欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024118770442
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于阵列扩展与SE移动反向瓶颈卷积神经网络的声源识别方法,其特征在于,方法包括:

步骤1:获取声压互谱矩阵,利用所述声压互谱矩阵计算MUSIC算法的18阵列声源分布图和64阵列声源分布图;

步骤2:将所述18阵列声源分布图输入EAG-U-Net数据转换模型,获取转换后的64阵列声源分布图;所述EAG-U-Net 数据转换模型是以18阵列声源分布图为输入,以64阵列声源分布图为标签训练获得;

步骤3:将所述转换后的64阵列声源分布图输入SE-MBCNet网络模型,获取预测声源分布图;所述SE-MBCNet网络模型是以数据转换后的64阵列声源分布图为输入,以目标图为标签训练获得;

获取所述预测声源分布图包括:

步骤3.1:将数据转换后的64阵列声源分布图输入SE-MBCNet网络模型的双层卷积模块,所述双层卷积模块用于对数据转换后的64阵列声源分布图进行初步的特征提取;所述双层卷积模块包括两个连续的3×3卷积操作、批量标准化层BN和激活函数ReLU;

步骤3.2:将提取的初步特征输入SE-MBCNet网络模型的编码器模块,所述编码器模块用于对初步特征提取后的特征图进行多层次的语义信息和特征编码;所述编码器模块由四个SE注意力机制的MBConv层和最大池化层组成,通过连续提取图像特征并进行下采样,逐步提取第二高级特征;所述SE注意力机制的MBConv层包括:深度可分离卷积、SE注意力机制和残差连接;

步骤3.3:将SE-MBCNet网络模型的编码器模块处理后的特征图输入解码器,用于恢复高分辨率特征图;所述解码器被分为四个阶段,每个阶段的解码器块与编码器的对应层通过跳跃连接直接进行特征图的拼接,将下采样的特征图和上采样的特征图合并,增强恢复图像的特征;编码器块是由SE注意力机制的MBConv层和上采样层组成,保留细节信息,从而避免在上采样过程中丢失重要特征;

步骤3.4:通过网络末端的1×1卷积层,获得最终带有声源位置坐标和强度信息的预测声源分布图;

步骤4:对所述预测声源分布图进行局部极大值检测,获取声源定位和强度。

2.根据权利要求1所述的基于阵列扩展与SE移动反向瓶颈卷积神经网络的声源识别方法,其特征在于,获取所述18阵列声源分布图和所述64阵列声源分布图包括:步骤1.1:将声源平面网格化,离散声源计算平面,形成网格面,即聚焦平面,将所述聚焦平面的每个网格点作为潜在声源点;

步骤1.2:在若干个声源辐射形成的声场中布置多个麦克风传感器,形成平面麦克风阵列,即测量平面,将所述测量平面平行于声源平面;

步骤1.3:接收传感器阵列采集的频率声压信号数据,所述声压信号数据包括:声源信号和噪声信号;

步骤1.4:将所述频率声压信号数据进行预处理,计算声压互谱矩阵,并根据MUSIC算法,获取所述18阵列声源分布图和64阵列声源分布图。

3.根据权利要求1所述的基于阵列扩展与SE移动反向瓶颈卷积神经网络的声源识别方法,其特征在于,获取所述转换后的64阵列声源分布图包括:步骤2.1:将所述18阵列声源分布图输入EAG-U-Net数据转换模型的初始卷积层,所述初始卷积层使用两个3×3卷积连续对输入图像进行初步处理,提取所述18阵列声源分布图的基本特征;

步骤2.2:将所述基本特征输入EAG-U-Net数据转换模型的编码器,所述编码器由三个由双卷积层和池化层组成,通过连续提取图像特征并进行下采样,逐步提取第一高级特征;所述双卷积层包含两个3×3卷积、ReLU激活函数和批量归一化层,所述池化层采用最大池化进行下采样,降低空间维度,增加感受野,从而减少计算量并提取更抽象的特征,即所述第一高级特征;

步骤2.3:在第三个编码器块中的池化操作后,加入ECA注意力机制,所述ECA注意力机制通过进行全局平均池化,得到每个通道的平均值,捕捉全局信息,基于所述全局信息对池化后的通道信息进行一维卷积操作捕捉通道之间的依赖关系,基于所述依赖关系通过Sigmoid激活函数得到一个权重系数,利用该权重系数对每个通道进行加权操作;

步骤2.4:通过AG门控注意力机制,将编码器特征图和对应层次的解码器特征图进行拼接,生成第一融合特征图,将所述第一融合特征图应用1×1卷积提取更高层次的特征信息,减少通道数并生成注意力图的输入特征,使用Sigmoid激活函数生成注意力权重图A,将所述注意力权重图A与所述编码器特征图逐元素相乘实现注意力权重应用到编码器的特征图上,动态调整特征图的加权,经过加权处理后的特征图与解码器中的特征图进行融合,获取第二融合特征图;

其中,所述解码器在恢复空间分辨率时,会与所述编码器的特征图进行拼接,形成第一融合特征图,所述第一融合特征图包含了编码器的底层特征与解码器的高层语义信息;

步骤2.5:将第三个编码器块的输出通过转置卷积上采样,得到的结果与第二个编码器块的输出均输入所述AG门控注意力机制中进行处理,得到的特征图与输入的上采样结果进行拼接,得到第三层解码器块的输出结果;

将所述第三层解码器块的输出结果通过转置卷积上采样,得到的结果与第一个编码器块的输出均输入AG门控注意力机制中进行处理,得到的特征图与输入的上采样结果进行拼接,得到第二层解码器块的输出结果;

将所述第二层解码器块的输出结果通过转置卷积上采样,得到的结果与初始卷积层的输出均输入AG门控注意力机制中进行处理,得到的特征图与输入的上采样结果进行拼接,得到第一层解码器块的输出结果;

将所述第一层解码器块的输出结果使用双卷积层恢复图像细节,得到数据转换后的64阵列声源分布图。

4.根据权利要求3所述的基于阵列扩展与SE移动反向瓶颈卷积神经网络的声源识别方法,其特征在于,所述深度可分离卷积、SE注意力机制和残差的工作流程包括:首先进行升维,通过1×1卷积、批量标准化BN和Swish激活函数扩展特征维度,增加通道数,接着执行深度可分离卷积,其中3×3的深度卷积配合批量标准化BN和Swish激活函数对每个通道独立处理,以提取局部特征,随后,引入SE通道注意力机制,先用全局平均池化层进行压缩,有效地捕捉全局特征,减少计算复杂度,然后激励阶段通过全连接层和Sigmoid激活函数自适应地为每个通道生成权重增强重要特征,并利用缩放阶段通过将得到的通道权重与原始特征图的每个通道逐元素相乘,来重新加权各个通道的特征,最后,使用1×1卷积将加权后的特征图降至输出通道数,并添加残差连接,保持网络稳定性并加速训练。

5.根据权利要求1所述的基于阵列扩展与SE移动反向瓶颈卷积神经网络的声源识别方法,其特征在于,获取所述声源定位和强度包括:步骤4.1:采用局部极大值检测算法,在预测声源分布图的数据矩阵每一行中识别局部极大值找出前三个最大值;

步骤4.2:通过邻域验证所述最大值是否为真正的局部极大值,即通过比较目标值与其邻域内的值,确定所述最大值是否在局部范围内是最大的,若所述最大值在局部范围内是最大,对检测到的局部极大值进行排序;

步骤4.3:基于排序结果,利用坐标转换技术,将极大值行列索引映射到实际坐标上计算源的位置及其强度。