[发明专利]一种基于卷积神经网络的室内麦克风阵列声源定位方法在审
申请号: | 201910254676.6 | 申请日: | 2019-03-31 |
公开(公告)号: | CN110068795A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 张涛;焦琛 | 申请(专利权)人: | 天津大学 |
主分类号: | G01S5/20 | 分类号: | G01S5/20;G06N3/04;G06N3/08 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 杜文茹 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于卷积神经网络的室内麦克风阵列声源定位方法,包括如:建立体现室内脉冲响应的混响仿真模型,根据混响仿真模型建立室内声源信号传播模型;提取声音信号矩阵X的特征,即加权广义互相关函数;卷积神经网络训练所提取的特征。本发明使用麦克风阵列接收室内声音信号,利用其相位加权广义互相关合成训练特征集,使用RoomSim模拟房间脉冲响应(room impulse response,RIR),相比于其他机器学习或深度学习的声源定位方法,在噪声和混响恶劣的室内环境下有更高的定位分类精度和更强的鲁棒性,并且可以实现距离、方向角、俯仰角三维定位,具有更高的定位分类准确,对于室内声源定位技术的应用和发展具有一定的借鉴意义。 | ||
搜索关键词: | 卷积神经网络 混响 室内麦克风 脉冲响应 声源定位 阵列声源 室内 加权 矩阵 仿真模型建立 互相关函数 麦克风阵列 应用和发展 传播模型 仿真模型 模拟房间 其他机器 三维定位 声源信号 室内环境 室内声音 方向角 俯仰角 鲁棒性 特征集 分类 噪声 学习 | ||
【主权项】:
1.一种基于卷积神经网络的室内麦克风阵列声源定位方法,其特征在于,包括如下步骤:1)建立体现室内脉冲响应的混响仿真模型,根据混响仿真模型建立室内声源信号传播模型;2)提取声音信号矩阵X的特征,即加权广义互相关函数;3)卷积神经网络训练所提取的特征。
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天津大学,未经天津大学许可,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/patent/201910254676.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种AOA定位优化补偿方法
- 下一篇:一种用于声源定位的麦克风阵列方法