針對傳統(tǒng)的聲源定位技術(shù)在室內(nèi)環(huán)境中定位精度不足和時效性差等問題,提出了一種基于寬度學習系統(tǒng)（Boarding Learning System,BLS）的聲源區(qū)域定位方法。方法首先將采集到的數(shù)據(jù)的特征作為網(wǎng)絡(luò)的特征節(jié)點,再將所有映射的特征和隨機生成權(quán)重增強節(jié)點直接連接到輸出端,對應(yīng)的輸出系數(shù)通過偽逆求得。最后利用訓練好的寬度學習系統(tǒng)網(wǎng)絡(luò)模型對測試點進行預(yù)測,判斷測試點所屬區(qū)域。實驗結(jié)果表明,基于寬度學習系統(tǒng)的聲源區(qū)域定位方法在室內(nèi)環(huán)境中的定位精度和實時性方面都取得了良好的效果。 

【文章來源】：計算機仿真. 2020,37(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

寬度學習系統(tǒng)結(jié)構(gòu)圖

寬度學習系統(tǒng)的增量網(wǎng)絡(luò)結(jié)構(gòu)

系統(tǒng)模型

【參考文獻】：
期刊論文
[1]基于改進支持向量回歸的室內(nèi)定位算法[J]. 姚英彪,毛偉勇,姚瑞麗,嚴軍榮,馮維.  儀器儀表學報. 2017(09)
[2]深度學習在控制領(lǐng)域的研究現(xiàn)狀與展望[J]. 段艷杰,呂宜生,張杰,趙學亮,王飛躍.  自動化學報. 2016(05)
[3]基于區(qū)域劃分的聲定位算法及精度分析[J]. 崔林林,宋萍,石庚辰.  吉林大學學報(工學版). 2017(01)
[4]正四面體麥克風陣列聲源定位模型研究[J]. 孫昊,仲維燦,劉賀洋.  計算機仿真. 2015(02)
[5]基于小型麥克風陣列的聲源定位技術(shù)[J]. 趙圣,崔牧凡,尤磊,王鴻鵬.  華中科技大學學報(自然科學版). 2013(S1)
[6]基于聽覺感知特性的信號子空間麥克風陣列語音增強算法[J]. 程寧,劉文舉.  自動化學報. 2009(12)



本文編號：3077211