A hangforrás lokalizálási probléma (Sound Source Localisation: SSL) célja egy rögzítő mikrofon-sorba beérkező többcsatornás akusztikus jelek alapján a forrás helyének meghatározása. Az SSL egy széles körben kutatott probléma, amelynek a klasszikus jelfeldolgozáson alapuló megközelítése sok esetben nem vezet megfelelő eredményekre. Az elmúlt években ezért is fordult az érdeklődés a gépi tanuláson alapuló módszerek felé. A dolgozat célkitűzése az volt, hogy egy klasszikus SSL módszer pontosságát a gépi tanuláson alapuló algoritmussal hasonlítsa össze és ezzel segítse a gyakorlati alkalmazásban az optimális algoritmus kiválasztását.

A dolgozatban használt kísérleti elrendezésben egy nagyméretű OSB lapba ütköző tárgy zaját öt, a felületre ragasztott piezomikrofon érzékelte. A mikrofonok jelét 80 kHz-en mintavételeztem egy NI USB-6212 adatgyűjtő modul segítségével. Szűrés és előfeldolgozás után a hangforrás lokalizációt a klasszikus első beérkezési idő meghatározásán alapuló algoritmussal és a gépi tanulási módszerekkel is elvégeztem.

A gépi tanuláshoz szükséges nagyszámú minta előállítására szimulátor programot készítettem, amellyel ideális és véletlen zajjal terhelt jelek állíthatók elő. A mért és szimulált jelek esetében is első lépésben a különböző numerikus jellemzőket nyertem ki, amelyekre regressziós tanuló algoritmust alkalmaztam, külön kezelve a két koordinátát. A kifejlesztett algoritmus egy beágyazott rendszerben is implementálható lehetne. Egy lehetséges alkalmazás például egy focilabdával játszható darts játék, aminek egy általam korábban elkészített PC alapú megvalósítását is bemutatom a dolgozatban.