首页|基于BP神经网络的声源定位研究

基于BP神经网络的声源定位研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统声源定位算法计算量较大,不适合复杂多变的场景,因此提出基于BP神经网络的声源定位算法.该算法以麦克风阵列接收声音的时间差作为输入,以声源位置坐标作为输出.为了得到较理想的BP神经网络模型,借助MATLAB仿真实验,分别讨论了神经网络中神经元个数、隐藏层层数以及反向传播函数对算法精确性的影响.其中,结合不同反向传播函数的特点和局限性,选择5种反向传播函数分别在不同数据量下进行对比实验.实验结果表明,采用7个神经元、3层隐藏层与LM反向传播函数的BP神经网络模型较适合该研究场景,准确度可达到较高水平,R值可达到1,MSE值在e-11数量级下,位置误差在毫米范围内.
Sound Source Localization Based on BP Neural Network

佘霖琳、孙红、赵祎彤、李嘉雪、宋雲龙

展开 >

上海理工大学光电信息与计算机工程学院,上海200093

BP神经网络模型 声源定位 神经元 隐藏层 反向传播函数 Levenberg-Marquardt算法

614722566117027761703277

2021

10.11907/rjdk.211033

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(4)
  • 3
  • 10