一种异常声源判断与定位系统及方法与流程

本发明属于声音检测技术领域，具体涉及一种异常声源判断与定位系统及方法。

背景技术：

声音，它没有质量，但是它能产生能量效果，声音，它是一种纵波，但是它又不同于光波，光有光子，它是有动量、有能量、有质量的，而在物理上只有压力的声音是没有质量。作为声音一种的异常声音，就完全具备声音如上述所说的这些特性。

环境中的突发事件往往伴随着较多能量的突然释放，如爆炸、碰撞等，这些能量的释放途径往往包括机械能同时产生能流密度较大的声波，此时还会产生高响度或伴随高频率的声音。另一方面，社会生物也会通过提高音调、加重语音来传递重要的尤其是带有警示作用的信息。这一信息表达方式也被引入到了人类的工业化社会中，典型的应用有汽车鸣笛，设备警报及安全警报。

我国有1700多万聋哑人，此外还有更多由于单侧或双侧听力下降的听障患者，他们无法正常获取异常声音或辨别声音方向，因而不能及时发现诸如鸣笛的汽车、高声呼喊的行人、坠落的玻璃杯等带有异常示警信息的声源。目前，患者只能通过佩戴双侧助听器解决这一问题，但这样成本高，且依赖残存听力。

目前，对于异常声音检测与识别技术的研究相对来说起步很晚，发展也比较缓慢，有科研人员通过计算每一个声音帧的特征向量与模板进行比较来判断环境中是否有一场声音，这种方法计算量大，实时性不好；还有研究通过该计算特征参数和训练来对一场声音进行细致分类，分成爆炸声、枪声和玻璃破碎声等，同样计算量比较大。

技术实现要素：

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种结构简单、设计新颖合理、实现方便且成本低、能够高效准确定位异常声源的方位、实用性强、使用效果好、便于推广使用的异常声源判断与定位系统。

为解决上述技术问题，本发明采用的技术方案是：一种异常声源判断与定位系统，其特征在于：包括微处理器模块、声音采集模块和异常声源指示模块，所述微处理器模块包括微处理器以及与微处理器相接的晶振电路、复位电路和数据存储器；所述声音采集模块包括三路声音采集电路，每路声音采集电路均由依次连接的麦克风、音频放大电路、A/D转换电路和抗混叠滤波器组成，所述抗混叠滤波器的输出端与微处理器的输入端连接，三个所述麦克风分别布设在使用者左耳、右耳和脑后位置处；布设在使用者左耳位置处的麦克风上连接有用于对该麦克风的电压进行实时检测的左麦克风电压检测电路和用于对该麦克风的电流进行实时检测的左麦克风电流检测电路，布设在使用者右耳位置处的麦克风上连接有用于对该麦克风的电压进行实时检测的右麦克风电压检测电路和用于对该麦克风的电流进行实时检测的右麦克风电流检测电路，所述微处理器的输入端接有用于对电流信号进行放大、滤波和A/D转换处理的电流信号调理电路，以及用于电压信号进行放大、滤波和A/D转换处理的电压信号调理电路，所述左麦克风电压检测电路的输出端和右麦克风电压检测电路的输出端均与电压信号调理电路的输入端连接，所述左麦克风电流检测电路的输出端和右麦克风电流检测电路的输出端均与电流信号调理电路的输入端连接；所述异常声源指示模块包括液晶显示屏、四路异常声源指示电路、用于缠绕在使用者左手臂上的左臂环和用于缠绕在使用者右手臂上的右臂环，四路异常声源指示电路均由依次连接的D/A转换电路、功率放大电路、升压电路和示位电极组成，所述液晶显示屏的输入端和D/A转换电路的输入端均与微处理器的输出端连接，四个所述示位电极中的其中两个均匀分布在所述左臂环上且分别为左前异常声源示位电极和左后异常声源示位电极，四个所述示位电极中的另两个均匀分布在所述右臂环上且分别为右前异常声源示位电极和右后异常声源示位电极。

上述的一种异常声源判断与定位系统，其特征在于：所述微处理器为DSP数字信号处理器TSM32VC5402。

本发明还公开了一种设计新颖合理、实现方便、能够高效准确定位异常声源的方位、实用性强、使用效果好的异常声源判断与定位方法，其特征在于，该方法包括以下步骤：

步骤一、声音信号采集及传输：三个所述麦克风分别采集使用者左耳、右耳和脑后位置处的声音信号，依次经过音频放大电路放大处理、A/D转换电路A/D转换处理和抗混叠滤波器产生混叠频率分量后输出给微处理器；

