[发明专利]一种基于卷积神经网络CNN的声源定位方法

摘要

本发明提供了一种基于卷积神经网络CNN的声源定位算法。该方法通过引入鉴别互相关函数的特征，利用Roomsim的仿真环境以及两个麦克风所接收的信号，得到在带有混响和噪声环境下的互相关函数，并分帧截取得到训练集和测试集，对该特征进行训练得到卷积神经网络，即CNN模型，训练过程中，采用ReLU函数作为激活函数，并将测试集在该模型下进行声源定位估计，最后采用贝叶斯决策来构建判决式决定测试样本的类别，使得条件概率p(rs|Y)最大的位置即为估计出声源的真实位置。这种算法的实现，有效地解决了传统声源定位中噪声和混响的问题。

主权项

一种基于卷积神经网络CNN的声源定位算法，其特征在于，包括以下步骤：步骤1：利用Roomsim工具包模拟出在带有混响和噪声的室内环境，根据两个麦克风接收到的信号x1(t)和x2(t)，计算出麦克风接收信号的互相关函数再进行分帧截取及特征提取，得到训练集，为下一步的模型训练做准备。步骤2：将互相关函数特征作为输入，按照一维CNN进行模型训练，训练过程中，激活函数采用ReLU函数，其数学表达式为：f(x)＝max(0,x)  (1.12)步骤3：计算出CNN模型参数后，即完成模型训练后，利用和生产训练数据一样的方法得到测试数据Y'，将其输入CNN模型后，利用贝叶斯决策来构建判决式决定测试样本的类别，即利用高斯概率模型对类条件概率密度P(z|Ck)建模，然后根据贝叶斯决策最大化正确分类率：P(correct)=Σk=1Kp(z∈Rk,Ck)=Σk=1K∫Rkp(z,Ck)dz---(1.13)]]>其中Rk表示决策域，即在决策域Rk内的样本都属于Ck类，此时只需要根据贝叶斯定理p(z,Ck)＝p(Ck|z)p(z)，而p(z)对于所有项是相同的，所以只要找出后验概率p(Ck|z)最大的类别即为样本z所属的类别，即声源的方位。