基于小波神经网络的HRTFs逼近与声频仿真

头部相关传递函数（HRTFs）是指从声源到耳鼓的谱滤波器，它因提取了声源的方位信息，所以在声频仿真中，它是非常重要的立体听觉定位曲线．由于HRTFs随声源的相对位置、频率和听觉对象不同而变化，并与其自变量之间还存在着非常复杂的非线性关系，所以王维声音仿真的实现需要处理庞大的HRTFs数据．提出了基于小波神经网络的HRTFs近似模型，即通过训练网络重新设置模型数据来获取空间任意位置的非个人HRTFs数据．声频仿真实验结果表明此逼近方法不仅保持了原始HRTFs的相关特征，而且还在三维声频仿真中提高了计算效率．