步骤二、异常声源判断，具体过程为：

步骤201、微处理器对其接收到的使用者左耳、右耳和脑后位置处三路声音信号分别进行分析处理，判断出各路声音信号中的异常声源；其中，对第i路声音信号进行分析处理的具体过程为：

步骤2011、微处理器根据公式计算出第i路声音信号的音频频率系数其中，i的取值为1、2、3，f_i为第i路声音信号的音频频率，为第i路声音信号在距离现在时刻最近的时间段t内的音频频率平均值，e为自然常数；

步骤2012、微处理器根据公式计算出第i路声音信号的音频响度系数其中，i的取值为1、2、3，v_i为第i路声音信号的音频响度，为第i路声音信号在距离现在时刻最近的时间段t内的音频响度平均值，e为自然常数；

步骤2013、微处理器根据公式计算出第i路声音信号的异常等级数s_i；

步骤2014、微处理器根据公式计算出第i路声音信号中的异常声源出现的概率密度函数f(s_i)；其中，为在距离现在时刻最近的时间段t内的第i路声音信号的异常等级数平均值，σ为声音信号的异常等级数的标准差且

步骤2015、微处理器根据条件判断第i路声音信号中的异常声源，当条件成立时，判断为第i路声音信号中的异常声源出现了，执行步骤202；否则，当条件不成立时，判断为第i路声音信号中的异常声源没有出现，返回步骤2011；

步骤202、微处理器对使用者左耳、右耳和脑后位置处三路声音信号中的异常声源进行相似度匹配，确定出异常声源；具体过程为：

步骤2021、微处理器从步骤201中判断出的各路声音信号的异常声源中找出同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源；

步骤2022、微处理器根据Pearson相关系数计算公式计算同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源的Pearson相关系数corr(f,s)；

步骤2023、微处理器将Pearson相关系数corr(f,s)最大的同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源确定为同一声源发出的声音，并将其确定为异常声源；

步骤三、异常声源定位，具体过程为：

步骤301、微处理器记录其接收到的步骤二中确定出的异常声源在使用者左耳位置处的声音信号中和使用者右耳位置处的声音信号中出现的时间差，并定义为异常声源到达使用者的左耳与右耳的时间差；

步骤302、当异常声源出现时，左麦克风电压检测电路检测位于使用者左耳位置处的麦克风的电压U_l并输出给电压信号调理电路，右麦克风电压检测电路检测位于使用者右耳位置处的麦克风的电压U_r并输出给电压信号调理电路，左麦克风电流检测电路检测位于使用者左耳位置处的麦克风的电流I_l并输出给电流信号调理电路，右麦克风电流检测电路检测位于使用者右耳位置处的麦克风的电流I_r并输出给电流信号调理电路，电压信号调理电路对其接收到的电压信号进行放大、滤波和A/D转换处理后输出给微处理器，电流信号调理电路对其接收到的电流信号进行放大、滤波和A/D转换处理后输出给微处理器，微处理器根据公式计算得到位于使用者左耳位置处的麦克风与位于使用者右耳位置处的麦克风采集到的声音信号的能量比Y；其中，y_l为位于使用者左耳位置处的麦克风采集到的声音信号的能量，y_r为位于使用者右耳位置处的麦克风采集到的声音信号的能量；

步骤303、微处理器将异常声源到达使用者的左耳与右耳的时间差以及位于使用者左耳位置处的麦克风与位于使用者右耳位置处的麦克风采集到的声音信号的能量比Y输入预先建立并训练好的三层BP神经网络中，得出三层BP神经网络的输出，三层BP神经网络的输出即为异常声源位置信息，所述异常声源位置信息包括异常声源的方位角θ、异常声源的仰角φ和异常声源到头中心的距离r；

