. Il est donc apparu un besoin de proposer une solution plus performante pour 20 filtrer sélectivement les signaux d'entrée, afin d'assurer une réception optimisée du canal d'intérêt même avec un canal adjacent proche. Selon l'invention, il est proposé un procédé de filtrage sélectif dynamique d'ondes électromagnétiques diffusant des programmes radiophoniques sur la modulation de fréquence, le procédé comprenant les étapes : 25 /a/ sélectionner un premier canal fréquentiel (F0) portant des signaux d'une station d'intérêt destinée à être écoutée, /b1/ appliquer aux signaux reçus un filtre d'entrée centré sur le canal fréquentiel, opérer une transposition en bande de base, et numériser le signal filtré, /b2/ appliquer une transformée de Fourier, pour obtenir un spectre du signal filtré 30 en bande de base, /c/ introduire les points du spectre obtenu dans un réseau de neurones, pour identifier un filtre numérique sélectif particulier parmi une pluralité de filtres numériques prédéfinis, et appliquer le filtre numérique sélectif choisi, /d/ répéter continuellement les étapes /b1/ /b2/ et /c/ jusqu'à un changement de 35 canal fréquentiel.
Grâce à l'utilisation du processus hautement parallèle du réseau de neurones, ceci permet de sélectionner le filtre numérique particulier le plus pertinent parmi une pluralité de filtres numériques sélectif prédéfinis, sans appliquer des règles de calcul complexes.
On obtient ainsi des signaux audio démodulés qui reproduisent les signaux diffusés par le premier canal d'intérêt en annulant ou limitant fortement les perturbations induites par la présence d'un second canal adjacent perturbateur, ou la présence d'interférences en dehors du contenu audio. On note aussi que, grâce à la transposition vers la bande de base, tous les 10 traitements numériques se font avantageusement dans la bande de base, assez facilement. Dans divers modes de réalisation de la méthode selon l'invention, on peut éventuellement avoir recours en outre à l'une et/ou à l'autre des dispositions suivantes : - Le réseau de neurones est avantageusement un réseau de neurones de type 15 unidirectionnel multicouche, (également appelé type « forward » multicouche) avec de préférence quatre couches ; de sorte que l'on fait appel à une structure de réseau de neurones conventionnelle et bien maîtrisée. - La pluralité de filtres numériques sélectifs prédéfinis peut comprendre entre 20 et 50 filtres (valeur typique 16 filtres) numériques sélectifs prédéfinis ; ainsi, nul 20 besoin de recalculer/paramétrer un filtre en temps réel, on choisit un filtre prédéfini déjà paramétré. - La courbe de spectre issue de la transformée de Fourier peut comprendre entre 128 et 1024 points (valeur typique 256 points) ; on peut ainsi traiter avec une finesse importante les caractéristiques du spectre du signal reçu. 25 - Les coefficients de pondération du réseau de neurones peuvent être déterminés par des campagnes d'essai sur le terrain ; par conséquent, le paramétrage des coefficients dans le réseau de neurones est établi une fois cette période d'apprentissage initial effectuée. - Les coefficients de pondération du réseau de neurones sont déterminés par rétro 30 propagation du gradient d'erreur ; on utilise ainsi un mécanisme d'apprentissage connu et bien maîtrisé dans le domaine des réseaux de neurones. - La numérisation, la transformée de Fourier et le traitement par le réseau de neurones sont de préférence répétées au moins toutes les 500 ps. On dispose ainsi de moyens de décision rapides de manière à ajuster la décision de façon 35 très dynamique. - Le filtre d'entrée présente une largeur d'environ 300 kHz. Ceci permet d'éliminer avantageusement en amont tous les canaux dont la porteuse est séparée de 200 kHz ou plus de la porteuse d'intérêt. L'invention vise aussi un système audio capable de recevoir et de démoduler des ondes électromagnétiques diffusant des programmes