TorchDSP/torchsig

何を解決するか

TorchSigは、機械学習向けの信号処理データ準備の複雑なプロセスを簡素化することを目的としています。リアルおよび複素数値信号の作成、拡張、変換を、PyTorchデータパイプラインに直接統合することで、特に無線周波数（RF）ドメインで作業しているユーザーにとって、スムーズなワークフローを提供します。

仕組み

このツールキットは、信号分類（単一信号）または信号検出（複数信号）のいずれかに設定可能な統合データセットアーキテクチャを提供します。変換とインパイルメント（劣化）のシステムにより、現実的なチャネル状態（完璧、ケーブル接続、無線）をシミュレートします。

主なコンポーネントは以下の通りです：

• TorchSigIterableDataset：信号を合成的に生成・拡張・変換するクラス。
• DatasetCreator：生成されたデータセットをディスクに保存し、効率的な再利用を可能にするツール。
• StaticTorchSigDataset：事前に保存されたデータセットをメモリに読み込むクラス。
• Signal および SignalMetadataObject：信号データとその関連メタデータを扱う標準化されたオブジェクト。

対象ユーザー

信号処理向けの機械学習モデルを開発している研究者や開発者、特に無線周波数（RF）データおよび信号分類・検出タスクに焦点を当てている人。

特徴

• 広範な信号ライブラリ：FSK、QAM、PSK、ASK、OFDM、アナログなど主要な変調ファミリーにわたる60種類以上の信号タイプをサポート。
• PyTorch統合：MLモデルとのシームレスな統合を実現する、PyTorchのデータ処理パイプラインに基づく設計。
• 高度な変換システム：多数の信号処理変換と統一されたインパイルメントモデルを備え、現実的なシミュレーションを可能に。
• 統一されたアーキテクチャ：シンプルな設定で、分類と検出の両タスクを1つのシステムで処理。