基于听觉神经同步振荡网络的时频结构描述方法

人类听觉系统具有优良的非平稳信号分析能力,在听觉系统中,由耳蜗基底膜对信号进行类似于带通滤波的时频分解,并由内毛细胞、传入神经和听觉中枢的神经网络对时频分解结果逐步进行特征信息提取和压缩。鉴于此,参照Wang-Brown模型,建立一种可描述信号时频结构特征的听觉模型,该模型包括基底膜、内毛细胞、中级听觉和听觉中枢等子模型,听觉中枢模型由单层听神经振荡网络构成。略去Wang-Brown模型中随机项和侧抑制项,简化内毛细胞模型,设计听神经元的活跃准则和神经元间的联接方式。信号经基底膜、内毛细胞和中级听觉模型处理后,由听神经振荡网络进行信息综合,使得信号中时频结构相似的区域所对应的听神经元进行同步振荡,从而可利用同步振荡神经元的分布情况描述信号的时频结构。进行故障转子升降速试验和风力发电增速机稳速运行试验,试验所得信号的分析结果表明,所建模型能够有效描述信号的时频结构特征及其变化情况,对信号的瞬态变化较为敏感,且数据量相对较小,易于智能识别。     

采用听觉传感策略的声品质主动控制

针对现有声品质主动控制多以心理声学参数为控制目标,声品质改善能力不足,提出一种基于听觉传感策略的声品质主动控制系统。为了使控制系统能够融入听觉非线性特性,建立了包括外/中耳模型和内耳模型的听觉传感模型,其中在基底膜建模时,考虑毛细胞对基底膜具有反馈运动调节作用,采用带宽时变的gammatone滤波器模型,该滤波器可模拟出听觉在频率和强度感知方面的非线性特性。然后,以听觉信号平方最小为控制目标,给出了基于听觉传感的主动控制系统结构,为了解决听觉传感环节的加入带来的算法计算量增加和收敛性变差问题,基于x滤波最小均方（Filtered-x least mean square,FLMS）算法,提出了延迟补偿结构与逆模型结构相结合的听觉控制算法。最后,以车速50km/h的汽车车内声为对象进行主动控制仿真,对控制前后的车内声进行了声品质客观与主观评价,并对评价结果进行比较与分析,主客观评价一致表明：与声压控制相比,听觉控制可以更好地改善听觉舒适性。     

听觉系统传输通路综合检测平台的研制

听觉系统传输通路是由听觉外周、听神经和听觉中枢组成。为了全面、客观、无创、及时地提取听觉系统传输通路的综合信息,本研究首次研发了听觉系统传输通路的听力指标综合检测平台,实现了在相同刺激声作用下,同时获取听觉外周的耳声发射(OAEs)信号和听觉中枢的听觉诱发电位(AEPs)信号,并进一步从同一刺激声作用下的OAEs和AEPs信号中提取出了特征向量,以表征整个听觉系统的功能状况及通路间的关系。为解答一系列相关的疑难科学问题和临床应用提供了综合、全面的分析研究平台和临床应用基础。     

具有听觉系统的简易机器人的设计与实现

设计了一种具有听觉系统的可以人机交互的服务型机器人,在单片机的控制下执行人类的语言命令.该机器设计简单、易于实现,为机器人语言训练提供实验平台.在总体设计、语音识别、特征量的提取,以及控制功能等方面进行了论述.     

基于听觉显著性计算的齿轮裂纹故障特征提取方法

鉴于故障振动信号中瞬态成分提取与噪声环境下显著性语音信息检测的相似性,提出了一种基于听觉注意机制的齿轮裂纹故障特征提取方法。该方法引入听觉显著图计算模型,并结合故障信息的特点进行了改进。通过频带划分与处理、多尺度高斯滤波、显著度计算与整合等步骤,最终以听觉显著图表示故障信号中的瞬态冲击成分。通过齿轮裂纹故障仿真和实测信号实验,验证了所提方法的有效性。     

弹性支撑式压电骨传导听觉装置

提出一种以圆形轮式片状弹簧作为中间弹性支撑的新型压电骨传导听觉装置以提高它的低频响应性能。通过对听觉装置的动力学建模,理论分析了由支撑弹簧和压电振子组成的振动系统;选择厚度为0.9mm的片弹簧作为听觉装置的支撑元件,设计了圆形轮式片状支撑弹簧。最后,制作了弹性支撑式压电骨传导听觉装置的试验样机,搭建了试验测试系统,对样机的幅频特性、响频特性和噪频特性进行了试验测试。实验结果显示:当电源激励信号频率为550Hz时,压电振子的最大振动幅值可达22.21μm;中低频区域的响度为60~70dB,中高频区域的响度稳定在80dB左右;在离听觉装置1m远处测试到听觉装置的噪声大小为35~40dB。得到的数据表明:圆形中间弹性支撑式压电骨传导听觉装置具有较好的低频响应性能,其响度基本能够满足佩戴者的听力要求,近距离噪声也不大。     

