分布式麦克风网络中降噪低复杂度能量感知传感器选择（英文）

降噪（NR）是许多音频应用系统改善信号质量的必要前端模块。研究表明，稀疏促进的传感器选择方法具有权衡能量消耗和降噪性能的能力，这对大规模无线声学传感器网络（WASNs）非常重要，因为其中很多传感器对降噪的贡献甚微，但是能耗会影响无线声学传感器网络（WASNs）的生存期。本文通过最小化总体能耗和约束输出噪声方差的方式提出了一种基于传感器选择的波束形成降噪（NR）方法。受最优半定规划解（SDP）和实体方法的启发，我们提出了三种低复杂度选择度量准则：加权实体、梯度、加权输入信噪比(SNR)。可以证明，所提基于加权实体和梯度的方法在性能上是近最优的，但是比半定规划方法（SDP）更快，加权信噪比方法以牺牲微弱性能代价换取了最低的时间复杂度。基于仿真无线声学传感器网络（WASN）的数值结果验证了所提方法相对于传统方法的优势。