EP0712261A1 - Programmierbares Hörgerät - Google Patents

Abstract

Das Hörgerät (1) zeichnet sich durch eine verbesserte Signalverarbeitung, insbesondere eine verbesserte Trennung der Nutzsignale vom Störgeräusch, dadurch aus, daß Signale des Signalpfades von wenigstens einem Mikrofon (2, 2') zum Hörer (3) über eine neuronale Struktur (5) geführt und darin bearbeitet werden. <IMAGE>

Description

• Die Erfindung betrifft ein programmierbares Hörgerät mit einem in seinen Übertragungseigenschaften zwischen wenigstens einem Mikrofon und einem Hörer auf verschiedene Übertragungscharakteristika einstellbaren Verstärker- und Übertragungsteil.
• Aus der EP-B-0 064 042 ist eine Schaltungsanordnung für ein Hörgerät bekannt, bei dem in dem Hörgerät selbst in einem Speicher beispielsweise die Parameter mehrerer verschiedener Umgebungssituationen abgespeichert sind. Durch Betätigen eines Schalters wird eine erste Gruppe von Parametern abgerufen und steuert über eine Steuereinheit einen zwischen Mikrofon und Hörer eingeschalteten Signalprozessor, der dann eine erste, für eine vorgesehene Umgebungssituation bestimmte Übertragungsfunktion einstellt. Über einen Schalter können so die Übertragungsfunktionen mehrerer gespeicherter Signalübertragungsprogramme nacheinander abgerufen werden, bis die gerade zur gegebenen Umgebungssituation passende Übertragungsfunktion gefunden ist.
• Folglich ist es bekannt, Hörgeräte an den individuellen Hörverlust des zu versorgenden Hörgeräteträgers anzupassen. Dabei wird auch eine Einstellung des Hörgerätes für verschiedene Hörsituationen vorgesehen. Programmierbare Hörgeräte bieten eine Vielzahl von einstellbaren Parametern, welche die möglichst optimale Anpassung des elektroakustischen Verhaltens des Hörgerätes an den zu kompensierenden Gehörschaden ermöglichen sollen.
• Aufgabe der Erfindung ist es, ein programmierbares Hörgerät zu schaffen, das sich durch eine verbesserte Signalverarbeitung auszeichnet, die insbesondere eine verbesserte Trennung der Nutzsignale vom Störgeräusch ermöglicht.
• Erfindungsgemäß wird diese Aufgabe bei einem Hörgerät der eingangs genannten Art dadurch gelöst, daß Signale des Signalpfades vom Mikrofon zum Hörer über eine neuronale Struktur geführt und darin bearbeitet werden. Der Einsatz von neuronalen Strukturen ermöglicht neuartige Methoden und Algorithmen der Signalverarbeitung im Hörgerät. Unter anderem wird hiermit die bessere Trennung von unterschiedlichen Signalen, also z.B. von Nutzsignalen und Störgeräusch, möglich. Das Verhalten der Signalverarbeitung kann dabei fest bzw. programmierbar sein oder variabel, um sich während des Betriebs dem zu verarbeitenden Signal laufend anzupassen.
• In vorteilhafter Ausbildung der Erfindung erfolgt in der neuronalen Struktur eine Trennung von Nutz- und Störsignalen. Die neuronale Struktur verarbeitet mehrere Eingangssignale gleichzeitig. Daraus ergeben sich für die Anwendung im Hörgerät zwei mögliche Ansätze:
• Es wird nur ein Mikrofon eingesetzt und das damit aufgenommene Signal wird, eventuell nach vorheriger anderweitiger Verarbeitung im Signalpfad, durch eine geeignete Vorverarbeitung in mehrere Einzelsignale verwandelt, z.B. durch Aufteilung in verschiedene Frequenzbereiche. Diese Einzelsignale werden dann der neuronalen Struktur zugeführt.
• Es wird mehr als ein Mikrofon eingesetzt und diese einzelnen Signale werden, eventuell nach vorheriger anderweitiger Verarbeitung im Signalpfad, der neuronalen Struktur zugeführt.
• Vorteilhafte Ausführungsformen der Erfindung sind durch die Patentansprüche gekennzeichnet.
• Weitere Vorteile und Einzelheiten der Erfindung werden nachfolgend anhand der in den Figuren dargestellten Ausführungsbeispiele näher erläutert.
• Es zeigen:
• Figur 1 ein Blockschaltbild eines erfindungsgemäßen Hörgerätes,
