基于相位检索的物理感知神经网络用于声学幅度场重建
声音
2026-01-28 v1 音频与语音处理
摘要
本文提出一种方法，用于从稀疏的声学幅度测量中估计声场的幅度分布。当相位测量不可靠或不可获得时，该方法尤为有用。物理感知神经网络（PINN）通过纳入支配偏微分方程（PDE）约束到神经网络中，已显示出声场估计的潜力。然而，由于基于支配PDE的损失函数依赖于相位信息，现有PINN方法难以应用于相位不可用的情况。为此，本文提出一种相位检索-based PINN，用于幅度场估计。通过将幅度分布与相位分布分别表示为独立网络，基于重构的复振幅计算PDE损失。通过实验评估，展示了基于相位检索的PINN的有效性。
引用
@article{arxiv.2601.19297,
title = {Phase-Retrieval-Based Physics-Informed Neural Networks For Acoustic Magnitude Field Reconstruction},
author = {Karl Schrader and Shoichi Koyama and Tomohiko Nakamura and Mirco Pezzoli},
journal= {arXiv preprint arXiv:2601.19297},
year = {2026}
}
备注
Accepted to International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2026