基于物理信息启发的深度展开声源定位方法及其系统

本发明公开了基于物理信息启发的深度展开声源定位方法及其系统，涉及人工智能与声学信号处理技术领域。为解决现有声源定位方法在强干扰、复杂混响环境下因物理模型失配和深度模型缺乏可解释性导致的定位精度低、鲁棒性差的问题，本发明提出：首先，基于经典迭代定位算法的物理模型，将其迭代过程展开为具有预设层数的深度网络层级结构；其次，基于故障声信号的稀疏物理先验，设计一个可学习的稀疏特征增强前端，并构建包含定位损失和稀疏正则项的混合损失函数；最后，通过端到端训练，使网络自主学习从含噪信号中提取稀疏特征并进行迭代寻优定位的策略。本发明将物理模型的可解释性与数据驱动的自适应能力深度融合，能够有效克服强噪声和混响干扰，显著提升工业故障声源定位的精度与鲁棒性。