• Figur 2 einen Signalpfad von einem Mikrofon über eine Signalaufbereitung und eine neuronale Struktur zum Hörer eines Hörgerätes gemäß Figur 1,
• Figur 3 ein Blockschaltbild eines einzelnen Neurons,
• Figuren 4a, 4b, 4c Beispiele für mögliche Schwellenwertverläufe der Ausgabefunktion W gemäß Figur 3,
• Figur 5 ein einlagiges, rückgekoppeltes Netz mit beispielhafter Verschaltung von drei Neuronen,
• Figur 6 ein mehrlagiges, rückkopplungsfreies Netz mit beispielhafter Verschaltung von elf Neuronen in drei Lagen,
• Figur 7 ein Schaltungsbeispiel für die schaltungstechnische Realisierung eines einlagigen rückgekoppelten Netzes gemäß Figur 5,
• Figur 8 eine mögliche Schaltung zur Realisierung einer Synapse mit programmierbarer Verbindungsstärke,
• Figur 9 eine Ausführung einer Schaltung für eine Synapse mit programmierbarer variabler Verbindungsstärke,
• Figur 10 ein Blockschaltbild einer Synapse 7 mit variabler Verbindungsstärke zwischen einem Eingang E_i und einem Ausgang A_j des Netzes,
• Figur 11 ein Schaltungsbeispiel eines einlagigen rückgekoppelten Netzes zur Trennung von vermischten unabhängigen Signalen, beispielsweise von drei Eingangssignalen E₁, E₂, E₃ zu drei Ausgangssignalen A₁, A₂, A₃,
• Figur 12 ein Schaltungsbeispiel eines einlagigen rückgekoppelten Netzes zur Trennung von zwei vermischten unabhängigen Signalen, nämlich zwei Eingangssignalen E₁, E₂ zu zwei Ausgangssignalen A₁, A₂.
• Das in Figur 1 schematisch dargestellte erfindungsgemäße Hörgerät 1 nimmt über ein Mikrofon 2 oder weitere Mikrofone 2' Schallsignale auf. Diese akustische Information wird im Mikrofon bzw. in den Mikrofonen in elektrische Signale umgesetzt. Nach einer Signalbearbeitung in einem Verstärkungs- und Übertragungsteil 4 wird das elektrische Signal einem Hörer 3 als Ausgangswandler zugeführt. Im Ausführungsbeispiel sind im Verstärker- und Übertragungsteil 4 lediglich noch Vorverstärker 4', 4'' und ein Endverstärker 4''' angedeutet. Nach der Erfindung umfaßt das Verstärker- und Übertragungsteil 4 ferner eine neuronale Struktur 5, derart, daß zwecks einer verbesserten Signalverarbeitung, insbesondere zur verbesserten Trennung der Nutzsignale vom Störgeräusch, Signale des Signalpfades von wenigstens einem Mikrofon 2, 2' zum Hörer 3 über die neuronale Struktur 5 geführt und darin bearbeitet werden. Der neuronalen Struktur 5 ist ein Datenträger 6 zugeordnet, in dem Konfigurationsinformation der neuronalen Struktur programmierbar oder fest abgespeichert ist.
• In vorteilhafter Ausführung ist gemäß Figur 2 im Signalpfad vom Mikrofon 2 der neuronalen Struktur 5 eine Signalaufbereitung 9 zur Vorverarbeitung des Eingangssignals in mehrere Teilsignale 10, 10', 10'' vorgeschaltet, wobei dann die Teilsignale in der neuronalen Struktur weiter bearbeitet werden. Unter Berücksichtigung der Konfigurationsinformation des Datenträgers 6 erzeugt die neuronale Struktur 5 aus den aufbereiteten Teilsignalen 10, 10', 10'' ein Ausgangssignal, insbesondere ein vom Störgeräusch getrenntes Nutzsignal, welches dann beispielsweise in bekannten Komponenten der Verstärker- und Übertragungseinheit 4 weiter bearbeitet und über den Endverstärker 4''' dem Hörer 3 zugeführt werden kann.
• Anhand der Figuren 3-9 werden Beispiele zur Realisierung der neuronalen Struktur beschrieben.
• Neuronale Strukturen bestehen aus vielen gleichartigen Elementen bzw. Neuronen 19. Die Funktion der neuronalen Struktur als Ganzes hängt im wesentlichen von der Art der Verschaltung dieser Neuronen untereinander ab.
• Figur 3 zeigt das Blockschaltbild eines einzelnen Neurons 19. Das Neuron erzeugt das Ausgangssignal a_j(t+ΔT) zum Zeitpunkt t+ΔT aus theoretisch beliebig vielen Eingangssignalen e_i(t) zum Zeitpunkt t. Seine Funktion läßt sich in drei Grundfunktionen zerlegen:
• Propagierungsfunktion ${\text{U:u(t)=Σe}}_{\text{i}}{\text{(t)*w}}_{\text{i}}$
  