步骤四、异常声源方位指示：微处理器将异常声源位置信息输出给液晶显示屏进行显示，并将异常声源的方位角θ与四个角度区域[0°，90°]、[90°，180°]、[180°，270°]和[270°，360°]进行比较，当异常声源的方位角θ落入角度区域[0°，90°]内时，判断为异常声源在使用者的右前方，此时，微处理器输出信号并依次经过D/A转换电路、功率放大电路、升压电路进行D/A转换、功率放大和升压后，激励右前异常声源示位电极产生电流震荡信号，再通过右臂环刺激皮肤，告知使用者异常声源处于其右前方；当异常声源的方位角θ落入角度区域[90°，180°]内时，判断为异常声源在使用者的左前方，此时，微处理器输出信号并依次经过D/A转换电路、功率放大电路、升压电路进行D/A转换、功率放大和升压后，激励左前异常声源示位电极产生电流震荡信号，再通过左臂环刺激皮肤，告知使用者异常声源处于其左前方；当异常声源的方位角θ落入角度区域[180°，270°]内时，判断为异常声源在使用者的左后方，此时，微处理器输出信号并依次经过D/A转换电路、功率放大电路、升压电路进行D/A转换、功率放大和升压后，激励左后异常声源示位电极产生电流震荡信号，再通过左臂环刺激皮肤，告知使用者异常声源处于其左后方；当异常声源的方位角θ落入角度区域[270°，360°]内时，判断为异常声源在使用者的右后方，此时，微处理器输出信号并依次经过D/A转换电路、功率放大电路、升压电路进行D/A转换、功率放大和升压后，激励右后异常声源示位电极产生电流震荡信号，再通过右臂环刺激皮肤，告知使用者异常声源处于其右后方。

上述的方法，其特征在于：步骤303中所述预先建立并训练三层BP神经网络的具体过程为：

步骤3031、建立三层BP神经网络：以异常声源到达使用者的左耳与右耳的时间差以及位于使用者左耳位置处的麦克风与位于使用者右耳位置处的麦克风采集到的声音信号的能量比作为BP神经网络的输入，输入节点数为2，以异常声源的方位角θ、异常声源的仰角φ和异常声源到头中心的距离r作为BP神经网络的输出，隐层节点数为5，建立三层BP神经网络；

步骤3032、训练三层BP神经网络：在空间内，选取n个不同位置处的空间点作为声源点，并在n个声源点中随机选取90％·n个声源点发出声音信号，三个所述麦克风分别采集使用者左耳、右耳和脑后位置处的声音信号，依次经过音频放大电路放大处理、A/D转换电路A/D转换处理和抗混叠滤波器产生混叠频率分量后输出给微处理器；同时，左麦克风电压检测电路检测位于使用者左耳位置处的麦克风的电压U_l并输出给电压信号调理电路，右麦克风电压检测电路检测位于使用者右耳位置处的麦克风的电压U_r并输出给电压信号调理电路，左麦克风电流检测电路检测位于使用者左耳位置处的麦克风的电流I_l并输出给电流信号调理电路，右麦克风电流检测电路检测位于使用者右耳位置处的麦克风的电流I_r并输出给电流信号调理电路，电压信号调理电路对其接收到的电压信号进行放大、滤波和A/D转换处理后输出给微处理器，电流信号调理电路对其接收到的电流信号进行放大、滤波和A/D转换处理后输出给微处理器；微处理器记录其接收到的使用者左耳位置处的声音信号与其接收到的使用者右耳位置处的声音信号的时间差，定义为声源到达使用者的左耳与右耳的时间差τ并作为所述三层BP神经网络的第一个输入；微处理器根据公式计算得到位于使用者左耳位置处的麦克风与位于使用者右耳位置处的麦克风采集到的声音信号的能量比Y并作为所述三层BP神经网络的第二个输入；以O＝F₂(F₁XV)W作为BP神经网络的输出矩阵对所述三层BP神经网络进行训练；其中，X为样本矩阵[τ,Y]，F₁为BP神经网络第一层到第二层的激发函数，且F₁为Sigmoid函数，用公式表示为x为XV的元素，V为BP神经网络第一层到第二层的权值矩阵；F₂为BP神经网络第二层到第三层的激发函数，且F₂为Tansig函数，用公式表示为x′为(F₁XV)W的元素，W为BP神经网络第二层到第三层的权值矩阵；每次进行训练，都根据权值调整公式对权值进行调整，其中，Δw_jk为BP神经网络第二层到第三层的权值矩阵W中第j行第k列的元素调整量，η为学习率常数且取值为0.7～0.9，d_k为理想输出矩阵D中的第k个元素，所述理想输出矩阵D为作为声源点的空间点的方位角、仰角和到头中心的距离构成的矩阵，o_k为BP神经网络的输出矩阵O中的第k个元素，k的取值为1、2、3，y_j为BP神经网络第二层到第三层的第j行的元素，Δv_mj为BP神经网络第一层到第二层的权值矩阵V中第m行第j列的元素调整量，为误差信号且E为BP神经网络的实际输出O与理想输出矩阵D之间的误差矩阵且w_jk为BP神经网络第二层到第三层的权值矩阵W中第j行第k列的元素；x_m为BP神经网络第一层到第二层的第m行的元素，j的取值和m的取值均为1～n的自然数；

