Deep Learning-Based Non-synchronous Measurement for Broadband Sound Source Localization
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Array-based acoustic beamforming methods are prevalently used in many practical fields. However, limited by the size of the array and sensor elements, these methods cannot achieve the best performance. To mitigate the limitations, Non-synchronous Measurement (NSM), which synthesizes a virtual array with a larger aperture and denser sensor elements by shifting a prototype array to different positions, was proposed to enlarge the working frequency band of the prototype array. Since the prototype microphone array measures the sound signals without time-overlap between different measurements, some phase information of NSM is lost. Thus, the generated cross-spectral matrix (CSM) of NSM is incomplete. Although some rank-minimum CSM completion approaches recover the lost information, they rely on localization algorithms to estimate the positions of the sound sources, which is time-consuming. There-fore, we proposed a computationally friendly NSM based on deep learning to achieve effective broadband-sound source localization (broadband-SSL), which directly estimates the coordinates of the speech source. Some simulations are implemented, and the results validate the efficiency and accuracy of our proposed method.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Deep Learning-Based Non-synchronous Measurement for Broadband Sound Source Localization
- Date Crossref
- 26/11/2022
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Shenzhen University pays non établi dans la noticeUniversité ou école supérieure
-
Northwestern Polytechnical University pays non établi dans la noticeUniversité ou école supérieure
-
Peng Cheng Laboratory pays non établi dans la noticeStructure de recherche
-
College of Electronic and Information Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Mechanical Engineering pays non établi dans la noticeUniversité ou école supérieure
Shenzhen University, Northwestern Polytechnical University et Peng Cheng Laboratory, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.