基于听觉仿生和压缩感知的助听器声源定位方法

在声源定位方面,由于麦克风阵列利于评估麦克风对间的声源定位参数,因此其性能比单麦克风优越.但是当麦克风对间距过小时,获得足够的定位参数信息变得非常困难.针对这个问题,在研究奥米亚棕蝇听觉系统定位机制的基础上,提出采用差分微麦克风信号构建包含声源信息的信号模型.同时为了减低计算量,采用多通道联合压缩感知(compressed sensing,CS)进行声源采样.根据构建的CS模型,采用自适应次梯度投影算法重构包含声源信息向量,通过评估重构信号的能量峰值获得声源位置.理论分析和仿真结果表明,该方法同其他声源定位算法相比,具有定位精度高、抗噪声鲁棒性强,计算量小等优点.     

头皮记录的频率跟随响应的回顾和现状

频率跟随响应是一种持续周期性刺激声诱发产生的听觉脑干稳态响应,其产生于听觉脑干中的多个位置,它反映了听觉脑干神经元对刺激声中的周期性成分的锁相活动。典型的由纯音或复合音诱发的频率跟随响应,其频谱在基频及其倍频处均有谱峰,而其能量集中在基频附近,双频率复合音诱发的响应中还包含畸变产物。频率跟随响应可能包含与音调感知有关的信息,因而成为听觉脑干层面的语音或音调编码和可塑性的研究工具。本文就频率跟随响应的产生位置、信号特点及其对听觉脑干的语音和音调编码的反映等方面进行了综述。     

基于极值点概率密度和听觉模型的滚动轴承瞬态冲击信号提取方法研究

滚动轴承故障的一个重要特点是故障元件会诱发冲击响应振动成分,针对滚动轴承故障振动信号的调制特征和传统分析方法的复杂性,提出了一种基于极值点概率密度和听觉模型的滚动轴承故障特征提取方法。该方法首先使用Gammatone滤波器对滚动轴承故障信号进行带通滤波,相位调整,然后提取每个滤波通道的极值点,计算其概率密度函数并对其求导,通过导数中是否存在向上过零点判断是否存在瞬态冲击成分,继而提取相关的极值点,最后累加提取相关瞬态成分。考虑到滚动轴承振动信号中冲击成分在不同时刻振幅大小不同,分段对信号做处理,能够提取到因振幅较小而被忽略掉的冲击成分。将该方法应用到某型号线切割机床滚动轴承实测振动信号中,实验结果表明该方法能有效提取到滚动轴承故障信号中的瞬态冲击成分。     

基于听觉特性和过零点间隔的多声源定位算法

针对目前声源定位技术的研究现状,研究了人耳听觉系统的生理学和心理学特性,建立了基于人耳听觉系统的多声源定位模型;通过研究信号部分频率成分间的过零点时间间隔与原信号保持一致的特性,提出了用上升过零点模拟听神经的发放行为,从而引入了根据两通道间过零点时间间隔统计特征确定两耳时延的算法,并给出了噪声对时延结果影响的判定方法;相比互相关算法,该算法的计算量较小而抗噪声能力更强,声源的增多不会明显降低定位效果;通过与常用的互相关时延算法对比,仿真实验验证了该算法在较低信噪比情况下,依然可以对多个声源取得较好的定位效果。     

Auditory-model-based Feature Extraction Method for Mechanical Faults Diagnosis

It is well known that the human auditory system possesses remarkable capabilities to analyze and identify signals. Therefore, it would be significant to build an auditory model based on the mechanism of human auditory systems, which may improve the effects of mechanical signal analysis and enrich the methods of mechanical faults features extraction. However the existing methods are all based on explicit senses of mathematics or physics, and have some shortages on distinguishing different faults, stability, and suppressing the disturbance noise, etc. For the purpose of improving the performances of the work of feature extraction, an auditory model, early auditory(EA) model, is introduced for the first time. This auditory model transforms time domain signal into auditory spectrum via bandpass filtering, nonlinear compressing, and lateral inhibiting by simulating the principle of the human auditory system. The EA model is developed with the Gammatone filterbank as the basilar membrane. According to the characteristics of vibration signals, a method is proposed for determining the parameter of inner hair cells model of EA model. The performance of EA model is evaluated through experiments on four rotor faults, including misalignment, rotor-to-stator rubbing, oil film whirl, and pedestal looseness. The results show that the auditory spectrum, output of EA model, can effectively distinguish different faults with satisfactory stability and has the ability to suppress the disturbance noise. Then, it is feasible to apply auditory model, as a new method, to the feature extraction for mechanical faults diagnosis with effect.     

Speech Signal Segmentation into Vocalized and Unvocalized Segments on the Basis of Simultaneous Masking

This paper touches upon a model of simultaneous acoustic masking, which detects speech signal components perceived by a human’s auditory system. A simultaneous masking algorithm on the basis of this model is proposed. It is shown that, after simultaneous masking, a signal becomes a binary structure that reflects the harmonic structure of a vocalized sequence. It is experimentally proven that this structure can be used to detect key speech segments (from the standpoint of perception by an auditory system). This structure serves as a basis for an algorithm of high-quality segmentation of a speech signal into vocalized and unvocalized segments, which does not require learning before use. The joint use of the algorithms for simultaneous masking and speech signal segmentation is tested, and their performance is evaluated.     

