[论文解读] Physics-informed convolutional neural network with bicubic spline interpolation for sound field estimation

Kazuhide Shigemi, Shoichi Koyama+2 more|arXiv (Cornell University)|Jul 22, 2022

Flow Measurement and Analysis被引用 4

一句话总结

该论文提出了一种融合双三次样条插值的物理信息卷积神经网络（PICNN），以实现从稀疏麦克风测量中精确且物理一致的声场估计。通过在插值后的压力场中评估损失函数，将Helmholtz方程约束整合到网络中，该方法在保持高估计精度的同时，相比标准CNN展现出更优的物理可行性，尤其在数据有限的情况下表现更佳。

ABSTRACT

A sound field estimation method based on a physics-informed convolutional neural network (PICNN) using spline interpolation is proposed. Most of the sound field estimation methods are based on wavefunction expansion, making the estimated function satisfy the Helmholtz equation. However, these methods rely only on physical properties; thus, they suffer from a significant deterioration of accuracy when the number of measurements is small. Recent learning-based methods based on neural networks have advantages in estimating from sparse measurements when training data are available. However, since physical properties are not taken into consideration, the estimated function can be a physically infeasible solution. We propose the application of PICNN to the sound field estimation problem by using a loss function that penalizes deviation from the Helmholtz equation. Since the output of CNN is a spatially discretized pressure distribution, it is difficult to directly evaluate the Helmholtz-equation loss function. Therefore, we incorporate bicubic spline interpolation in the PICNN framework. Experimental results indicated that accurate and physically feasible estimation from sparse measurements can be achieved with the proposed method.

研究动机与目标

• 解决现有基于学习的声场估计方法因缺乏物理约束而导致物理上不可行的局限性。
• 在传统波函数展开方法显著退化的稀疏测量条件下，提升估计精度。
• 将物理信息神经网络（PICNN）框架引入声场估计，确保解满足Helmholtz方程。
• 通过引入双三次样条插值，实现对离散CNN输出的连续场评估，以克服在离散输出上评估Helmholtz方程损失的挑战。
• 证明所提方法在声场重建中同时实现了高精度与强物理一致性。

提出的方法

• 该方法采用物理信息卷积神经网络（PICNN），通过最小化惩罚Helmholtz方程偏差的损失函数进行训练。
• 对CNN的离散压力输出应用双三次样条插值，以重建连续压力场，实现Helmholtz方程的精确评估。
• Helmholtz方程损失计算为拉普拉斯算子与k²项残差平方在整个域上的积分。
• 使用Adam优化器进行网络训练，学习率为0.01，并对输入进行标准化处理以实现尺度不变性。
• 训练过程中应用相位随机化，以实现相位不变的泛化能力。
• 损失函数包含正则化项，λ = 10⁻⁵，用于平衡数据保真度与物理一致性。

Fig. 1 : Experimental setup. The sound field in the rectangular target region $\Omega$ is estimated. The positions of the vertices of the pentagonal room are indicated.

实验结果

研究问题

• RQ1 与标准深度学习方法相比，结合双三次样条插值的物理信息CNN是否能在稀疏麦克风配置下提升声场估计精度？
• RQ2 与基线CNN相比，所提方法在满足Helmholtz方程方面是否能更有效地实现物理一致性？
• RQ3 双三次样条插值的引入是否能实现对离散CNN输出上Helmholtz方程损失的精确评估？
• RQ4 与核插值方法相比，该方法在估计精度和物理可行性方面表现如何？
• RQ5 在有限训练数据下，该方法是否能在不同声学环境中实现良好泛化？

主要发现

• 在M=5组测量下，所提方法达到NMSE为-2.44 dB，优于核方法（-1.36 dB），并显著优于基线CNN。
• 在M=10时，所提方法达到NMSE为-4.88 dB，HE为2.35，表明兼具高精度与强物理一致性。
• 与基线CNN相比，所提方法平均将Helmholtz方程误差（HE）降低23%，证明其具有更优的物理可行性。
• 可视化结果表明，所提方法生成了更平滑、更自然的压力分布，避免了基线CNN中出现的不自然波动。
• 在M=20时，该方法保持了较低的HE值（平均2.06），同时实现高精度，证实物理约束被有效施加。
• 该方法在多个随机种子下表现出鲁棒性，NMSE与HE的偏差均较低，表明性能稳定。