.png){kind=icon}
返回
Three-Dimensional Sound Source Localization with Microphone Array Combining Spatial Entropy Quantification and Machine Learning Correction
.png){kind=icon}
OA
AI
DOI：10.3390/e27090942.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，随着智能场景监控的普及，声源定位（SSL）已成为室内监控和目标定位的主要手段。然而，现有的声源定位解决方案难以扩展到多源和三维场景。为解决这一问题，本文提出了一种基于八麦克风的三维声源定位技术。具体而言，该方法采用矩形八麦克风阵列，并通过直达路径相对传递函数（DP-RTF）获取到达方向（DOA）信息。该方法引入空间熵以量化声源数量增加导致DOA组合呈指数增长所带来的不确定性，并通过几何交点进一步降低声源定位的空间熵。这解决了传统声源定位方法无法应用于多源和三维场景的问题。另一方面，利用机器学习消除直达路径相对传递函数（DP-RTF）的DOA估计误差以及麦克风几何参数偏差所引起的坐标偏差。仿真实验和真实场景实验均表明，所提出方法在三维场景中的定位误差约为10.0 cm。
Keyword:
acoustic detection
sound source localization (SSL)
spatial entropy
machine learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2
论文数:
956
被引数:
2.4W
机构
暂无机构信息
引用论文
Change Detection of RSSI Fingerprint Pattern for Indoor Positioning System.png)
IEEE SENSORS JOURNALOAAI
IEEE SENSORS JOURNALIF4.5
OAAI分享收藏
查看更多内容