基于与头相关传递函数的神经网络声源定位方法研究  

Head Related Transfer Function Based Neural Network Sound Localization

作　　者：马浩[1] 周琳[1] 胡红梅[1] 吴镇扬[1] 

机构地区：[1]东南大学信息科学与工程学院,南京210096

出　　处：《电子与信息学报》2007年第9期2058-2062,共5页Journal of Electronics & Information Technology

基　　金：国家973计划项目(2002CB312102)资助课题

摘　　要：机器定位要求对声源方位建立简便高效的判断模式。根据与头相关传递函数(HRTF)和方位之间的紧密联系,该文研究基于HRTF的神经网络定位方法,利用前馈神经网络来模拟HRTF和方位的对应关系,从中提取出方位信息并进行多种形式编码,然后提出一种有效的加权估计方法识别方位。仿真表明该方法对方位识别的精确度较高,网络简洁更具泛化性。最后并通过鲁棒性分析给出定位结果的验证和说明。Machine intelligence requires convenient and effective estimation mode for sound localization. According to the tight relation of Head Related Transfer Function （HRTF） and location, this paper studies a sound localization method based on HRTF. Using the forward neural network, the direction information is extracted and multi coded in parallel, and then is weighted to estimate the sound position. Simulations show that the method is more accurate and compact. Finally, robust analysis is given to prove validity of simulation results.

关 键 词：声源定位 与头相关传递函数 神经网络 加权估计 鲁棒性分析 

分 类 号：TN912.3[电子电信—通信与信息系统]