步骤3033、校验三层BP神经网络：将从步骤3032中选取随机选取90％·n个声源点发出声音信号后，剩余的10％·n个声源点作为校验声源点，发出声音信号，输入经过步骤3032训练得到的三层BP神经网络中，判断BP神经网络的实际输出O与理想输出D之间的误差矩阵E中各个元素的大小，当误差矩阵E中每一个元素均小于误差阈值时，判断为得到了训练好的三层BP神经网络；否则，当误差矩阵E中不是每一个元素均小于误差阈值时，重复执行步骤3032和步骤3033，直至误差矩阵E中每一个元素均小于误差阈值。

上述的方法，其特征在于：步骤2011和步骤2012中所述t的取值范围为5s≤t≤200s。

上述的方法，其特征在于：步骤3033中所述误差阈值的取值为1％～6％。

本发明与现有技术相比具有以下优点：

1、本发明异常声源判断与定位系统的结构简单，设计新颖合理，实现方便且成本低。

2、本发明异常声源判断与定位系统的使用操作方便，工作可靠性高。

3、本发明异常声源判断与定位方法的方法步骤简单，实现方便。

4、本发明的异常声源判断与定位方法，采用在线训练的方式训练得到三层BP神经网络，采用训练得到的三层BP神经网络对异常声源进行定位，三层BP神经网络具有良好的模式辨识能力，能够高效准确定位异常声源的方位。

5、本发明的异常声源判断与定位方法，异常声源方位不仅通过液晶显示屏进行显示，还通过左前异常声源示位电极、右前异常声源示位电极、左后异常声源示位电极和右后异常声源示位电极进行指示，能够方便地告知使用时异常声源的方位，提醒使用者注意安全。

6、本发明能够提供给聋哑人、听障患者等人使用，无需依赖残存听力就能够识别出异常声源和异常声源的方位，实用性强，使用效果好，便于推广使用。

综上所述，本发明的设计新颖合理，实现方便且成本低，能够高效准确定位异常声源的方位，实用性强，使用效果好，便于推广使用。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明异常声源判断与定位系统的电路原理框图。

图2为本发明异常声源判断与定位方法的方法流程框图。

附图标记说明:

1—微处理器模块；1-1—微处理器；1-2—复位电路；

1-3—晶振电路；1-4—数据存储器；2—声音采集模块；

2-1—麦克风；2-2—音频放大电路；2-3—A/D转换电路；

2-4—抗混叠滤波器；3—异常声源指示模块；3-1—液晶显示屏；

3-2—左臂环；3-3—右臂环；3-4—D/A转换电路；

3-5—功率放大电路；3-6—升压电路；3-7—示位电极；

4—左麦克风电压检测电路；5—左麦克风电流检测电路；

6—右麦克风电压检测电路；7—右麦克风电流检测电路；

8—电流信号调理电路； 9—电压信号调理电路。

具体实施方式

如图1所示，本发明的异常声源判断与定位系统，包括微处理器模块1、声音采集模块2和异常声源指示模块3，所述微处理器模块1包括微处理器1-1以及与微处理器1-1相接的晶振电路1-3、复位电路1-2和数据存储器1-4；所述声音采集模块2包括三路声音采集电路，每路声音采集电路均由依次连接的麦克风2-1、音频放大电路2-2、A/D转换电路2-3和抗混叠滤波器2-4组成，所述抗混叠滤波器2-4的输出端与微处理器1-1的输入端连接，三个所述麦克风2-1分别布设在使用者左耳、右耳和脑后位置处；布设在使用者左耳位置处的麦克风2-1上连接有用于对该麦克风2-1的电压进行实时检测的左麦克风电压检测电路4和用于对该麦克风2-1的电流进行实时检测的左麦克风电流检测电路5，布设在使用者右耳位置处的麦克风2-1上连接有用于对该麦克风2-1的电压进行实时检测的右麦克风电压检测电路6和用于对该麦克风2-1的电流进行实时检测的右麦克风电流检测电路7，所述微处理器1-1的输入端接有用于对电流信号进行放大、滤波和A/D转换处理的电流信号调理电路8，以及用于电压信号进行放大、滤波和A/D转换处理的电压信号调理电路9，所述左麦克风电压检测电路4的输出端和右麦克风电压检测电路6的输出端均与电压信号调理电路9的输入端连接，所述左麦克风电流检测电路5的输出端和右麦克风电流检测电路7的输出端均与电流信号调理电路8的输入端连接；所述异常声源指示模块3包括液晶显示屏3-1、四路异常声源指示电路、用于缠绕在使用者左手臂上的左臂环3-2和用于缠绕在使用者右手臂上的右臂环3-3，四路异常声源指示电路均由依次连接的D/A转换电路3-4、功率放大电路3-5、升压电路3-6和示位电极3-7组成，所述液晶显示屏3-1的输入端和D/A转换电路3-4的输入端均与微处理器1-1的输出端连接，四个所述示位电极3-7中的其中两个均匀分布在所述左臂环3-2上且分别为左前异常声源示位电极和左后异常声源示位电极，四个所述示位电极3-7中的另两个均匀分布在所述右臂环3-3上且分别为右前异常声源示位电极和右后异常声源示位电极。

本实施例中，所述微处理器1-1为DSP数字信号处理器TSM32VC5402。

如图2所示，本发明的异常声源判断与定位方法，包括以下步骤：

步骤一、声音信号采集及传输：三个所述麦克风2-1分别采集使用者左耳、右耳和脑后位置处的声音信号，依次经过音频放大电路2-2放大处理、A/D转换电路2-3A/D转换处理和抗混叠滤波器2-4产生混叠频率分量后输出给微处理器1-1；

步骤二、异常声源判断，具体过程为：

步骤201、微处理器1-1对其接收到的使用者左耳、右耳和脑后位置处三路声音信号分别进行分析处理，判断出各路声音信号中的异常声源；其中，对第i路声音信号进行分析处理的具体过程为：

步骤2011、微处理器1-1根据公式计算出第i路声音信号的音频频率系数其中，i的取值为1、2、3，f_i为第i路声音信号的音频频率，为第i路声音信号在距离现在时刻最近的时间段t内的音频频率平均值，e为自然常数；

步骤2012、微处理器1-1根据公式计算出第i路声音信号的音频响度系数其中，i的取值为1、2、3，v_i为第i路声音信号的音频响度，为第i路声音信号在距离现在时刻最近的时间段t内的音频响度平均值，e为自然常数；

步骤2013、微处理器1-1根据公式计算出第i路声音信号的异常等级数s_i；

步骤2014、微处理器1-1根据公式计算出第i路声音信号中的异常声源出现的概率密度函数f(s_i)；其中，为在距离现在时刻最近的时间段t内的第i路声音信号的异常等级数平均值，σ为声音信号的异常等级数的标准差且

步骤2015、微处理器1-1根据条件判断第i路声音信号中的异常声源，当条件成立时，判断为第i路声音信号中的异常声源出现了，执行步骤202；否则，当条件不成立时，判断为第i路声音信号中的异常声源没有出现，返回步骤2011；

步骤202、微处理器1-1对使用者左耳、右耳和脑后位置处三路声音信号中的异常声源进行相似度匹配，确定出异常声源；具体过程为：

步骤2021、微处理器1-1从步骤201中判断出的各路声音信号的异常声源中找出同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源；

步骤2022、微处理器1-1根据Pearson相关系数计算公式计算同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源的Pearson相关系数corr(f,s)；

步骤2023、微处理器1-1将Pearson相关系数corr(f,s)最大的同频率的使用者左耳、右耳和脑后位置处三路声音信号中的异常声源确定为同一声源发出的声音，并将其确定为异常声源；

