Binaural hearing, or the benefit from listening with two ears, contributes to spatial hearing, helping to perceptually segregate competing sound sources. This facilitates navigation, orientation, and communication in challenging acoustic situations. In both hearing aids and in hearables, binaural hearing may be distorted. Overcoming this requires a deep understanding of how binaural sound is perceived. This dissertation provides models that combine psychophysical validity, physiological plausibility, and computational efficiency at a new level by incorporating the complex correlation coefficient. It is shown that interference across frequency and time can account for observations suggesting lower binaural than monaural resolution. Furthermore, a computationally efficient model for sound quality assessment in hearing aids and hearables is presented. These models can improve the understanding of binaural hearing and therefore the assessment of the sound quality of hearing algorithms.
Das binaurale Hören, also der Vorteil des zweiohrigen Hörens, trägt zum räumlichen Hören bei und hilft dadurch, konkurrierende Schallquellen getrennt wahrzunehmen. Dies erleichtert die Navigation, Orientierung und Kommunikation in schwierigen akustischen Situationen. In Hörsystemen sind binaurale Reize häufig beeinträchtigt. Eine Verbesserung erfordert ein tiefgreifendes Verständnis der binauralen Schallwahrnehmung. In dieser Dissertation werden Modelle präsentiert, die ein neues Maß an gleichzeitiger psychophysischer und physiologischer Validität sowie Recheneffizienz erreichen. Es wird gezeigt, dass Interferenzen über Frequenz und Zeit die vermeintlich geringere binaurale als monaurale Auflösung erklären können. Darüber hinaus wird ein rechneeffizientes Modell für die Bewertung der Klangqualität in Hörsystemen vorgestellt. Diese Modelle können das Verständnis des binauralen Hörens und damit die Bewertung der Klangqualität von Hörsystemen verbessern.
HochschulschriftStochastisches ModellSprungprozessDifferentialgleichungDatenanalyseDatenauswertungGleichungStochastischer ProzessStatistisches Modell
Stochastisches Verhalten kann in der Natur im Zusammenhang mit Wechselwirkungen von nichtlinearen komplexen dynamischen Systemen beobachtet werden. Diese können durch mathematische Modelle beschrieben werden, wobei ihre stochastischen Eigenschaften in stetige und unstetige Beiträge getrennt werden. In dieser Arbeit wird der stetige Beitrag als klassische Brownsche Bewegung und der unstetige Anteil als zusammengesetzter Poisson-Prozess betrachtet. Mit diesen Annahmen wird eine stochastische Sprung-Diffusions-Differentialgleichung angesetzt. Diese Methoden werden im Bereich der Schneephysik und der Energieumwandlungsprozesse in Windenergieanlagen angewendet. Zusätzlich wird eine mathematische Charakterisierung durchgeführt, um robuste Kriterien einzuführen, welche eine Unterscheidung der stetigen oder unstetigen Natur der gegebenen Daten ermöglichen. Diese Arbeit nähert sich der Dynamik komplexer Systeme aus einer neuen Perspektive, um ihre Eigenschaften besser zu verstehen.
Stochastic behavior can be observed in nature in the context of the interactions of nonlinear complex dynamical systems. These can be described by mathematical models and their stochastic nature can generally be separated into continuous and discontinuous contributions. In this thesis, the continuous contribution is considered to be a classical Brownian motion and the discontinuous part as a compound Poisson process. With these assumptions, a jump-diffusion stochastic differential equation is applied. These methods are applied in the field of snow physics and the energy conversion processes in wind turbines. Additionally, more thorough mathematical characterization is performed in order to introduce robust criteria to distinguish the continuous or discontinuous nature of the given data. Our studies approach the complex dynamics from a new perspective which allows us to have a better understanding of their complex nature.
Seite 4 von 61