radiophoniques sur la modulation de fréquence, remarquable en ce qu'il est configuré pour mettre en oeuvre le procédé selon l'une des caractéristiques précédentes ; un tel système présente les avantages énoncés ci-dessus. D'autres aspects, buts et avantages de l'invention apparaîtront à la lecture de 10 la description suivante d'un de ses modes de réalisation, donné à titre d'exemple non limitatif. L'invention sera également mieux comprise en regard des dessins joints sur lesquels : - la figure 1 représente schématiquement un spectre électromagnétique partiel dans la bande FM et son évolution au cours du temps, avec un 15 canal d'intérêt et un canal adjacent potentiellement perturbateur, - la figure 2 représente un schéma bloc d'un système audio et selon l'invention, - la figure 3 représente schématiquement un spectre électromagnétique, transposé de celui de la figure 1 vers la bande de base, 20 - la figure 4 illustre différents cas de figure de la courbe spectrale issue de la transformée de Fourrier, notamment ses variations au cours du temps, - la figure 5 représente schématiquement les contenus audio respectifs du canal d'intérêt et d'un canal adjacent potentiellement perturbateur, au cours du temps, 25 - la figure 6 représente une structure de type de réseau de neurones utilisé dans le procédé proposé. Sur les différentes figures, les mêmes références désignent des éléments identiques ou similaires. Les figures 1 et 2 illustrent un système audio 1 pour véhicule, aussi appelé 30 autoradio, capable de recevoir et de démoduler des ondes électromagnétiques diffusant des programmes radiophoniques sur la bande FM (« modulation de fréquence »). S'agissant des programmes radiophoniques, comme connu en soi, le principe de la modulation de fréquence est basé sur l'utilisation d'une excursion de fréquence par rapport à une fréquence porteuse (F0) pour encoder les signaux audio à diffuser. 35 L'excursion de fréquence est proportionnelle au signal audio encodeur. Une pluralité de canaux peut être diffusée sur la totalité de la bande FM (88 MHz - 108 MHz dans beaucoup de pays, 76 MHz - 90 MHz au Japon).
Chaque canal présente typiquement une largeur de bande utile d'environ 240 kHz, c'est-à-dire +/-120 kHz autour de la porteuse ; ceci correspond à un spectre audio composite de départ (bande de base Mono + Stéréo + RDS) borné par 60 kHz, modulant la porteuse en fonction de son amplitude et de son contenu spectral pour donner un canal d'au plus 240 kHz de large. On comprend dès lors que, lorsque deux canaux ne sont séparés, en termes de fréquence porteuse F0, que par 100 kHz, il peut y avoir un léger chevauchement des signaux sur le spectre, problème auquel la présente invention s'attache à apporter une solution.
Dans la suite du présent document, la fréquence FO désignera la fréquence porteuse d'un premier canal, aussi appelé canal d'intérêt, que l'utilisateur du système audio a sélectionné, cet utilisateur souhaitant écouter le programme radiophonique diffusé par ce premier canal à fréquence porteuse F0. On remarque que le contenu spectral de ce premier canal évolue avec le temps, principalement en raison du contenu audio modulant qui évolue lui aussi avec le temps. Le spectre n'est pas toujours centré sur F0, et notamment le lieu du maximum 71 se déplace autour de FO en permanence en fonction du contenu audio. La figure 1 illustre l'évolution du contenu spectral du canal d'intérêt de porteuse FO ainsi que le contenu spectral d'un second canal F2, que l'on appellera ici canal perturbateur. Le second canal présente une fréquence porteuse F2 peu éloignée de la fréquence porteuse F0, par exemple l'écart peut être de 100 kHz. Le canal perturbateur peut être situé soit au-dessus (comme illustré), soit au-dessous de la fréquence du premier canal F0. Le contenu spectral du second canal évolue lui aussi avec le temps de manière indépendante du contenu spectral du premier canal.
