基于稀疏堆叠降噪自编码器-深层神经网络的语音DOA估计算法

摘要：

针对传统波达方位(DOA)估计算法在低信噪比下定位误差大的问题,提出基于稀疏堆叠降噪自编码器-深层神经网络的语音DOA估计算法.该算法将阵列协方差矩阵上三角阵作为DOA估计特征输入到稀疏堆叠降噪自编码器进行预训练,采取迁移学习策略将训练得到的最优权重作为深度神经网络的初始权重,提高网络的抗噪性、泛化性和收敛速度.仿真与实验结果表明,与传统DOA估计算法相比,该算法在低信噪比情况下定位误差小、准确度高.

关键词：堆栈稀疏自编码器、深层神经网络、波达方位、迁移学习

所属期刊栏目：40

分类号：TN911

资助基金：国家自然科学基金;2019年江苏高校一流专业建设项目289;2019年无锡市信息技术扶持项目;南京信息工程大学滨江学院科研与教研项目

在线出版日期：2021-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,13