[发明专利]一种基于卷积神经网络CNN的声源定位方法

权利要求书

1.一种基于卷积神经网络CNN的声源定位方法，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|C_k)建模，然后根据贝叶斯决策最大化正确分类率：

其中K表示声源，R_k表示决策域，即在决策域R_k内的样本都属于C_k类，此时只需要根据贝叶斯定理p(z，C_k)＝p(C_k|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(C_k|z)最大的类别即为样本z所属的类别，即声源的方位。

2.根据权利要求1所述的一种基于卷积神经网络CNN的声源定位方法，其特征在于，步骤1所述的特征提取的具体步骤如下：

步骤1.1：声源位于训练位置r_s，s＝1，2，...，k，麦克风阵记录下声源在该位置处发出的信号s(t)；

步骤1.2：根据房间脉冲响应和声源信号计算得到麦克风接收到的混响信号x₁(t)和x₂(t)；

步骤1.3：根据麦克风接收到的混响信号x₁(t)和x₂(t)，经过预处理后，计算相位变换加权广义互相关函数

步骤1.4：对进行分帧截取，得到训练集Y。