Sur la figure 2, le système audio 1 comprend une partie frontale analogique 2, une partie centrale numérique 4 avec une unité de commande logique 3 (coeur numérique), et une partie aval analogique avec un amplificateur 19 et des haut-parleurs 9. Par ailleurs, le système audio comprend une interface utilisateur 6 avec un écran d'affichage et une surface tactile ou des boutons physiques (non représentés) ; ce qui permet à l'utilisateur de choisir la station/le canal d'intérêt. Les signaux électromagnétiques sont reçus par un dispositif d'antenne 10, les signaux sont ensuite filtrés par un filtre d'entrée 11. Avantageusement, le filtre d'entrée peut être complété par une opération de changement de fréquence (décalage de F0) pour transposer les signaux en bande de base. Les signaux issus du filtrage sont ensuite numérisés par un convertisseur analogique digital 12. La poursuite du traitement du signal est réalisée par des opérations numériques, notamment une mise en mémoire dans une mémoire tampon de données 13. À partir des données mises en mémoire tampon, il est procédé à une analyse de transformée de Fourrier 14 qui donne en sortie une courbe de densité spectrale de puissance dont il sera question en détail plus loin. Par ailleurs, les données mises en mémoire tampon font l'objet d'un filtrage numérique par un filtre numérique 15 de caractéristiques programmables. Un bloc de contrôle de largeur de filtre 16 commande la sélection des caractéristiques de filtrage en fonction de l'analyse du contenu de la courbe de densité spectrale de puissance. Tout ou partie des opérations de mise en mémoire tampon, transformée de Fourrier, filtrage numérique peut être effectuée par un circuit dédié de type DSP 5. Le 10 terme « DSP » vient de l'anglais « Digital Signal Processor » et désigne un processeur de signal numérique. On remarque que le filtrage d'entrée 11 présente une largeur de l'ordre de 200 à 300 kHz centré sur F0, ce qui permet d'éliminer les signaux provenant des canaux éloignés de F0, mais ne permet pas d'éliminer correctement les signaux d'un canal 15 adjacent proche dont la densité spectrale peut déborder à l'intérieur du filtre d'entrée. Comme illustré à la figure 3, dans le cas de figure où le second canal F2 potentiellement perturbateur présente une porteuse décalée à 100 kHz de F0, il existe une zone de recouvrement des spectres, à l'endroit où les courbes se croisent. Les signaux en aval du filtrage d'entrée, après numérisation et transposition 20 spectrale, puis traitement par transformée de Fourrier sont illustrés à la figure 4. Il faut comprendre que concernant les figures 3 et 4, elles illustrent le traitement en bande de base c'est-à-dire après transposition de fréquence de -F0. L'analyse de la courbe de densité spectrale en sortie du bloc 14 permet d'identifier des minimums locaux, qui sont généralement symptomatiques de la présence 25 d'un canal adjacent qui vient interférer avec le canal d'intérêt F0. Si aucun minimum n'est identifié, comme par exemple en cas de la courbe 93 sur la figure 4, la largeur du filtre numérique pourra alors être relativement large et de préférence déduite du contenu spectral du canal d'intérêt. Sur la figure 4, en trait mixte, dans un autre cas, on trouve un minimum 30 local 91b à gauche de la fréquence centrale, avec une bosse 91a symptomatique de la présence d'un canal adjacent à gauche. De même, dans un autre cas, dans le cas de courbe 92, on trouve un maximum local (bosse) 92a à droite d'un minimum local 92b symptomatique de la présence d'un canal adjacent à droite. 35 Typiquement, la numérisation et la transformée de Fourier sont répétées au moins toutes les 500 ps.
Avantageusement selon la présente invention, on va éviter de procéder à une analyse classique des extremums de la courbe de spectre, dont le profil peut évoluer rapidement dans le temps ; une telle analyse des extremums peut en effet requérir une puissance de calcul importante. Surtout, il s'avère que dans certaines conditions extrêmes (qui n'ont pas été prévues par les règles), une analyse classique de la courbe de spectre ne suffit pas pour trouver le filtre le plus adapté. Au lieu d'une telle étude analytique, on utilise avantageusement une structure de réseau de neurones, qui présente la caractéristique de pouvoir effectuer un grand nombre de traitements en parallèle.
Le rôle du réseau de neurones est d'identifier un filtre prédéfini et paramétré à l'avance, ledit filtre étant déterminé comme le plus adéquat parmi une pluralité de filtres prédéfinis disponibles dans un espace mémoire 8. À cet effet, on définit à l'avance plusieurs filtres numériques 15 centrés de différentes largeurs, par exemple chacun ayant une largeur de +/-10 kHz par rapport à son voisin, (ou +/-20 kHz) ; la pluralité de filtres prédéfinis peut aussi comporter des filtres non centrés, c'est-à-dire avec une borne gauche positionnée à une distance de zéro différente de la borne à droite. Dans la pratique, la pluralité 8 de filtres numériques prédéfinis peut ainsi comporter une quantité comprise entre 20 et 50 filtres, typiquement par exemple 16 filtres.
