Student Theses - Details

Maschinelles Lernen zur adaptiven Übersprechkompensation basierend auf linearen dynamischen Modellen

Betreuer:Tobias Kabzinski

Themengebiet: Machine Learning, Signalverarbeitung, Systemidentifikation

Kategorie: Masterarbeit (MA) oder Bachelorarbeit (BA)

Status: Offene Arbeit

Tools: Matlab

Aufgabenstellung

Bei der Wiedergabe von Binauralaufnahmen über Kopfhörer gelangt das Binauralsignal für das linke bzw. rechte Ohr direkt und ausschließlich an das linke bzw. rechte Ohr. Bei Wiedergabe über  Lautsprecher hingegen gelangt auch Schall vom rechten Lautsprecher zum linken Ohr und umgekehrt. Daher wird in diesem Fall eine Übersprechkompensation (Crosstalk Cancellation, CTC) benötigt, um dem linken und rechten Ohr ausschließlich das für das jeweilige Ohr bestimmte Binauralsignal  zuzuführen. Die vier zugehörigen Übertragungsfunktionen (wL,1, wR,1, wL,2, wR,2) hängen von der Position und Orientierung des Zuhörers ab und werden in einem adaptiven Übersprechkompensationssystem mit ohrnahen Mikronen geschätzt. Dies kann mittels Kalman-Filters durchgeführt werden.

Bei der Zustandsschätzung mittels Kalmanfilter müssen Annahmen über das Systemmodell sowie die Größe des Mess- und Prozessrauschens getroffen werden. Fehlerhafte Annahmen können die Qualität der Zustandsschätzung signifikant verschlechtern. Aus einer Vielzahl von bestehenden Beobachtungen des Systems können mittels des Expectation-Maximization-Algorithmus (EM) optimale Werte der Parameter gelernt werden. Die Implementierung dieses Algorithmus, z.B. für ein (einfaches) Bewegungsmodell, stellt die Basis für das weitere Vorgehen dar. Im weiteren Verlauf der Arbeit soll untersucht werden, wie ein solches Verfahren auf die ein- oder mehrkanalige Systemidentifikation mittels Kalmanfilter übertragen werden kann, um die Systemidentifikation zu optimieren. Z.B. könnten die Prozessparameter in Abhängigkeit der Rotationsgeschwindigkeit des Zuhörers gewählt werden. Die Arbeit umfasst Matlab-Simulationen und evtl. die Durchführung von akustischen Messungen.

Bei Interesse werden nähere Einzelheiten gerne in einem persönlichen Gespräch erläutert.

back