双耳骨传导传递函数数据库的测量及研究

来源 :广州大学 | 被引量 : 0次 | 上传用户:zhangtingzhi2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
骨传导(Bone Conduction,BC)是指声波通过颅骨传递到耳蜗而产生听觉感知的方式,根据骨传导声无需经过外耳和中耳也可以传递到内耳的特性,骨传导技术可应用于医学助听、军事装备及日常通信等领域。目前关于骨传导传输特性的研究主要是通过干颅骨或尸体头部的客观测量实验、有限元分析、气骨导抵消等主观实验方法,但这些方法得到的骨传导传输特性和真人头部的个性化骨传导传输特性之间存在差异。骨传导传递函数(Bone Conduction Transfer Function,BCTF)反映了骨导振子到真人双侧耳蜗之间的传输特性,其在双侧骨传导声重放的应用中具有非常重要的意义。由于准确地测量用来表征骨传导传递特性的BCTF本身就是难点,因此关于骨导振子到真人双侧耳蜗之间传输特性的客观测量研究非常少。本文将借助耳蜗的耳声发射机理来探究头部骨传导传输特性,并基于此方法来建立多人BCTF数据库,最后根据数据库中的个性化数据来研究双侧骨传导的串声消除系统。针对以上的问题,本文首先在第二章通过诱发扫频刺激频率耳声发射(Stimulus Frequency Otoacoustic Emissions,SFOAE)信号的方法,以此来研究真人头部的骨导效应,将测得的耳声信号和骨导振子激励信号之间的相对关系定义为耳声相关骨传导响应函数(Otoacoustic RelatedBone Conduction Response Function,OAR-BCRF),并以此作为BCTF的客观表征。其次,本文在第三章中依据第二章的测量方法对31名受试者在不同刺激位置下的双侧BCTF进行了测量分析,并通过对比实验探究了测量方法的有效性和可靠性,并对多人的经颅衰减数据进行分析,发现骨传导通路中存在交叉串声现象。由于BCTF与头部结构尺寸等生理参数密切相关,因此一并测量了受试者的17个头部生理参数并做了初步统计分析。最后,在第四章根据数据库中的个性化BCTF来设计双侧骨传导串声消除系统,基于频域快速解卷积算法设计串声消除滤波器,通过调整相关滤波器参数来获得最佳的串声消除效果,并通过主客观评价指标来衡量串声消除效果的好坏。客观仿真结果表明,串声消除系统在1~3kHz有较好的通道分离效果,当增益因子β≤10-4时,通道分离度基本在-50 dB以下;主观定位结果表明,应用串声消除处理对骨传导定位准确度有一定程度的提升,当使用窄带(2~4.5 kHz)高斯噪声做测试信号时,其定位准确度要比宽带(0.4~10 kHz)高斯噪声更好。本文基于扫频SFOAE获得BCTF的方法,实现了一定频段上快速、准确地BCTF测量。此方法为探究真人头部骨传导传输特性提供了一种客观有效的手段,并且为多人数据的共性及差异的分析及骨传导声的串声消除提供了数据基础,有助于更好地改善骨传导声重放的效果。
其他文献
随着互联网的日益普及,智能终端越来越依赖于网络来提供应用服务。然而,这种对网络的高度依赖,造成了在缺网、断网、网络环境差等极端场景下,智能终端无法提供有效的服务。此外,常见的交互技术存在控制方式机械、固定和单一,全局性和实时协同性差,智能程度较低,用户交互性和参与性较弱和个性化不足等问题,这在很大程度上影响了用户的体验。因此,本文针对现有感知和泛在交互技术存在的障碍和限制,设计和实现了一套适配多样
图像质量评估(Image Quality Assessment,IQA)是对失真图像的质量进行量化并输出与人眼视觉系统相一致的质量分数。无参考图像质量评估是无需参考图的前提下对各种失真图像建立感知模型,通过感知模型探索计算机与人眼视觉对图像质量理解的关系。无参考图像质量评估是图像处理领域的基础,它主要分为两大研究方向:(1)对图像的直接理解与感知,探索计算机视觉与人眼视觉的一致性;(2)利用质量信