Sur la figure 6 est représenté un exemple de structure de réseau de neurones. Il s'agit d'une structure à plusieurs couches (ou « niveaux »), de type unidirectionnel (appelé également « forward » ou encore « feedforward ») c'est-à-dire que chaque neurone d'une couche donnée produit un résultat (une sortie) selon une fonction pondérée de signaux en sortie d'un ou plusieurs neurones de la couche précédente (à gauche sur la figure), il n'y a donc pas de rétroaction ni de rebouclage / itération dans une telle structure. Il s'agit donc d'un réseau de neurones simple à mettre en oeuvre, fiable et couramment utilisé. Dans l'exemple illustré, la première couche à gauche contient autant de neurones d'entrée 61 que de points J dans la courbe de spectre issue de la transformée de Fourrier rapide. Ce nombre J de points peut être compris dans la pratique entre 256 30 et 1024 points, typiquement 256 points. Chaque neurone de la première couche (carrés) 61 peut être relié en sortie (référence 91) à plusieurs neurones de la seconde couche (parmi K neurones) 62, par exemple entre 10 et 50, voire plus. De même, chaque neurone de la seconde couche (ronds) 62 peut être relié en 35 sortie (référence 92) à plusieurs neurones de la troisième couche (parmi M neurones) 63, par exemple entre 10 et 50, voire plus.
Enfin, chaque neurone de la troisième couche (triangles) 63 peut être relié en sortie (référence 93) à plusieurs neurones de la quatrième et dernière couche (étoiles) 64, par exemple entre 10 et 50, voire plus. On peut choisir comme fonction d'activation de chaque neurone soit une 5 fonction sigmoïde soit une fonction tangente hyperbolique. Le nombre de sorties de chaque couche décroit avec le numéro de couche qui assure la convergence du réseau. De préférence on a J K M N. Dans la dernière couche, il y a autant de neurones N que de filtres 15 prédéfinis dans l'espace de stockage 8. Dans l'exemple illustré, c'est donc le neurone qui 10 a la sortie la plus élevée qui sera désigné pour identifier le filtre 15 le plus adéquat. Pour chaque neurone, les coefficients de pondération affectant chacune des liaisons depuis les neurones de la couche précédente sont obtenus par un mécanisme d'apprentissage, en partant de valeurs par défaut. Ces coefficients de pondération sont établis par une méthode d'apprentissage, 15 en mode supervisé ou non, au cours de campagnes d'essai sur le terrain ; un véhicule test équipé du système audio et selon l'invention parcourt ainsi une grande variété de zones géographiques avec des conditions différentes de diffusion des canaux FM, les différents résultats produits étant évalués, c'est-à-dire notés ou classifiés, par un professionnel qualifié, ce qui permet d'affiner la valeur des coefficients de pondération. 20 En alternative, on peut procéder à l'apprentissage des coefficients de pondération par le passage de jeux de tests établis à l'avance qui consistent chacun en un couple (spectre en entrée, filtres sélectionné en sortie), ces jeux de tests pouvant avoir été obtenus par des campagnes d'essais antérieures sur le terrain. En pratique, le processus d'apprentissage va conduire à des coefficients de 25 pondération qui auront tendance à choisir un filtre plutôt étroit lorsque le contenu du canal d'intérêt présente un spectre étroit ou lorsque le spectre présente une ou plusieurs bosses latérales (par ex 91a, 92a), alors que les coefficients de pondération auront tendance à conduire à un choix de filtre plutôt large lorsque le contenu du canal d'intérêt présente un spectre large sans bosse latérale. 30 En référence à la figure 5, pendant la première période de temps illustrée 81, la courbe de densité spectrale issue de la transformée de Fourrier ne révèle pas de bosse latérale et par conséquent le réseau de neurones sélectionne un filtre numérique 151 qui correspond à une largeur W par défaut par exemple 100 kHz de large. Au début de la seconde période de temps illustrée 82, la courbe spectrale 35 comprend une bosse latérale induite par la présence du canal adjacent F2 dont le contenu spectral s'est rapproché de la fréquence centrale d'intérêt F0.