步骤三、异常声源定位，具体过程为：

步骤301、微处理器1-1记录其接收到的步骤二中确定出的异常声源在使用者左耳位置处的声音信号中和使用者右耳位置处的声音信号中出现的时间差，并定义为异常声源到达使用者的左耳与右耳的时间差；

步骤302、当异常声源出现时，左麦克风电压检测电路4检测位于使用者左耳位置处的麦克风2-1的电压U_l并输出给电压信号调理电路9，右麦克风电压检测电路6检测位于使用者右耳位置处的麦克风2-1的电压U_r并输出给电压信号调理电路9，左麦克风电流检测电路5检测位于使用者左耳位置处的麦克风2-1的电流I_l并输出给电流信号调理电路8，右麦克风电流检测电路7检测位于使用者右耳位置处的麦克风2-1的电流I_r并输出给电流信号调理电路8，电压信号调理电路9对其接收到的电压信号进行放大、滤波和A/D转换处理后输出给微处理器1-1，电流信号调理电路8对其接收到的电流信号进行放大、滤波和A/D转换处理后输出给微处理器1-1，微处理器1-1根据公式计算得到位于使用者左耳位置处的麦克风2-1与位于使用者右耳位置处的麦克风2-1采集到的声音信号的能量比Y；其中，y_l为位于使用者左耳位置处的麦克风2-1采集到的声音信号的能量，y_r为位于使用者右耳位置处的麦克风2-1采集到的声音信号的能量；

步骤303、微处理器1-1将异常声源到达使用者的左耳与右耳的时间差以及位于使用者左耳位置处的麦克风2-1与位于使用者右耳位置处的麦克风2-1采集到的声音信号的能量比Y输入预先建立并训练好的三层BP神经网络中，得出三层BP神经网络的输出，三层BP神经网络的输出即为异常声源位置信息，所述异常声源位置信息包括异常声源的方位角θ、异常声源的仰角φ和异常声源到头中心的距离r；

步骤四、异常声源方位指示：微处理器1-1将异常声源位置信息输出给液晶显示屏3-1进行显示，并将异常声源的方位角θ与四个角度区域[0°，90°]、[90°，180°]、[180°，270°]和[270°，360°]进行比较，当异常声源的方位角θ落入角度区域[0°，90°]内时，判断为异常声源在使用者的右前方，此时，微处理器1-1输出信号并依次经过D/A转换电路3-4、功率放大电路3-5、升压电路3-6进行D/A转换、功率放大和升压后，激励右前异常声源示位电极3-7产生电流震荡信号，再通过右臂环3-3刺激皮肤，告知使用者异常声源处于其右前方；当异常声源的方位角θ落入角度区域[90°，180°]内时，判断为异常声源在使用者的左前方，此时，微处理器1-1输出信号并依次经过D/A转换电路3-4、功率放大电路3-5、升压电路3-6进行D/A转换、功率放大和升压后，激励左前异常声源示位电极3-7产生电流震荡信号，再通过左臂环3-2刺激皮肤，告知使用者异常声源处于其左前方；当异常声源的方位角θ落入角度区域[180°，270°]内时，判断为异常声源在使用者的左后方，此时，微处理器1-1输出信号并依次经过D/A转换电路3-4、功率放大电路3-5、升压电路3-6进行D/A转换、功率放大和升压后，激励左后异常声源示位电极3-7产生电流震荡信号，再通过左臂环3-2刺激皮肤，告知使用者异常声源处于其左后方；当异常声源的方位角θ落入角度区域[270°，360°]内时，判断为异常声源在使用者的右后方，此时，微处理器1-1输出信号并依次经过D/A转换电路3-4、功率放大电路3-5、升压电路3-6进行D/A转换、功率放大和升压后，激励右后异常声源示位电极3-7产生电流震荡信号，再通过右臂环3-3刺激皮肤，告知使用者异常声源处于其右后方。

本实施例中，步骤303中所述预先建立并训练三层BP神经网络的具体过程为：

步骤3031、建立三层BP神经网络：以异常声源到达使用者的左耳与右耳的时间差以及位于使用者左耳位置处的麦克风2-1与位于使用者右耳位置处的麦克风2-1采集到的声音信号的能量比作为BP神经网络的输入，输入节点数为2，以异常声源的方位角θ、异常声源的仰角φ和异常声源到头中心的距离r作为BP神经网络的输出，隐层节点数为5，建立三层BP神经网络；

