基于rbf神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法
【專利摘要】本發(fā)明提供了一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，用RBF神經(jīng)網(wǎng)絡(luò)逼近聲場重建公式函數(shù)，實現(xiàn)從采樣面到重建面的映射，具體步驟為：初始化RBF神經(jīng)網(wǎng)絡(luò)；按均勻分布隨機產(chǎn)生3000個維數(shù)為64的樣本集；把樣本輸入建好的RBF神經(jīng)網(wǎng)絡(luò)；更新網(wǎng)絡(luò)參數(shù)；滿足條件則循環(huán)停止，網(wǎng)絡(luò)訓(xùn)練完成；根據(jù)網(wǎng)絡(luò)計算重建面聲壓分布。本發(fā)明一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，計算速度快、重建精度高。
【專利說明】基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，屬于聲全息【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]傳統(tǒng)聲全息法在聲源識別過程中，需要將聲源的重建公式表示成離散求和的形式，如果用通常的信號處理方法，會影響到計算速度與重建精度。
【發(fā)明內(nèi)容】
[0003]本發(fā)明要解決的技術(shù)問題是克服現(xiàn)有的缺陷，提供一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，計算速度快、重建精度高。
[0004]為了解決上述技術(shù)問題，本發(fā)明提供了如下的技術(shù)方案:
基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，用RBF神經(jīng)網(wǎng)絡(luò)逼近聲場重建公式函數(shù)，實現(xiàn)從采樣面到重建面的映射，具體步驟為:
a.初始化RBF神經(jīng)網(wǎng)絡(luò)；
b.按均勻分布隨機產(chǎn)生3000個維數(shù)為64的樣本集；
c.把樣本輸入建好的RBF神經(jīng)網(wǎng)絡(luò)；
d.更新網(wǎng)絡(luò)參數(shù)；
e.滿足條件則循環(huán)停止，網(wǎng)絡(luò)訓(xùn)練完成；
f.根據(jù)網(wǎng)絡(luò)計算重建面聲壓分布。
[0005]本發(fā)明一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，計算速度快、重建精度高。
【具體實施方式】
[0006]以下對本發(fā)明的優(yōu)選實施例進(jìn)行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0007]基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，用RBF神經(jīng)網(wǎng)絡(luò)逼近聲場重建公式函數(shù)，實現(xiàn)從采樣面到重建面的映射，具體步驟為:
a.初始化RBF神經(jīng)網(wǎng)絡(luò)；
b.按均勻分布隨機產(chǎn)生3000個維數(shù)為64的樣本集；
c.把樣本輸入建好的RBF神經(jīng)網(wǎng)絡(luò)；
d.更新網(wǎng)絡(luò)參數(shù)；
e.滿足條件則循環(huán)停止，網(wǎng)絡(luò)訓(xùn)練完成；
f.根據(jù)網(wǎng)絡(luò)計算重建面聲壓分布。
[0008]本發(fā)明一種基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，計算速度快、重建精度高。
[0009]最后應(yīng)說明的是:以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，盡管參照前述實施例對本發(fā)明進(jìn)行了詳細(xì)的說明，對于本領(lǐng)域的技術(shù)人員來說，其依然可以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.基于RBF神經(jīng)網(wǎng)絡(luò)的近場聲全息重建方法，其特征在于:用RBF神經(jīng)網(wǎng)絡(luò)逼近聲場重建公式函數(shù)，實現(xiàn)從采樣面到重建面的映射，具體步驟為: a.初始化RBF神經(jīng)網(wǎng)絡(luò)； b.按均勻分布隨機產(chǎn)生3000個維數(shù)為64的樣本集； c.把樣本輸入建好的RBF神經(jīng)網(wǎng)絡(luò)； d.更新網(wǎng)絡(luò)參數(shù)； e.滿足條件則循環(huán)停止，網(wǎng)絡(luò)訓(xùn)練完成； f.根據(jù)網(wǎng)絡(luò)計算重建面聲壓分布。
【文檔編號】G01H17/00GK103743472SQ201310720644
【公開日】2014年4月23日 申請日期:2013年12月24日 優(yōu)先權(quán)日:2013年12月24日
【發(fā)明者】向宇, 胡金意 申請人:廣西科技大學(xué)