Le traitement de courbe de la densité spectrale issue de la transformée de Fourrier par le réseau de neurones conduit à choisir un filtre numérique 152 plus serré ; et la sortie du réseau de neurones sélectionne un filtre de plus en plus serré. Au début de la troisième période de temps illustrée 83, au fur et à mesure que 5 l'interférence entre les deux canaux diminue, la sortie du réseau de neurones sélectionne un filtre de moins en moins serré. Au début de la quatrième période de temps illustrée 84, le spectre redevient classique sans bosse latérale, et la sortie du réseau de neurones sélectionne un filtre de largeur standard.
10 A la période de temps suivante 85, on note que le réseau de neurones sélectionne un filtre 155 décentré à gauche pour suivre le contenu spectral du canal d'intérêt. A la période de temps illustrée 86, le spectre fait apparaître à nouveau une bosse latérale à droite et par conséquent la sortie du réseau de neurones sélectionne un 15 filtre plus étroit. Au cours des périodes de temps 87, 88, le spectre redevient classique sans bosse latérale, et la sortie du réseau de neurones sélectionne un filtre de largeur standard.
Claims (9)
- REVENDICATIONS1. Procédé de filtrage sélectif dynamique d'ondes électromagnétiques diffusant des programmes radiophoniques sur la modulation de fréquence (FM), le procédé comprenant les étapes : /a/ sélectionner un premier canal fréquentiel (F0) portant des signaux d'une station d'intérêt destinée à être écoutée, /b1/ appliquer aux signaux reçus un filtre d'entrée (11) centré sur F0, opérer une transposition en bande de base, et numériser (12) le signal filtré, /b2/ appliquer une transformée de Fourier (14), pour obtenir un spectre du signal filtré en bande de base, /c/ introduire les points du spectre obtenu dans un réseau de neurones, pour identifier un filtre numérique sélectif particulier parmi une pluralité de filtres numériques sélectif prédéfinis, et appliquer le filtre numérique sélectif choisi, /d/ répéter continuellement les étapes /b1/ /b2/ et /c/ jusqu'à un changement de canal fréquentiel, de sorte que l'on peut sélectionner le filtre prédéfini le plus adéquat très rapidement grâce aux opérations parallèles effectuées par le réseau de neurones.
- 2. Procédé selon la revendication 1, dans lequel le réseau de neurones est un réseau de neurones de type unidirectionnel multicouche, avec de préférence quatre couches.
- 3. Procédé selon l'une des revendications 1 ou 2, dans lequel la pluralité de filtres numériques sélectifs prédéfinis comprend entre 20 et 50 filtres numériques sélectif prédéfinis.
- 4. Procédé selon l'une quelconque des revendications 1 à 3, dans lequel la courbe de spectre issue de la transformée de Fourier comprend entre 128 et 1024 points.
- 5. Procédé selon l'une quelconque des revendications 1 à 4, dans lequel les coefficients de pondération du réseau de neurones sont déterminés par des campagnes d'essai sur le terrain.
- 6. Procédé selon l'une quelconque des revendications 1 à 4, dans lequel les coefficients de pondération du réseau de neurones sont déterminés par rétro propagation 30 du gradient d'erreur.
- 7. Procédé selon l'une quelconque des revendications 1 à 6, dans lequel la numérisation, la transformée de Fourier et le traitement par le réseau de neurones sont répétés au moins toutes les 500 ps.
- 8. Procédé selon l'une quelconque des revendications 1 à 7, dans lequel le filtre 5 d'entrée (11) présente une largeur d'environ 300 kHz.
