[發明專利]一種基于自適應傅里葉分解的頭相關傳輸函數建模方法

有效

• 申請號: 201710363135.8
• 申請日: 2017-05-22
• 公開（公告）號: CN107301153B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 柯晨光;黃青華;張琳;黃景標;賈勝楠;王慧;張麗麗
• 申請（專利權）人: 上海大學
• 主分類號: G06F17/14
• 分類號: G06F17/14
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

本發明公開了一種基于自適應傅里葉分解的頭相關傳輸函數建模方法：首先用希爾伯特變換將原始函數投射到Hardy空間，建立頭相關傳輸函數與自適應傅里葉分解(AFD)算法間的數學聯系；然后進行AFD算法分析；利用極大選擇原理選擇最佳的原子，并用選出的原子計算每一次分解的有理正交系作為基函數；最后，利用基函數與權重系數近似重構所需頭相關傳輸函數。該方法利用AFD算法的能量快速收斂原則，用較少的數據量，以極大速度逼近原始數據的能量，實現對原始數據較精準的描述。該方法克服了傳統方法數據量大、計算復雜度高的不足，大大減少了頭相關傳輸函數建模所需的計算時間以及信號處理時的數據量，可廣泛運用于數據建模領域。

技術領域

本發明涉及一種基于自適應傅里葉分解(Adaptive Fourier Decomposition,AFD)的頭相關傳輸函數(Head-related transfer function,HRTF)建模方法，應用于VR技術、3D音頻重放等技術領域。

背景技術

聲源發出的聲波經由頭部、耳廓、軀干等生理結構的綜合濾波后到達雙耳，形成的雙耳聲壓包含了各種聲源定位因素，通過這些因素我們可以精確地定位聲源的位置。在頭部不動的條件下，聲音從聲源到雙耳的傳輸可以看作一個線性時不變過程。頭相關傳輸函數是一個聲波從聲源到雙耳的聲學傳輸函數，它表達了生理結構對聲波的綜合濾波效果，包含了主要的聲源定位信息，是實現雙耳3D音頻重放的關鍵所在。由于實驗室測量到的頭相關傳輸函數是一個復雜而龐大的數據集，在對聲源信號進行頭相關傳輸函數加工時所需計算量和數據量巨大，大大增加了硬件實現的難度。

頭相關傳輸函數建模是根據頭相關傳輸函數的物理和心理聲學特性對其建立數學模型，用連續的數學表達式直接近似計算出所需數據或者以較少的數據量表示、逼近原始數據。現有已經提出來的建模方法大致可以總結為三類：基于理論計算的建模方法、基于濾波器的建模方法和參數化建模方法。

理論計算的方法就是將頭部、耳廓和軀干等生理結構組成邊界條件，然后在此條件下求解波動方程，邊界元法就是最常用的理論計算方法。對于邊界元方法，首先把求解波動方程問題轉化為邊界積分問題。然后，通過激光掃描成像或核磁共振成像方法獲取真人或人工頭的生理外形圖像，并將邊界用網格劃分為M個邊界元，最后對每一個邊界元求解線性方程。由于邊界元數量眾多(不考慮人體軀干的條件下，加上軀干這會是一個非常龐大的數字)，所以，用邊界元法計算頭相關傳輸函數耗時較長。而且人體生理結構也不是完全對稱的規則形狀，尤其是耳廓，要得到其精確的邊界網格也是一大難題。

頭相關傳輸函數是一個線性時不變的傳遞函數，所以可以通過各種線性時不變系統的濾波器來近似地模擬，使其頻域傳輸特性近似等于已知的頭相關傳輸函數。自回歸滑動平均模型(Autoregressive-Moving Average Model,ARMA模型)是常用的無限脈沖響應(IIR)濾波器模型，滑動平均模型(Moving Average Model,MA模型)為常用的有限脈沖響應(FIR)濾波器模型。由于頭相關傳輸函數的幅度譜上的谷和峰分別對應濾波器系統函數的零點和極點，改變這些零點和極點(即濾波器系數)，對應頭相關傳輸函數也會隨著變化。為了簡化模型，于是提出了共聲學極點/零點(CAPZ)模型，該模型由與聲源位置無關的聲學共極點和與聲源位置相關的聲學零點組成，與傳統零極點模型相比，此模型可以使用更少的參數來描述頭相關傳輸函數。但是，濾波器模型相關參數的計算是一個比較復雜的過程，實現起來相對困難。

目前比較實用且完善的頭相關傳輸函數建模方法為基于球諧函數的建模方法，該方法利用球諧函數將原始數據變換到球諧域，通過球諧系數和正交的球諧基函數重構具有空間方位感的頭相關傳輸函數。此模型與人們的頭部聽覺模型相似，在進行角度的變化處理上比較方便。然而，基于球諧函數的頭相關傳輸函數的建模方法計算量巨大，難以在現實中進行實現。此外，該模型的數據建模精度還有提高的空間，傳輸的數據量也有待減少。

發明內容