[发明专利]一种基于神经网络的声源定位方法和装置在审

专利信息
申请号: 201810326902.2 申请日: 2018-04-12
公开(公告)号: CN108717178A 公开(公告)日: 2018-10-30
发明(设计)人: 朱哲 申请(专利权)人: 福州瑞芯微电子股份有限公司
主分类号: G01S5/18 分类号: G01S5/18;G10L25/30
代理公司: 福州市景弘专利代理事务所(普通合伙) 35219 代理人: 林祥翔;徐剑兵
地址: 350003 福建省*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络电路 声源定位 声源位置信息 方法和装置 麦克风阵列 麦克风 二维矩阵 神经网络 声源信号 声源信息 构建 采集 波束成形算法 接收神经网络 神经网络训练 源位置信息 传输 电路输出 样本采集 音源样本 传统的 复杂度 音源 和声 学习
【权利要求书】:

1.一种基于神经网络的声源定位装置,其特征在于,所述装置包括麦克风阵列、处理器、神经网络电路和计算机程序;所述麦克风阵列包括阵列排布的多个麦克风;处理器与各个麦克风连接,所述计算机程序被处理器执行时实现以下步骤:

控制麦克风阵列采集多组声源信息,并将其传输给神经网络电路;所述声源信息包括声源信号强度和声源位置信息;

控制神经网络电路进行神经网络训练,直至训练完成;

将麦克风采集到的声源信号强度传输至训练好的神经网络电路,并接收神经网络电路输出的声源位置信息。

2.如权利要求1所述的基于神经网络的声源定位装置,其特征在于,麦克风阵列采集到的多组声源信息中的声源信号强度符合正态分布。

3.如权利要求1所述的基于神经网络的声源定位装置,其特征在于,所述声源位置信息包括声源角度信息和声源距离信息,所述声源角度信息与声源距离信息以二维矩阵标签的方式进行存储,每一声源对应一个二维矩阵标签;所述声源距离信息为当前声源位置与识别该声源的麦克风之间的距离。

4.如权利要求1所述的基于神经网络的声源定位装置,其特征在于,神经网络电路包括可重构网络矩阵单元、参数缓存单元、取数单元、参数配置单元、初始值存储单元、反向回写单元和误差计算单元;

所述初始值存储单元用于存储各个参数初始值;

所述参数配置单元用于根据各个参数初始值控制取数单元从参数缓存单元中获取相应数量的各个参数元素,对可重构网络矩阵单元进行配置;

所述可重构网络矩阵单元用于根据配置的各个参数元素的初始值进行神经网络计算,所述误差计算单元用于判断本次计算结果与标准信息的匹配度的误差是否小于预设误差,若是则判定为训练完成,可重构神经网络矩阵单元用于将各个参数元素的参数值更新为当前的各个参数值,并将更新后的各个参数值写入参数缓存单元中;否则可重构神经网络矩阵单元用于根据本次训练结果的匹配度相较于上一次训练结果的匹配度的差异,调整各个参数元素的配置参数值,并通过反向回写单元将调整后的参数值写入参数缓存单元中,以及控制取数单元根据调整后的参数值从获取相应数量的各个参数元素,并再次进行神经网络计算,直至训练完成。

5.如权利要求4所述的基于神经网络的声源定位装置,其特征在于,神经网络网络的配置参数包括神经网络层数、各层神经网络的神经元数量、各层神经网络的卷积核值、卷积配置值以及权值。

6.一种基于神经网络的声源定位方法,其特征在于,所述方法应用于基于神经网络的声源定位装置,所述装置包括麦克风阵列、处理器、神经网络电路;所述麦克风阵列包括阵列排布的多个麦克风;处理器与各个麦克风连接,所述方法包括以下步骤:

控制麦克风阵列采集多组声源信息,并将其传输给神经网络电路;所述声源信息包括声源信号强度和声源位置信息;

控制神经网络电路进行神经网络训练,直至训练完成;

将麦克风采集到的声源信号强度传输至训练好的神经网络电路,并接收神经网络电路输出的声源位置信息。

7.如权利要求6所述的基于神经网络的声源定位方法,其特征在于,麦克风阵列采集到的多组声源信息中的声源信号强度符合正态分布。

8.如权利要求6所述的基于神经网络的声源定位方法,其特征在于,所述声源位置信息包括声源角度信息和声源距离信息,所述声源角度信息与声源距离信息以二维矩阵标签的方式进行存储,每一声源对应一个二维矩阵标签;所述声源距离信息为当前声源位置与识别该声源的麦克风之间的距离。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州瑞芯微电子股份有限公司,未经福州瑞芯微电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810326902.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top