基于听觉分流机制的瞬态信号提取方法

以听觉分流机制为基础,提出一种瞬态信号自动提取方法。首先,对信号进行带通滤波和相位调整;其次,获得各滤波信号二次包络的极大、极小值及其对应时间,基于两种极值幅值和时间,计算得到同步性和瞬态性线索;最后,综合这两类线索信息,在时频平面中筛选出与瞬态成分相对应的时频段,并最终完成瞬态成分的波形生成与修整。通过数值仿真和实测信号检验,所提方法能够在较强的背景信号下有效提取出瞬态信号,对瞬态信号的初始时间具有较高的识别精度,具有一定的实际应用潜力。     

基于奥米亚棕蝇定位机理的仿生耦合处理系统

考虑超短基线的奥米亚棕蝇能精确地定位其寄主声源,建立了基于奥米亚棕蝇的仿生耦合处理系统以提高小型化测向设备的性能。依据奥米亚棕蝇听觉耦合结构的力学模型,计算听觉结构振动的时域响应、频域响应和响应的相位差,构建了仿生耦合处理系统的模型。分析了仿生耦合处理系统的性能,结果显示:通过设置合适的耦合参数,该系统可处理任意频段的信号,有效地增强信号间的相位差,理想条件下相位差可被放大18倍左右。针对确定的耦合参数,系统存在唯一的最敏感频率和最敏感入射角,即当信号频率等于最敏感频率时,耦合处理后的响应相位差可以达到180°;当以最敏感入射角入射时,响应相位差的变化率最大。该仿生耦合处理系统可采用两种体制测量方向:即依据测量的耦合相位差直接测向和在最敏感频率和最敏感入射角概念的基础上利用基线旋转实现测向。文中的分析结果为仿生耦合处理系统的应用提供了理论基础。     

基于感知条件网络的可控语音增强模型

为了给不同听者在不同场景下提供更好的语音增强主观听觉感受,提出了一种基于感知条件网络的可控语音增强模型。首先设计分位数损失函数来对语音的高估和低估进行权衡,并以此来指导网络的训练,通过调节网络输出中的语音损失和噪声残留水平,来控制模型的输出特性。然后为了让单个网络具有可变的输出特性,引入条件网络,利用分位数损失函数中与听者感知相关的分位值产生条件信息来对含噪语音特征进行调制,建立了可控的语音增强模型。实验结果表明,设计的分位数损失函数能够有效调节增强语音中的语音损失和噪声残留水平;基于感知条件网络建立的可控语音增强模型,能够提供可由听者主动控制的增强语音输出特性,使听者获得更好的语音增强体验。     

基于听觉原理的谐波频率自动提取方法

基于听觉系统的运行机制,提出一种可自动识别和提取信号中谐波频率的计算方法。首先,对信号进行基底膜带通滤波;其次,模拟听皮层时频感受野现象对不同时频域内信号进行二维傅里叶变换并提取幅值和频率信息,基于幅值信息的侧抑制结果,提出了一种谐波成分频率点的判据方法;最后,对提取得到的谐波频率点进行重组,从而可揭示信号中的主要频率成分以及各成分的时变情况。数值仿真和试验数据验证结果表明,所提方法可准确提取信号中的各谐波频率,并具有一定的抗噪声干扰能力,对于微弱谐波成分的频率提取亦有较好效果。     

PowerLab生物信号处理系统在音语生理研究中的应用

随着科学技术的进步和先进仪器的出现,生理语音学研究正在向采用高精端设备,进行多模态研究的方向发展。本文通过PowerLab硬软件的介绍,主要从肌电采集器、呼吸带和脑电帽三个方面,重点阐述了每项设备的工作原理、提取的参数和在言语生理研究中的应用。PowerLab生物信号处理系统在语音生理研究中有着广阔的应用前景。     

The physiology of insect auditory afferents

This review presents an overview of the physiology of primary receptors serving tympanal hearing in insects. Auditory receptor responses vary with frequency, intensity, and temporal characteristics of sound stimuli. Various insect species exploit each of these parameters to differing degrees in the neural coding of auditory information, depending on the nature of the relevant stimuli. Frequency analysis depends on selective tuning in individual auditory receptors. In those insect groups that have individually tuned receptors, differences in physiology are correlated with structural differences among receptors and with the anatomical arrangement of receptors within the ear. Intensity coding is through the rate-level characteristics of tonically active auditory receptors and through variation in the absolute sensitivities of individual receptors (range fractionation). Temporal features of acoustic stimuli may be copied directly in the timing of afferent responses. Salient signal characteristics may also be represented by variation in the timing of afferent responses on a finer temporal scale, or by the synchrony of responses across a population of receptors.