随着通信和互联网技术的快速发展,使得无线通信技术面临着巨大的挑战。多跳中继无线网络是现代无线通信的一个重要传输形式,可以有效提高系统的传输质量和系统的覆盖范围。一方面,在没有部署基础设施的情况下,当通信双方的距离进一步增加时,如何提高通信双方的通信质量已经成为无线通信领域急需解决的关键问题。作为一类对抗衰落、提升系统的传输可靠性的有效技术,缓存辅助中继近年来引起了广泛关注。另一方面,随着无线技术的
当今世界,伴随着越来越多针对政府机构、工业设施、大型公司网络的攻击,网络安全已经成为全球研究人员的关注点。其中,高级持续威胁(Advanced Persistent Threat,APT)结合社会工程学、0day漏洞、隐蔽通信等技术手段对目标实行长周期、多阶段的攻击行为,凭借其极高的隐蔽性和威胁性,已经成为网络空间安全中的主要威胁之一。如何对APT组织进行溯源识别以及在早期发现APT攻击并发出警报
随着信息技术的飞速发展和计算机等信息设备的广泛应用,人类社会已经步入了信息时代。与此同时,随之伴生的网络安全问题也给国家安全和社会发展带来潜在的威胁和损失,如何在信息时代保障网络空间安全成为了学术界和工业界关注的重要问题。近年来,通过知识表示方法,将网络安全领域中漏洞、资产、攻击活动等关键要素模型化,并为网络安全的态势分析、应急处置等环节提供知识支撑,逐渐成为一种有效研究手段。特别随着以谷歌知识图
复杂化、规模化与分布式的网络攻击行为导致网络安全领域中的攻击事件特征提取面临着基础数据量大、特征动态变化、状态持续更新等挑战。以文本形式生成的攻击事件告警信息具有高维特点,加重了特征提取与事件分类的难度。传统特征提取与分类方法无法高效地处理上述数据。因此,必须研究自动且高效的攻击事件特征提取与分类方法,以应对规模性、动态性、高维性等特征带来的挑战。表示学习(Representation Learn
氟喹诺酮类抗生素是全球各国广泛使用的广谱抗菌剂,其中以氧氟沙星(OFX)和恩诺沙星(ENR)为典型代表。它们结构复杂、半衰期长、难生物降解,存在于各种环境介质中,在水环境中的浓度达到ng/L~mg/L级。长期残留的抗生素带来了威胁人类健康和生态环境的全球性问题,寻求高效环保的抗生素废水处理技术为大势所趋。生物修复技术是去除抗生素的有力工具之一,其通过增强生物降解能力有效提高污染物的去除率和降低对环
由谷歌公司于2012年提出知识图谱(Knowledge Graph)概念后,这种知识表示形式引起学术界与工业界的强烈关注,研究学者们将它视作未来的搜索引擎。高质量知识图谱的构建是一个动态发展的过程,需要及时补充新知识来完善知识图谱,并校验更新图谱中的时效性知识。补充新知识可以采用面向网络文本的信息抽取技术,校验更新图谱中的时效性知识可以使用有关的属性值验证技术。但是传统技术难以适用于大多数构建知识
基于运动想象脑电信号的脑机接口系统,指的是当人在做运动想象任务时,大脑皮层会产生相应的脑电信号,然后对产生的脑电信号进行分析和处理,最后通过计算机系统与外部设备相互通信。目前,运动想象脑电信号分类识别技术已被应用于各个领域。例如,在脑卒中康复的医疗领域和现代人工智能机器人尤为突出。同时也在脑机接口控制的游戏和虚拟现实等娱乐领域也被应用,以及在军事上应用等等。本文分析了国内外关于运动想象脑机接口领域
随着互联网技术的发展和大数据时代的来临,各领域的专家信息可以轻而易举在网络上查到,然而,由于信息时代数据源质量参差不齐,不同的数据源对于同一专家属性的属性值描述可能出现冲突。在推选评审专家、追踪研究团队的时候,经常需要用到完整、准确的专家简历,但目前关于专家简历的构建与消歧工作的相关研究较少,信息的不准确性与过度分散使得用户难以获取准确且完整的专家信息。知识图谱能够将实体、属性、属性值构建在一起,