- 9. Système audio capable de recevoir et de démoduler des ondes électromagnétiques diffusant des programmes radiophoniques sur la modulation de fréquence, caractérisé en ce qu'il est configuré pour mettre en oeuvre le procédé selon l'une quelconque des revendications précédentes.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462008024P | 2014-06-05 | 2014-06-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3022082A1 true FR3022082A1 (fr) | 2015-12-11 |
Family
ID=52130201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1459471A Pending FR3022082A1 (fr) | 2014-06-05 | 2014-10-03 | Filtrage selectif amont en modulation de frequence a base de reseau de neurones |
Country Status (2)
Country | Link |
---|---|
FR (1) | FR3022082A1 (fr) |
WO (1) | WO2015185074A1 (fr) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111245455A (zh) * | 2020-02-19 | 2020-06-05 | 北京紫光展锐通信技术有限公司 | 用于接收机的动态干扰抑制方法、接收机系统及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5367539A (en) * | 1991-12-31 | 1994-11-22 | At&T Bell Laboratories | Digital block processor for processing a plurality of transmission channels in a wireless radiotelephony system |
WO2000021206A1 (fr) * | 1998-10-05 | 2000-04-13 | Aor, Ltd. | Recepteur large bande et procede de balayage de voie |
US7697898B2 (en) * | 2004-02-13 | 2010-04-13 | Freescale Semiconductor, Inc | Method and apparatus for processing a frequency modulated (FM) signal using an adaptive equalizer |
GB0800891D0 (en) * | 2008-01-17 | 2008-02-27 | Cambridge Silicon Radio Ltd | Method and apparatus for cross-talk cancellation |
US8879602B2 (en) * | 2009-07-24 | 2014-11-04 | At&T Mobility Ii Llc | Asymmetrical receivers for wireless communication |
US8600331B2 (en) * | 2012-04-11 | 2013-12-03 | Black Berry Limited | Radio receiver with reconfigurable baseband channel filter |
-
2014
- 2014-10-03 FR FR1459471A patent/FR3022082A1/fr active Pending
- 2014-12-09 WO PCT/EP2014/003294 patent/WO2015185074A1/fr active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2015185074A1 (fr) | 2015-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2906657A1 (fr) | Algorithmes et procedes de detection de spectre. | |
EP0919096A1 (fr) | Procede d'annulation d'echo acoustique multi-voies et annuleur d'echo acoustique multi-voies | |
FR2748626A1 (fr) | Procede d'affectation de canaux dans un reseau radio avec utilisation d'un algorithme genetique | |
FR2814011A1 (fr) | Procede d'estimation optimale d'un canal de propagation reposant uniquement sur les symboles pilotes et estimateur correspondant | |
EP0729037B1 (fr) | Sytème pour estimer des signaux reçus sous forme de signaux mélanges | |
EP0673113B1 (fr) | Système de caractérisation de sources de signaux | |
EP0692883B1 (fr) | Procédé d'égalisation aveugle et son application à la reconnaissance de la parole | |
FR3022082A1 (fr) | Filtrage selectif amont en modulation de frequence a base de reseau de neurones | |
EP1280305B1 (fr) | Procédé de sélection de chemins de transmission et réseau de communication mettant en oeuvre ce procédé | |
FR2764469A1 (fr) | Procede et dispositif de traitement optimise d'un signal perturbateur lors d'une prise de son | |
CN106878230A (zh) | 网络电话会议中的音频处理方法、服务器以及系统 | |
EP0970562B1 (fr) | Filtre numerique pour retards fractionnaires | |
EP0473731B1 (fr) | Procede et dispositif de comparaison de deux signaux analogiques variables | |
FR3022083A1 (fr) | Filtrage selectif amont en modulation de frequence | |
FR3022081A1 (fr) | Filtrage selectif amont asymetrique en modulation de frequence | |
FR2858512A1 (fr) | Procede et dispositif de traitement de donnees sonores en contexte ambiophonique | |
US10477314B2 (en) | Dynamic audio enhancement using an all-pass filter | |
FR2790343A1 (fr) | Systeme pour l'estimation du gain complexe d'un canal de transmission | |
EP1478096B1 (fr) | Dispositif et procédé de réjection d'interférences auto-adaptatif | |
FR2687871A1 (fr) | Procede et dispositif de filtrage pour la reduction des preechos d'un signal audio-numerique. | |
EP2106081A2 (fr) | Procédé de traitement des interférences dans un système xdsl | |
EP1271473B1 (fr) | Procédé et système de pré et de post-traitement d'un signal audio pour la transmission sur un canal fortement pertubé | |
FR2984579A1 (fr) | Procede de traitement numerique sur un ensemble de pistes audio avant mixage | |
EP0840463A1 (fr) | Procédé et dispositif d'annulation des signaux interférents co-canaux et canaux adjacents de récepteurs FM | |
Nicolas | The treatment of acoustic digital signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 4 |
|
PLSC | Search report ready |
Effective date: 20180105 |