  Die Ausgangsgröße dieser Funktion ist die Summe aller, jeweils mit dem individuellen Faktor w_i multiplizierten Eingangssignale.
• Aktivierungsfunktion $\text{V:v(t)=f(u(t))}$
  
  Im allgemeinen Fall geht in die Ausgangsgröße auch deren eigene Vorgeschichte ein. In vielen Fällen kann hierauf jedoch verzichtet werden. v(t) zum Zeitpunkt t=t₀ ist dann nur noch eine Funktion von u(t) zum Zeitpunkt t=t₀.
• Ausgangsfunktion W:w(t) Sie nimmt eine Schwellenwertbildung vor. Dabei sind zwei grundsätzliche Arten der Schwellenwertbildung möglich.
• Nach Figur 4a stellt der Verlauf der Ausgabefunktion W eine Sprungfunktion am Schwellenwert s dar.
• Nach den Figuren 4b und 4c besitzt die Ausgabefunktion W einen stetigen Verlauf um den Schwellenwert s. In Figur 4b ist ein stetiger, sogenannter sigmoider Verlauf der Ausgangsgröße mit Begrenzung auf einen maximalen und einen minimalen Ausgangswert dargestellt. Eine häufig verwendete Kennlinie ist hierbei das Sigmoid: $\text{w(t)=1/(1+exp(-(v(t)-s)))}$

  

  . Figur 4c zeigt einen linearen Verlauf im Übergangsbereich.
• Die Signale, welche von der neuronalen Struktur verarbeitet werden, können als Spannungssignale, Stromsignale oder als frequenzvariable Impulssignale ausgeführt sein. Im letzteren Fall muß das Signal eventuell an manchen Stellen der neuronalen Struktur mit Hilfe geeigneter Schaltungen in ein kontinuierliches Strom- oder Spannungssignal und wieder zurück umgewandelt werden.
• Figur 5 zeigt die beispielhafte Verschaltung von drei Neuronen 19 zur typischen Struktur eines einlagigen rückgekoppelten Netzes mit den Eingängen e_i(t) und den Ausgängen a_j(t+ΔT).
• Figur 6 zeigt beispielhaft die Struktur eines mehrlagigen rückkopplungsfreien Netzes. Je nach zu implementierender Funktion der neuronalen Struktur ist die eine oder andere Netzstruktur anzuwenden. Auch Mischformen aus beiden Strukturen sind dabei möglich.
• Die Funktion einer neuronalen Struktur im Ganzen wird im wesentlichen von der Netzstruktur und von den Gewichtungsfunktionen der Eingangssignale an jedem Neuron 19 bestimmt. Diese Parameter können durch die schaltungstechnische Realisierung fest eingestellt werden, wenn ein immer gleichbleibendes Verhalten erwünscht ist. Soll dagegen eine Veränderung des Verhaltens möglich sein, so sind einige oder alle dieser Parameter programmierbar auszuführen. Ihre jeweiligen Werte müssen dann in einem Konfigurationsspeicher bzw. Datenträger 6 gespeichert werden. Hierbei können die einzelnen Speicherelemente in konzentrierter Form angeordnet sein oder lokal dem jeweiligen Neuron zugeordnet sein.
• Die Modifikation der gespeicherten Parameter kann entweder durch externes Programmieren der Speicherelemente geschehen und/oder durch einen in der Schaltung implementierten Algorithmus. Hierbei ist auch die Modifikation während des laufenden Betriebs der neuronalen Struktur möglich.
• Figur 7 zeigt ein Beispiel für die schaltungstechnische Realisierung eines einlagigen rückgekoppelten Netzes. Als Schwellenelemente wirken Verstärker 24 mit komplementären Ausgängen. Die Gewichtung der Verbindungen (Synapsen) zwischen den Aus- und Eingängen der Neuronen erfolgt über die Leitwerte R_ij. Die Addition der Eingangssignale für jedes Neuron (Ströme ${\text{I}}_{\text{ij}}{\text{=U}}_{\text{i}}{\text{/R}}_{\text{ij}}$

