基于人工神經(jīng)網(wǎng)絡預測反射聲能序列的方法研究.pdf

1、廳堂中聲脈沖響應的測量是音質(zhì)研究的基本手段和方法，通過對反射聲的時間、空間、能量分布的分析可得到大部分廳堂音質(zhì)客觀參量。然而，在脈沖響應的實際測量中不可避免地受到噪聲的干擾，尤其對于信噪比較低的后期反射聲，這給音質(zhì)參量的計算帶來誤差和不確定性。目前消除噪聲影響方法有非線性擬合法、截斷法等，但是非線性擬合法適用于完全擴散場，而截斷法往往受到人為因素的影響(如：截斷點的選取)，所以在不同聲場條件下使用具有較大的局限性。本論文基

2、于人工神經(jīng)網(wǎng)絡技術，時間序列分析等手段，提出了運用人工神經(jīng)網(wǎng)絡預測房間中后期反射聲能序列的方法，應用于廳堂音質(zhì)參量的測試中。對于確定的廳堂、聲源和接收點位置可看成一個線性時不變系統(tǒng)，該接收點上反射聲的時間分布反映了這個系統(tǒng)的特性，因而是確定而且唯一的。脈沖響應序列值之間存在著相互依賴關系屬于時間序列的范疇，因此可以對己知的序列值進行建模來預測未知數(shù)據(jù)，人工神經(jīng)網(wǎng)絡技術發(fā)展提供新的建模工具。通過使用神經(jīng)網(wǎng)絡對脈沖響應序列中信噪

3、比較高的早期反射聲部分建模，預測被噪聲掩蓋的后期反射聲能量，對音質(zhì)參量計算中后期能量進行補償提高測量精度。論文對不同人工神經(jīng)網(wǎng)絡模型的預測效果進行了比較發(fā)現(xiàn)混合網(wǎng)絡模型具有較高的預測精度，而FIR網(wǎng)絡具有最簡單的結構。通過處理一組含噪聲的實測脈沖響應，結果說明采用人工神經(jīng)網(wǎng)絡預測后期反射聲能序列的方法較截斷法對音質(zhì)參量有更好的修正效果。論文還將人工神經(jīng)網(wǎng)絡預測方法在聲場計算機模擬中的應用進行了探討，通過模擬得到的早期反射聲