多径环境中利用卷积神经网络的声源定位
声音
2017-10-31 v1 计算机视觉与模式识别
音频与语音处理
摘要
浅水环境中声音的传播以海面和海底的边界反射为特征。这些反射导致多条（间接）声传播路径，会降低被动声源定位方法的性能。本文提出使用卷积神经网络（CNNs）在浅水多径环境中定位宽带声辐射噪声（如机动船舶）源。结果表明，当常规被动测距方法的源定位性能退化时，在倒谱图和广义互相关图输入上运行的CNNs能够更可靠地估计过境机动船舶的瞬时距离和方位。利用海上实验收集的真实数据展示了源定位性能的 ensuing 提升。
引用
@article{arxiv.1710.10948,
title = {Sound Source Localization in a Multipath Environment Using Convolutional Neural Networks},
author = {Eric L. Ferguson and Stefan B. Williams and Craig T. Jin},
journal= {arXiv preprint arXiv:1710.10948},
year = {2017}
}
备注
5 pages, 5 figures, Final draft of paper submitted to 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 15-20 April 2018 in Calgary, Alberta, Canada. arXiv admin note: text overlap with arXiv:1612.03505