WikiEdge:ArXiv速递/2025-04-04：修订间差异
Created page by Carole |
Updated page by Carole |
||
| 第7行： | 第7行： | ||
*'''原文链接'''：http://arxiv.org/abs/2504.03373v1 | *'''原文链接'''：http://arxiv.org/abs/2504.03373v1 | ||
'''中文摘要'''：[[机器人]][[听觉]][[技术]]涵盖[[声源定位]](SSL)、[[声源分离]](SSS)和[[自动语音识别]](ASR)，使[[机器人]]和[[智能设备]]能获得类似[[人类]][[听觉]]的能力。尽管应用广泛，但处理来自[[麦克风阵列]]的[[多通道]][[音频信号]]涉及计算密集的[[矩阵运算]]，这会影响在[[中央处理器]](CPU)上的高效部署，特别是在[[CPU]][[资源]][[有限]]的[[嵌入式系统]]中。本文提出了一种基于[[GPU]]的[[机器人]][[听觉]][[声源定位]]实现方案，在开源[[软件]][[套件]][[HARK]][[平台]]中采用基于[[广义奇异值分解]]的[[多重信号分类]](GSVD-MUSIC)这一[[抗噪]][[算法]]。针对60通道[[麦克风阵列]]，该实现方案取得了显著的[[性能]][[提升]]：在配备[[NVIDIA]][[GPU]]和[[ARM]][[Cortex-A78AE]][[v8.2]][[64位]][[CPU]]的[[嵌入式设备]][[Jetson AGX Orin]]上，[[GSVD]][[计算]][[加速比]]达4645.1倍，[[SSL]][[模块]][[加速比]]达8.8倍；在配置[[NVIDIA]][[A100]][[GPU]]和[[AMD]][[EPYC 7352]][[CPU]]的[[服务器]]上，[[GSVD]][[计算]][[加速比]]达2223.4倍，整个[[SSL]][[模块]][[加速比]]达8.95倍，使得大规模[[麦克风阵列]]的[[实时处理]]成为可能，并为后续潜在的[[机器学习]]或[[深度学习]][[任务]][[实时处理]]提供了充足[[容量]]。 | '''中文摘要'''：[[机器人]][[听觉]][[技术]]涵盖[[声源定位]](SSL)、[[声源分离]](SSS)和[[自动语音识别]](ASR)，使[[机器人]]和[[智能设备]]能获得类似[[人类]][[听觉]]的能力。尽管应用广泛，但处理来自[[麦克风阵列]]的[[多通道]][[音频信号]]涉及计算密集的[[矩阵运算]]，这会影响在[[中央处理器]](CPU)上的高效部署，特别是在[[CPU]][[资源]][[有限]]的[[嵌入式系统]]中。本文提出了一种基于[[GPU]]的[[机器人]][[听觉]][[声源定位]]实现方案，在开源[[软件]][[套件]][[HARK]][[平台]]中采用基于[[广义奇异值分解]]的[[多重信号分类]](GSVD-MUSIC)这一[[抗噪]][[算法]]。针对60通道[[麦克风阵列]]，该实现方案取得了显著的[[性能]][[提升]]：在配备[[NVIDIA]][[GPU]]和[[ARM]][[Cortex-A78AE]][[v8.2]][[64位]][[CPU]]的[[嵌入式设备]][[Jetson AGX Orin]]上，[[GSVD]][[计算]][[加速比]]达4645.1倍，[[SSL]][[模块]][[加速比]]达8.8倍；在配置[[NVIDIA]][[A100]][[GPU]]和[[AMD]][[EPYC 7352]][[CPU]]的[[服务器]]上，[[GSVD]][[计算]][[加速比]]达2223.4倍，整个[[SSL]][[模块]][[加速比]]达8.95倍，使得大规模[[麦克风阵列]]的[[实时处理]]成为可能，并为后续潜在的[[机器学习]]或[[深度学习]][[任务]][[实时处理]]提供了充足[[容量]]。 | ||
== 摘要 == | |||
* '''原文标题'''：The EMPI Code for Plasma-Induced Effects on Radio Waves I: Non-Magnetized Media and Applications to Fast Radio Bursts | |||
* '''中文标题'''：等离子体对无线电波影响的EMPI代码 I：非磁化介质及快速射电暴应用 | |||
* '''发布日期'''：2025-04-04 08:44:55+00:00 | |||
* '''作者'''：Nan Xu, He Gao, Yuan-Pei Yang, Bing Zhang, Wei-Yang Wang, Tian-Cong Wang, Ran Gao | |||
* '''分类'''：astro-ph.HE, physics.plasm-ph | |||
*'''原文链接'''：http://arxiv.org/abs/2504.03273v1 | |||
