ГІБРИДНА НЕЙРОМЕРЕЖЕВА МОДЕЛЬ З ATTENTION-МЕХАНІЗМОМ ДЛЯ ВИЗНАЧЕННЯ КООРДИНАТ ДЖЕРЕЛ ЗВУКУ НА ОСНОВІ TDOA СИГНАЛІВ У ЗМІННИХ АКУСТИЧНИХ УМОВАХ

Анотація

У роботі досліджено задачу визначення координат джерел звуку на основі різниці часу приходу сигналів (TDOA) із використанням нейромережевих методів. Запропоновано гібридну модель з attention-механізмом для підвищення точності та стійкості акустичної локалізації в умовах шумів і змін параметрів середовища. Розглянуто систему з чотирьох мікрофонів квадратної конфігурації, де вхідними даними виступають TDOA-сигнали та параметри середовища: температура, вологість і швидкість вітру. Навчальну вибірку сформовано синтетично з урахуванням фізичних залежностей швидкості звуку та додаванням гаусового шуму. Проведено порівняння класичного багатошарового перцептрона (MLP) і запропонованої гібридної моделі. Оцінювання виконано за метриками MSE, MAE, RMSE, максимальної помилки та стійкості до шуму. Результати показали перевагу гібридної моделі: зменшення MSE на 18.4%, MAE на 7.7%, RMSE на 9.3% та максимальної помилки на 26.7%, а також підвищення стійкості до шуму на 18.0%. Отримані результати підтверджують ефективність використання attention-механізмів у задачах акустичної локалізації джерел звуку.