  

  ) geschieht in den Schaltungsknoten am Eingang eines jeden Verstärkers. Die Ausgangssignale der Verstärker und damit der neuronalen Struktur sind die Spannungssignale U_i. Mit e1 bis e4 sind die Eingänge der Schaltung und mit a1 bis a4 sind invertierende und nichtinvertierende Ausgänge der Schaltung bezeichnet.
• Figur 8 zeigt eine mögliche schaltungstechnische Realisierung einer Synapse (gewichteter Eingang eines Neurons) mit programmierbarer Verbindungsstärke. Hierbei sind nur die Verbindungsstärken +1, -1 und 0 möglich und die von dieser Synapse zu übertragenden Signale können nur die logischen Werte 0 und 1 annehmen. Sind beide Speicherzellen 25, 26 so programmiert, daß sie den jeweiligen zugehörigen Schalttransistor 27 bzw. 28 sperren, so ist der Ausgang a unabhängig vom Eingang e; die Synapse stellt also eine Unterbrechung dar (Verbindungsstärke 0). Ist dagegen die Speicherzelle 25 so programmiert, daß sie den Schalter schließt und die Speicherzelle 26 so, daß sie den zugehörigen Schalter öffnet, so fließt aus dem Ausgang a dann ein Strom (logisch 1), wenn der Eingang logisch 1 ist, und kein Strom (logisch 0), wenn der Eingang logisch 0 ist. Die Synapse wirkt also als Verbindung der Stärke +1. Sind beide Speicherzellen 25, 26 hierzu invers programmiert, so ergibt sich das inverse logische Verhalten. Die Synapse wirkt dann als Verbindung der Stärke -1. V_dd gibt in der Zeichnung den Schaltungsanschluß zur Versorgungsspannung an.
• Figur 9 zeigt eine mögliche Realisierung einer programmierbaren Synapse mit variabler Verbindungsstärke. Sie arbeitet nach dem Prinzip des Multiplizierers. Die Stärke der synaptischen Verbindung wird als Differenz zweier analoger Spannungswerte auf zwei Kapazitäten 29, 30 gespeichert. Das Ausgangssignal (Strom I_out) ergibt sich als Produkt des Eingangssignals (Spannung V_in) multipliziert mit der auf den Kapazitäten gespeicherten Spannungsdifferenz ( ${\text{V}}_{\text{w}}{\text{=V}}_{\text{w+}}{\text{-V}}_{\text{w-}}$

  