'''中文摘要'''：[[电磁波]]在[[等离子体]]中传播时会发生改变。我们提出了[[EMPI]]（电磁波-等离子体相互作用）三维数值框架，用于模拟[[射电信号]]与[[冷等离子体]]间的相互作用。该代码通过输入[[等离子体密度分布]]、原始[[射电信号]]及[[望远镜]]的时间和[[频率分辨率]]，基于[[第一性原理]]计算合成观测信号。[[EMPI]]能模拟多种等离子体分布，包括解析描述的平滑函数（如[[高斯分布]]或[[指数分布]]）、统计模型（如[[湍流]]屏）以及难以用解析或统计方法建模的离散宏观结构（如孤立[[等离子体团]]）。验证测试表明，该代码能准确再现已知的等离子体传播效应，如[[色散]]、[[透镜效应]]、[[闪烁]]和[[散射]]。该框架为处理解析和统计场景提供了高效方法，弥合了二者间的鸿沟。凭借其全面能力，[[EMPI]]特别适用于研究[[宇宙学]]起源的[[射电源]]（尤其是[[快速射电暴]]等[[脉冲信号]]）。当这些信号穿越宇宙中多样复杂的等离子体环境时，其特性必然发生改变并产生可观测变化。在此背景下，[[EMPI]]成为研究这些源传播效应的有力工具，有助于深化对其本质及途经等离子体环境的认知。 | |||
2025年4月7日 (一) 08:38的版本
摘要
- 原文标题：An Efficient GPU-based Implementation for Noise Robust Sound Source Localization
- 中文标题：基于GPU的高效噪声鲁棒声源定位实现
- 发布日期：2025-04-04 11:44:24+00:00
- 作者：Zirui Lin, Masayuki Takigahira, Naoya Terakado, Haris Gulzar, Monikka Roslianna Busto, Takeharu Eda, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano
- 分类：cs.SD, cs.RO, eess.AS
- 原文链接：http://arxiv.org/abs/2504.03373v1
中文摘要：机器人听觉技术涵盖声源定位(SSL)、声源分离(SSS)和自动语音识别(ASR)，使机器人和智能设备能获得类似人类听觉的能力。尽管应用广泛，但处理来自麦克风阵列的多通道音频信号涉及计算密集的矩阵运算，这会影响在中央处理器(CPU)上的高效部署，特别是在CPU资源有限的嵌入式系统中。本文提出了一种基于GPU的机器人听觉声源定位实现方案，在开源软件套件HARK平台中采用基于广义奇异值分解的多重信号分类(GSVD-MUSIC)这一抗噪算法。针对60通道麦克风阵列，该实现方案取得了显著的性能提升：在配备NVIDIAGPU和ARMCortex-A78AEv8.264位CPU的嵌入式设备Jetson AGX Orin上，GSVD计算加速比达4645.1倍，SSL模块加速比达8.8倍；在配置NVIDIAA100GPU和AMDEPYC 7352CPU的服务器上，GSVD计算加速比达2223.4倍，整个SSL模块加速比达8.95倍，使得大规模麦克风阵列的实时处理成为可能，并为后续潜在的机器学习或深度学习任务实时处理提供了充足容量。
摘要
- 原文标题：The EMPI Code for Plasma-Induced Effects on Radio Waves I: Non-Magnetized Media and Applications to Fast Radio Bursts
- 中文标题：等离子体对无线电波影响的EMPI代码 I：非磁化介质及快速射电暴应用
- 发布日期：2025-04-04 08:44:55+00:00
- 作者：Nan Xu, He Gao, Yuan-Pei Yang, Bing Zhang, Wei-Yang Wang, Tian-Cong Wang, Ran Gao
- 分类：astro-ph.HE, physics.plasm-ph
- 原文链接：http://arxiv.org/abs/2504.03273v1
中文摘要：电磁波在等离子体中传播时会发生改变。我们提出了EMPI（电磁波-等离子体相互作用）三维数值框架，用于模拟射电信号与冷等离子体间的相互作用。该代码通过输入等离子体密度分布、原始射电信号及望远镜的时间和频率分辨率，基于第一性原理计算合成观测信号。EMPI能模拟多种等离子体分布，包括解析描述的平滑函数（如高斯分布或指数分布）、统计模型（如湍流屏）以及难以用解析或统计方法建模的离散宏观结构（如孤立等离子体团）。验证测试表明，该代码能准确再现已知的等离子体传播效应，如色散、透镜效应、闪烁和散射。该框架为处理解析和统计场景提供了高效方法，弥合了二者间的鸿沟。凭借其全面能力，EMPI特别适用于研究宇宙学起源的射电源（尤其是快速射电暴等脉冲信号）。当这些信号穿越宇宙中多样复杂的等离子体环境时，其特性必然发生改变并产生可观测变化。在此背景下，EMPI成为研究这些源传播效应的有力工具，有助于深化对其本质及途经等离子体环境的认知。