• 特刊背景

近年来，数字信号处理、阵列信号处理和深度学习技术的快速发展，显著提升了现代声学和音频系统的性能，实现了更强大的三维音频再现、更精确的声场控制以及更稳健的噪声和振动控制。当前研究主要聚焦于多通道和家阵列处理方法、非线性声学现象以及数据驱动技术，包括深度学习、混合模型算法和基于学习的算法以及智能控制策略。

尽管相关研究已取得了显著进展，但现有技术在复杂动态环境中的自适应能力仍存在明显不足。特别是在非平稳噪声环境下的实时处理精度和计算效率方面面临挑战，现有系统难以同时保证高精度和低延迟。此外，多源声场的精确控制、跨尺度声学建模以及深度学习与传统信号处理方法的有机融合等关键问题尚未得到充分解决。这些不足限制了声学系统在复杂现实环境中的应用潜力，当前亟需制定创新性解决方案以满足日益增长的高性能、智能化声学系统需求。

Applied Sciences 邀请了中国科学院杨军研究员和沈晓依副研究员，合作创建特刊“Next-Generation Acoustic Signal Processing and Control (下一代声信号处理与控制)”。本特刊聚焦于下一代声学信号处理与控制技术，旨在满足复杂现实环境中对智能、自适应和高性能声学系统日益增长的需求，特刊包括但不限于以下主题：

声学信号处理；

阵列信号处理；

3D音频系统；

声学深度学习；

主动噪声控制；

声学和振动控制；

智能声学系统；

数字信号处理。

投稿截止时间：2026年8月20日

• 客座编辑介绍

杨军 研究员

自1990年以来，杨军研究员开始从事声学、振动学和信号处理方面的研究，尤其是在声场控制和阵列信号处理方面。他曾担任《声学学报》《中国通信学会会刊》《中国物理快报》《声学与振动杂志》《美国声学学会杂志》《振动与声学杂志》《国际声学与振动杂志》《IEEE超声、铁电与频率控制汇刊》《IEEE电路与系统汇刊II》《IEEE信号处理汇刊》和《IEEE信号处理快报》等期刊的审稿人。

杨军研究员已在国内外期刊和会议论文集中发表论文80余篇，例如《中国物理快报》《IEEE电子快报》《IEEE消费电子学报》《IEEE语音与音频学报》《IEEE超声、铁电与频率控制学报》《电子信息通信学会基础学报》《声与振动学报》《美国声学学会期刊》(ARLO)、《日本应用物理学杂志》《传感器与执行器A：物理》《信号处理》等。其中40篇被SCI和EI收录。杨军研究员已申请12项国家专利。

研究领域：3D音频系统及声信号处理、阵列信号处理及智能结构、声和振动的控制、非线性声学、数字信号处理及其在通讯、多媒体和生物医学工程中的应用。

沈晓依 副研究员

沈晓依副研究员专攻主动降噪、音频信号处理和智能声学。她本科毕业于长安大学通信工程专业，硕士毕业于南洋理工大学电子工程专业，并在南洋理工大学获得音频信号处理博士学位。之后，她在南洋理工大学完成博士后研究，随后加入中国科学院声学研究所。沈晓依副研究员在多个领域做出了原创性贡献，包括主动降噪耳机、主动降噪窗以及深度学习在主动降噪系统中的应用。她发表了30余篇学术论文，累计获得900余次谷歌学术引用，h指数为21。作为第一作者，她曾在《机械系统与信号处理》《IEEE信号处理快报》《声与振动杂志》和《应用声学》等知名声学期刊上发表论文，并在顶级信号处理会议ICASSP上发表多篇论文和专题报告。

研究领域：主动噪声控制和智能噪声控制、声学与声学工程、声信号处理、音频信号处理、信号处理、数字信号处理。

了解本特刊详情：https://www.mdpi.com/si/267306

• Applied Sciences 期刊介绍

主编：Giulio Nicola Cerullo, Politecnico di Milano, Italy

期刊主题涵盖应用物理学、应用化学、工程、环境和地球科学以及应用生物学的各个方面。

2024 Impact Factor：2.5 

2024 CiteScore：5.5

Time to First Decision：16 Days

Acceptance to Publication：2.6 Days

期刊主页：https://www.mdpi.com/journal/applsci