步骤3032、训练三层BP神经网络：在空间内，选取n个不同位置处的空间点作为声源点，并在n个声源点中随机选取90％·n个声源点发出声音信号，三个所述麦克风2-1分别采集使用者左耳、右耳和脑后位置处的声音信号，依次经过音频放大电路2-2放大处理、A/D转换电路2-3A/D转换处理和抗混叠滤波器2-4产生混叠频率分量后输出给微处理器1-1；同时，左麦克风电压检测电路4检测位于使用者左耳位置处的麦克风2-1的电压U_l并输出给电压信号调理电路9，右麦克风电压检测电路6检测位于使用者右耳位置处的麦克风2-1的电压U_r并输出给电压信号调理电路9，左麦克风电流检测电路5检测位于使用者左耳位置处的麦克风2-1的电流I_l并输出给电流信号调理电路8，右麦克风电流检测电路7检测位于使用者右耳位置处的麦克风2-1的电流I_r并输出给电流信号调理电路8，电压信号调理电路9对其接收到的电压信号进行放大、滤波和A/D转换处理后输出给微处理器1-1，电流信号调理电路8对其接收到的电流信号进行放大、滤波和A/D转换处理后输出给微处理器1-1；微处理器1-1记录其接收到的使用者左耳位置处的声音信号与其接收到的使用者右耳位置处的声音信号的时间差，定义为声源到达使用者的左耳与右耳的时间差τ并作为所述三层BP神经网络的第一个输入；微处理器1-1根据公式计算得到位于使用者左耳位置处的麦克风2-1与位于使用者右耳位置处的麦克风2-1采集到的声音信号的能量比Y并作为所述三层BP神经网络的第二个输入；以O＝F₂(F₁XV)W作为BP神经网络的输出矩阵对所述三层BP神经网络进行训练；其中，X为样本矩阵[τ,Y]，F₁为BP神经网络第一层到第二层的激发函数，且F₁为Sigmoid函数，用公式表示为x为XV的元素，V为BP神经网络第一层到第二层的权值矩阵；F₂为BP神经网络第二层到第三层的激发函数，且F₂为Tansig函数，用公式表示为x′为(F₁XV)W的元素，W为BP神经网络第二层到第三层的权值矩阵；每次进行训练，都根据权值调整公式对权值进行调整，其中，Δw_jk为BP神经网络第二层到第三层的权值矩阵W中第j行第k列的元素调整量，η为学习率常数且取值为0.7～0.9，d_k为理想输出矩阵D中的第k个元素，所述理想输出矩阵D为作为声源点的空间点的方位角、仰角和到头中心的距离构成的矩阵，o_k为BP神经网络的输出矩阵O中的第k个元素，k的取值为1、2、3，y_j为BP神经网络第二层到第三层的第j行的元素，Δv_mj为BP神经网络第一层到第二层的权值矩阵V中第m行第j列的元素调整量，为误差信号且E为BP神经网络的实际输出O与理想输出矩阵D之间的误差矩阵且w_jk为BP神经网络第二层到第三层的权值矩阵W中第j行第k列的元素；x_m为BP神经网络第一层到第二层的第m行的元素，j的取值和m的取值均为1～n的自然数；

步骤3033、校验三层BP神经网络：将从步骤3032中选取随机选取90％·n个声源点发出声音信号后，剩余的10％·n个声源点作为校验声源点，发出声音信号，输入经过步骤3032训练得到的三层BP神经网络中，判断BP神经网络的实际输出O与理想输出D之间的误差矩阵E中各个元素的大小，当误差矩阵E中每一个元素均小于误差阈值时，判断为得到了训练好的三层BP神经网络；否则，当误差矩阵E中不是每一个元素均小于误差阈值时，重复执行步骤3032和步骤3033，直至误差矩阵E中每一个元素均小于误差阈值。

本实施例中，步骤2011和步骤2012中所述t的取值范围为5s≤t≤200s。

本实施例中，步骤3033中所述误差阈值的取值为1％～6％。优选地，步骤3033中所述误差阈值的取值为3％。

综上所述，本发明能够判断出异常声源，并对异常声源进行定位。本发明能够提供给聋哑人、听障患者等人使用，无需依赖残存听力就能够识别出异常声源和异常声源的方位，实用性强。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。