[发明专利]头相关函数三维数据压缩方法与系统

摘要

本发明实施例提供一种头相关脉冲响应三维数据压缩处理方法。本发明方法，包括将HRIR三维数据重建为最小相位化的HRIR；将所述最小相位化的HRIR解卷为低阶FIR形式的仰角平面滤波器、高阶FIR形式的水平角平面滤波器；将所述高阶FIR形式的水平角平面滤波器建模为低阶IIR形式的水平角平面滤波器；所述处理器将所述低阶FIR形式的仰角平面滤波器以及所述IIR形式的水平角平面滤波器存储至本地缓存。本发明实施例克服了现有技术中HRIR三维数据压缩率低的问题。

主权项

一种头相关脉冲响应三维数据压缩方法，其特征在于，包括：处理器将头相关脉冲响应HRIR三维数据重建为最小相位化的HRIR，包括：选取基准信号，并将所述基准信号与所有HRIR三维数据相关，获取相关信号最大点的位置，所述位置即为每个HRIR对应于基准信号的时延；移除所述每个HRIR的时延点，与所述基准信号进行对齐；所述处理器将所述最小相位化的HRIR解卷为低阶有限冲击响应滤波器FIR形式的仰角平面滤波器、高阶FIR形式的水平角平面滤波器，包括：步骤一、采用公式c=D1D2...DI×h1h2...hI---(1)]]>提取所述仰角平面的HRIR公用系数CF，其中，所述c为CF，所述h1为HRIR系数，所述I为HRIR系数的个数，所述D1为方位相关系数DF组合成矩阵的形式，采用公式其中，所述N为向量d1的长度，所述d1(0)为HRIR的DF系数d1的第一个分量；步骤二、通过J个所述CF得到矩阵A∈RM×J，其中，所述R为矩阵空间，所述每个CF系数的维数，所述J为CF系数个数，M为CF系数的向量长度；将所述矩阵A作为所述水平角平面的HRIR专用系数DF，采用公式c=D1D2...DI×h1h2...hI---(3)]]>提取每个水平角平面的CF；步骤三、通过I个所述CF得到矩阵E∈RN×I，其中，所述N为DF的维数，所述R为矩阵空间，所述I为DF个数；步骤四、将所述矩阵E作为所述仰角平面的DF，采用公式(3)提取每个仰角平面的CF；步骤五、通过J个所述CF得到矩阵A∈RM×J；步骤六、判断所述矩阵A与矩阵E是否收敛，若否，则重复步骤二至步骤五，若是，则通过矩阵A与矩阵E可得到其中，所述A为携带水平角位置信息的水平角CF矩阵，所述E为携带仰角位置信息的仰角CF矩阵，所述为卷积运算符，所述hij:为HRIR三阶张量矩阵元素，所述i为矩阵行数，所述j为矩阵列数；所述处理器将所述高阶FIR形式的水平角平面滤波器建模为低阶IIR形式的水平角平面滤波器，包括：计算无限冲击响应滤波器IIR建模重构误差Ei(z)=Hi(z)-H^i(z)=Hi(z)-Ai(z)B(z)=Hi(z)B(z)-Ai(z)B(z),i=1,2,...,I---(4)]]>其中，所述为IIR滤波器的z域冲击响应函数，所述Hi(z)为FIR滤波器的z域冲击响应函数，所述Ai(z)为IIR滤波器的零点表达式，所述B(z)为IIR滤波器的极点表达式，所述i为第i个FIR滤波器，所述I为FIR滤波器个数；假设第j次迭代的B(z)已知，当第j+1次迭代时，通过公式Ei(j+1)(z)=Hi(z)B(j+1)(z)-Ai(j+1)(z)B(j)(z),i=1,2,...,I---(5)]]>计算B(j+1)(z)与Ai(j+1)(z)；通过Z反变换将公式(5)转换为矩阵G(j)(z)0...0F1(j)(z)0G(j)(z)...0F2(j)(z)...............00...G(j)(z)FI(j)(z)-a1(j+1)-a2(j+1)...-aI(j+1)b(j+1)=-f1(j)-f2(j)...-fI(j)---(6)]]>通过所述矩阵(6)求得IIR系数b和a，其中，所述G(j)(z)为B(j)(z)的倒数，所述F1(j)(z)为Hi(z)与B(j)(z)的比值，所述f1(j)为F1(j)(z)的反z变换；所述处理器将所述低阶FIR形式的仰角平面滤波器以及无限冲击响应滤波器IIR形式的水平角平面滤波器存储至本地缓存。