[发明专利]梯度频率非线性振荡器网络中的学习和听觉场景分析

说明书

根据空军科学研究办公室和循环逻辑有限责任公司(Circular Logic，LLC)之间的合约No.FA9550-07-C0095以及空军科学研究办公室和循环逻辑有限责任公司之间的合约No.FA9550-07-C0017，美国政府享有本申请的权利。

相关申请的交叉引用

本申请要求享有2010年1月29日提交的美国临时专利申请No.61/299,768的优先权，该临时申请以全文引用的方式并入本文。

技术领域

本申请通常涉及音频信号输入的感知和识别，更具体地，涉及一种用于以更接近地模拟人耳和大脑的操作的方式提供结构化信号的非线性频率分析的信号处理方法和装置。

背景技术

根据授权给Edward W.Large(Large)的美国专利No.7,376,562，利用非线性振荡器阵列处理输入语音信号在现有技术中是已知的。

人耳已经被建模成调谐到多个不同频率的振荡器。根据解释声音输入的需要，人脑通过连接振荡器对来对来自这些振荡器的信号进行处理。世界上自然存在的音频声音是复杂的信号，因此，发达的人耳是利用振荡器之间的这些连接的复杂处理器。事实上，振荡器之间的连接是不断变化的并且连接模式是对反复输入的学习的反应。这导致触突前细胞和触突后细胞之间的触突效率的提高。从现有建模技术还知道，两个振荡器之间的连接具有强度(振幅)和固有相位(natural phase)。

从Large通常了解到利用非线性振荡器网络来对信号进行处理。非线性共振提供了在线性共振中无法观察到的各种行为(例如，神经振荡)。此外，事实上，振荡器能够被连成复杂的网络。图1示出了用于对声信号进行处理的典型架构。它由一维阵列的非线性振荡器(称为梯度(gradient)频率非线性振荡器网络(GFNNs))组成。在图1中，GFNNs被布置成处理层，以模拟层1(输入层)处的耳蜗(102)、层2处的背侧耳蜗核(DCN)(104)以及层3处的下丘(ICC)(106)进行的听觉处理。从生理学的角度来看，非线性共振模拟耳蜗内的外毛细胞以及在DCN和ICC上的锁相神经响应。从信号处理的角度来看，由多个GFNN层进行处理不是多余的；由于非线性的缘故，信息在每一层处都增加。

更具体地，如图2所示，示例的非线性振荡器系统由包括非线性振荡器405₁、405₂、405₃、...、405_N的网络402组成。输入激励层401可以通过一组激励连接403将输入信号传输到网络402。就这一点而言，输入激励层401可以包括一个或多个输入通道(channels)406₁、406₂、406₃、...、406_C。输入通道可以包括多频率输入的单通道、多频率输入的两个或多个通道、或单频率输入的多通道，如通过事先频率分析来提供。事先频率分析可包括线性方法(傅里叶变换、小波变换、或线性滤波器组、现有技术中已知的方法)或者另一非线性网络，例如相同类型的另一网络。

假设如图2中所示的C输入通道，那么在t时刻，通道406_C上的激励表示为x_C(t)，并且对于特定的共振，激励连接403的矩阵可以作为从输入通道406_C到振荡器405_N的连接的强度来进行分析，正如从Large所了解到的。尤其，可以对连接矩阵进行选择，以使得这些激励连接中的一个或多个的强度等于零。

再次参见图2，内部网络连接404确定网络402中每个振荡器405_N如何连接到另一个振荡器405_N。根据Large可知，这些内部连接可被表示为复值参数的矩阵，每个复值参数描述了对于特定共振从一个振荡器405_M到另一个振荡器405_N的连接的强度，正如下面所解释的。

从Large可以知道，可以执行由非线性振荡器网络进行的信号处理，以概括地模拟耳朵响应。这类似于通过线性滤波器组来进行的信号处理，但是重要的区别是，处理单元是非线性的，而不是线性振荡器。在这部分中，该方法通过将其与线性时频分析进行比较来说明。