学习一种用于实时声学波束成形的可解释端到端网络
声音
2023-06-21 v1 音频与语音处理
摘要
近来，许多形式的音频工业应用，如声音监测与声源定位，已开始利用配备麦克风阵列的智能多模态设备。遗憾的是，基于模型的方法往往因计算复杂度高以及难以恰当选择用户自定义参数，而难以用于此类设备。作为替代，人们可采用基于深度网络的方法，但这些方法通常难以泛化，也无法直接生成所需的波束成形图。本文提出一种计算高效的声学波束成形算法，该算法可展开为基于模型的深度学习网络以实现实时成像，此处称为 DAMAS-FISTA-Net。通过利用声学波束形成器的自然结构，所提网络继承了声学系统的物理知识，从而学习传播的内在物理特性。因此，所有网络参数均可在基于模型的先验指导下，利用反向传播进行端到端学习。值得注意的是，所提网络具有优良的可解释性，并能够直接处理原始数据。使用仿真与真实数据的广泛数值实验表明，与替代方法相比，DAMAS-FISTA-Net 具有更优的性能。
引用
@article{arxiv.2306.10772,
title = {Learning an Interpretable End-to-End Network for Real-Time Acoustic Beamforming},
author = {Hao Liang and Guanxing Zhou and Xiaotong Tu and Andreas Jakobsson and Xinghao Ding and Yue Huang},
journal= {arXiv preprint arXiv:2306.10772},
year = {2023}
}
备注
12 pages, 9 figures