一种基于自适应傅里叶分解的头相关传输函数建模方法技术

本发明专利技术公开了一种基于自适应傅里叶分解的头相关传输函数建模方法：首先用希尔伯特变换将原始函数投射到Hardy空间，建立头相关传输函数与自适应傅里叶分解(AFD)算法间的数学联系；然后进行AFD算法分析；利用极大选择原理选择最佳的原子，并用选出的原子计算每一次分解的有理正交系作为基函数；最后，利用基函数与权重系数近似重构所需头相关传输函数。该方法利用AFD算法的能量快速收敛原则，用较少的数据量，以极大速度逼近原始数据的能量，实现对原始数据较精准的描述。该方法克服了传统方法数据量大、计算复杂度高的不足，大大减少了头相关传输函数建模所需的计算时间以及信号处理时的数据量，可广泛运用于数据建模领域。

A method of head related transfer function modeling based on adaptive Fourier decomposition

The invention discloses an adaptive Fourier decomposition based on head related transfer function modeling method: first using the Hilbert transform the original function onto the Hardy space, the establishment of head related transfer function and adaptive Fourier decomposition (AFD) algorithm is a mathematical link between; then AFD algorithm analysis; using the maximum principle and the best atom, and using the selected atomic calculation of rational orthogonal system every decomposition as the basis function; finally, using the base function and weight coefficient approximate reconstruction for head related transfer function. The method uses the fast convergence principle of AFD algorithm, and uses less data quantity to approximate the energy of the original data at a maximum speed, and realizes the accurate description of the original data. This method overcomes the shortcomings of large amount of data and computational complexity is high, greatly reduces the computation time required for modeling head related transfer function and signal processing when the amount of data, which can be widely used in the field of data modeling.

【技术实现步骤摘要】
一种基于自适应傅里叶分解的头相关传输函数建模方法
本专利技术涉及一种基于自适应傅里叶分解(AdaptiveFourierDecomposition,AFD)的头相关传输函数(Head-relatedtransferfunction,HRTF)建模方法，应用于VR技术、3D音频重放等

技术介绍
声源发出的声波经由头部、耳廓、躯干等生理结构的综合滤波后到达双耳，形成的双耳声压包含了各种声源定位因素，通过这些因素我们可以精确地定位声源的位置。在头部不动的条件下，声音从声源到双耳的传输可以看作一个线性时不变过程。头相关传输函数是一个声波从声源到双耳的声学传输函数，它表达了生理结构对声波的综合滤波效果，包含了主要的声源定位信息，是实现双耳3D音频重放的关键所在。由于实验室测量到的头相关传输函数是一个复杂而庞大的数据集，在对声源信号进行头相关传输函数加工时所需计算量和数据量巨大，大大增加了硬件实现的难度。头相关传输函数建模是根据头相关传输函数的物理和心理声学特性对其建立数学模型，用连续的数学表达式直接近似计算出所需数据或者以较少的数据量表示、逼近原始数据。现有已经提出来的建模方法大致可本文档来自技高网...

【技术保护点】
一种基于自适应傅里叶分解的头相关传输函数建模方法，其特征在于，包括以下步骤：1)、建立头相关传输函数与AFD算法间的数学联系，使输入函数为Hardy空间函数；2)、建立头相关传输函数的AFD算法分析；3)、利用极大选择原理选择最佳的原子a1,…,ak‑1，用选出的原子计算每一次分解的有理正交系作为基函数Bk(e

【技术特征摘要】
1.一种基于自适应傅里叶分解的头相关传输函数建模方法，其特征在于，包括以下步骤：1)、建立头相关传输函数与AFD算法间的数学联系，使输入函数为Hardy空间函数；2)、建立头相关传输函数的AFD算法分析；3)、利用极大选择原理选择最佳的原子a1,…,ak-1，用选出的原子计算每一次分解的有理正交系作为基函数Bk(ejt)，并通过基函数重构所需函数；4)、构建头相关传输函数的AFD模型。2.根据权利要求1所述的一种基于自适应傅里叶分解的头相关传输函数建模方法，其特征在于，上述步骤1)中所述的建立头相关传输函数与AFD算法间的数学联系，使输入函数为Hardy空间函数，具体如下：利用希尔伯特变换将待建模数据f(t)投射到Hardy空间，f(t)是某个特定角度的头相关传输函数，是一个有200个数据的集合；其希尔伯特变换是：其中，表示复平面中心以原点为心的开单位圆，表示复数域；作为AFD的输入则表示为：G(t)＝f(t)+jH{f(t)}，j为虚数单位。3.根据权利要求1所述的一种基于自适应傅里叶分解的头相关传输函数建模方法，其特征在于，上述步骤2)中所述的建立头相关传输函数的AFD算法分析，具体步骤如下：对于上述的Hardy空间函数G(t)，记G(t)＝G1；对开单位圆内任意的a1，即a1∈D，有恒等式其中为单位圆D内的点a的L2单位模化了的核，G2(t)为第二阶导出误差；由于内积并且因为ea1的单位模性质，容易验证<G1,ea1>ea1(ejt)与是正交的，称之为余项正交性；因而||G(t)||2＝|<G1,ea1>|2+||G2(t)||2＝(1-|a1|2)|G1(a1)|2+||G2(t)||2(4)接下来对G2(t)重复上述过程，有将G2(t)带入式(2)中，则重复至第k次，由单位圆周内的有理正交系定义式则到第k次时，得到

【专利技术属性】
技术研发人员：柯晨光，黄青华，张琳，黄景标，贾胜楠，王慧，张丽丽，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31