Агрегування суперечливих даних при нейромережевій акустичній локалізації джерела звуку
DOI:
https://doi.org/10.31861/sisiot2026.1.01022Ключові слова:
локалізація джерела звуку, агрегування, нейронна мережа, функція об’єднання думокАнотація
Локалізація джерела звуку є важливою задачею на сьогоднішній день, особливо в умовах активного розвитку безпілотних літальних апаратів. Стрімке поширення та здешевлення їх технологій створили критичну потребу в розробці надійних систем виявлення та відстеження. Хоча підходи на основі глибинного навчання демонструють вищу точність порівняно з класичними методами в складних умовах із наявністю сильного шуму або реверберації, дані про місцезнаходження джерела звуку, отримані з різних мікрофонних решіток, можуть бути неповними та суперечливими. З огляду на це виникає гостра необхідність у застосуванні методів агрегації для об'єднання цих просторових розподілів ймовірностей у єдину узгоджену оцінку, що дозволить значно підвищити надійність мереж акустичного виявлення. Це дослідження зосереджено на розв’язанні задачі визначення азимута безпілотника на основі багатоканальних звукових записів. Для досягнення цієї мети було адаптовано згорткову нейронну мережу на базі архітектури ResNet-18, яка здатна обробляти просторові матриці, згенеровані за допомогою методу узагальненої крос-кореляції з фазовим перетворенням. Модель класифікації досягла високого показника точності, який склав 93,75%, що підтверджує ефективність використання матриць взаємної кореляції як вхідних даних для задач просторової локалізації. Щоб вирішити проблему суперечливих прогнозів від незалежних експертних систем, у цьому дослідженні було протестовано наступні методи агрегації ймовірностей: лінійну, геометричну та мультиплікативну функцію об'єднання думок, правило комбінування свідчень Демпстера-Шейфера та правило пропорційного перерозподілу конфліктів Дезера-Смарандаке. Результати експериментів показали, що хоча лінійне об'єднання ефективно зберігає мультимодальність розподілів, воно може не призначити найвищу ймовірність правильному просторовому сектору в ситуаціях, коли пікові прогнози окремих джерел не збігаються. З іншого боку, мультиплікативне правило та правило Демпстера-Шейфера успішно виділяють єдине максимальне значення під час агрегації, проте остання може призводити до хибнопозитивних висновків під час роботи з даними, що мають високий ступінь конфлікту. Метод Дезера-Смарандаке виявився найбільш надійним рішенням для середовищ, що характеризуються сильним акустичним шумом і відповідно, значною невпевненістю моделі, оскільки він пропорційно перерозподіляє конфліктну масу, не надаючи передчасної переваги одному хибному класу. Крім того, геометричне об'єднання продемонструвало значну практичну цінність, знаходячи компроміс між конкуруючими оцінками та забезпечуючи кращу обчислювальну ефективність у сценаріях із помірним рівнем невизначеності. Отримані результати формують комплексні рекомендації щодо вибору відповідних стратегій агрегації даних, адаптованих до конкретних умов навколишнього середовища.
Завантажити
Посилання
G. Jekateryńczuk and Z. Piotrowski, “A Survey of Sound Source Localization and Detection Methods and Their Applications,” Sensors, vol. 24, no. 1, Art. no. 68, 2024. doi: 10.3390/s24010068.
W. Li, B. Tian, Z. Chen, and S. Xu, “Regularized Constrained Total Least Squares Source Localization Using TDOA and FDOA Measurements,” IEEE Geoscience and Remote Sensing Letters, vol. 21, pp. 1–5, 2024. doi: 10.1109/LGRS.2023.3340440.
A. K. Agrawal, “Localization Using Angle-of-Arrival (AOA) Triangulation,” in Proceedings of the International Workshop on Environmental Sensing Systems for Smart Cities, pp. 14–19, 2025. doi: 10.1145/3742460.3742984.
X. Wang, B. Quost, J.-D. Chazot, and J. Antoni, “Sound Source Localization from Uncertain Information Using the Evidential EM Algorithm,” in Scalable Uncertainty Management, 2013, pp. 162–175. doi: 10.1007/978-3-642-40381-1_13.
X. Cao, H. Liu, and S. Wu, “DOA Estimation Based on Online Music Algorithm,” Journal of Electronics & Information Technology, vol. 30, no. 11, pp. 2658–2661, 2008. doi: 10.3724/SP.J.1146.2007.00565.
S. Chakrabarty and E. A. Habets, “Multi-Speaker DOA Estimation Using Deep Convolutional Networks Trained With Noise Signals,” IEEE Journal of Selected Topics in Signal Processing, vol. 13, no. 1, pp. 8–21, 2019. doi: 10.1109/JSTSP.2019.2901664.
V. S. Suruthhi, V. Smita, J. R. Gini, and K. I. Ramachandran, “Detection and Localization of Audio Event for Home Surveillance Using CRNN,” International Journal of Electronics and Telecommunications, vol. 67, no. 4, pp. 735–741, 2021. doi: 10.24425/ijet.2021.139771.
Y. Zhao, Y. He, H. Chen, Z. Zhang, and Z. Xu, “Three-Dimensional Grid-Free Sound Source Localization Method Based on Deep Learning,” Applied Acoustics, vol. 227, Art. no. 110261, 2025. doi: 10.1016/j.apacoust.2024.110261.
G. Liu, Y. Liu, and X. Hong, “Audio Event Recognition by Multitask Learning of Audio Attribute Classification,” in 2021 7th IEEE International Conference on Network Intelligence and Digital Content (IC-NIDC), pp. 8–15, 2021. doi: 10.1109/IC-NIDC54101.2021.9660525.
P.-A. Grumiaux, S. Kitić, L. Girin, and A. Guérin, “A Survey of Sound Source Localization With Deep Learning Methods,” The Journal of the Acoustical Society of America, vol. 152, no. 1, pp. 107–151, 2022. doi: 10.1121/10.0011809.
“Gccphat – generalized cross-correlation,” MATLAB Help Center. [Online]. Available: https://www.mathworks.com/help/phased/ref/gccphat.html
G. Jekateryńczuk, R. Szadkowski, and Z. Piotrowski, “UaVirBASE: A Public-Access Unmanned Aerial Vehicle Sound Source Localization Dataset,” Applied Sciences, vol. 15, no. 10, Art. no. 5378, 2025. doi: 10.3390/app15105378.
L. Elkin and R. Pettigrew, Opinion Pooling. Cambridge, U.K.: Cambridge University Press, 2024. doi: 10.1017/9781009315203.
F. Dietrich and C. List, “Probabilistic Opinion Pooling,” in The Oxford Handbook of Probability and Philosophy, A. Hájek and C. Hitchcock, Eds. Oxford, U.K.: Oxford University Press, 2016, pp. 519–542. doi: 10.1093/oxfordhb/9780199607617.013.37.
G. Shafer, “Dempster’s Rule of Combination,” in A Mathematical Theory of Evidence. Princeton, NJ, USA: Princeton University Press, 1976, pp. 57–73. doi: 10.2307/j.ctv10vm1qb.7.
J. Dezert and F. Smarandache, “An Introduction to DSmT for Information Fusion,” New Mathematics and Natural Computation, vol. 8, no. 3, pp. 343–359, 2012. doi: 10.1142/S179300571250007X.
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Безпека інфокомунікаційних систем та Інтернету речей
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