  ). Werden die Spannungen V_w+ und V_w- auf den Floating Gates von entsprechenden EEPROM-Transistoren gespeichert, so ist auch eine dauerhafte Speicherung der Synapsenstärke möglich.
• Eine vorteilhafte Anwendung von neuronalen Strukturen im Hörgerät stellt die Trennung von unabhängigen gemischten Signalen dar, also z.B. die Trennung des Sprachsignals eines Gesprächspartners von einem Störgeräusch aus einer anderen Quelle. Hierzu benötigt die neuronale Struktur genau so viele unabhängige Signaleingänge wie unabhängige Signale voneinander getrennt werden müssen. Dies kann im Hörgerät durch den Einsatz von mehreren Mikrofonen erreicht werden, wobei diese bevorzugt so anzuordnen sind, daß die zu trennenden Signale an beiden Mikrofonen mit möglichst unterschiedlicher Stärke eintreffen.
• Figur 11 zeigt allgemein, wie zur Trennung der Signale eine einlagige rückgekoppelte Netzstruktur verwendet werden kann. An den Eingängen E₁, E₂, E₃... erhält die neuronale Struktur die Signale der einzelnen Mikrofone zugeführt und an den Ausgängen A₁, A₂, A₃... stehen nach einer bestimmten Lernzeit die voneinander getrennten unabhängigen Signale zur Weiterverarbeitung oder zur Ausgabe auf den Hörer 3 an. Sinnvollerweise erfolgt die Weiterverarbeitung oder Ausgabe nur von einem (gewünschten) Ausgangssignal, während die anderen Ausgangssignale verworfen werden.
• Eine geeignete Größe S_ij bzw. Funktion bestimmt für jede Synapse 7 unabhängig den Grad der Verbindungsstärke. Die Größe S₁₃, S₁₂, S₂₁, S₂₃, S₃₁, S₃₂ ... oder allgemein S_ij stellt hierbei die Lernfunktion der neuronalen Struktur dar. Eine mögliche Realisierung der variablen Verbindungsstärke der Synapse 7 zeigt Figur 10. Zum Eingangssignal E_i(t) wird das mit einer Größe S_ij(t) multiplizierte zurückgeführte Ausgangssignal A_j(t) addiert. Die Größe S_ij(t) wiederum ist eine Funktion der beiden Größen A_i(t) und A_j(t), wobei im allgemeinen in die Berechnung von ${\text{S}}_{\text{ij}}{\text{(t) = S(A}}_{\text{i}}{\text{(t), A}}_{\text{j}}\text{(t))}$

  

  auch die Vorgeschichte von S_ij(t) eingeht.
• Im einfachsten Fall, für die Trennung von zwei unabhängigen Signalen, reduziert sich die neuronale Struktur, wie in Figur 12 dargestellt. Eine mögliche Realisierung der Größen S_ij(t) für die beiden Synapsen lautet: $${\text{S}}_{\text{12}}{\text{= c·∫f(A}}_{\text{1}}{\text{)·g(A}}_{\text{2}}\text{)·dt}$$

  

  $${\text{S}}_{\text{21}}{\text{= c·∫f(A}}_{\text{2}}{\text{)·g(A}}_{\text{1}}\text{)·dt}$$

  

  Hierbei ist c eine Konstante und f und g sind zwei nicht gleiche ungerade Funktionen (beispielsweise $\text{f(x) = x}$

  

  , $\text{g(x) = tanh (x)}$

  

  . Die Realisierung der beschriebenen neuronalen Strukturen ist grundsätzlich in digitaler und analoger Schaltungstechnik möglich. Die Werte der Größen S₁₂, S₂₁... S_ij können fest gespeichert werden, um sie z.B. über die Auswahl einer Hörsituation immer wieder für dieselbe Signalverarbeitungsfunktion abrufen zu können oder der Lernprozeß der neuronalen Struktur kann vom Benutzer neu gestartet werden, um die Signalverarbeitung einer neuen akustischen Umgebungssituation anzupassen. Gleichfalls ist ein fortlaufendes automatisches Anpassen der neuronalen Struktur möglich, um sich laufenden geringfügigen Veränderungen der akustischen Umgebungssituation kontinuierlich anzupassen.
• Eine vorteilhafte Realisierung der Signalverarbeitung im Hörgerät kann in der Kombination der Prinzipien der neuronalen Strukturen und der Fuzzy-Logik bestehen. Hierbei sind verschiedene Ansätze möglich:
• Die Verwendung von Fuzzy-Logik bei der Vorverarbeitung des Eingangssignals zur Gewinnung von mehreren Teilsignalen 10, 10', 10'' ... für die neuronale Struktur. Wie Figur 2 zeigt, ist der neuronalen Struktur 5 eine Signalaufbereitung 9 vorgeschaltet, die nach dem Prinzip der Fuzzy-Logik arbeitet.
• Die Verwendung von Fuzzy-Logik bei der Auswahl von einem der drei oder mehreren durch die neuronale Struktur separierten Signale. Wie in Figur 12 schematisch dargestellt ist, ist der neuronalen Struktur eine Entscheidungsmittelkomponente 11 zur Auswahl des nutzbaren Ausgangssignals zugeordnet, welche nach dem Prinzip der Fuzzy-Logik arbeitet.
• In den Figuren 11, 12 sind in den neuronalen Netzen noch begrenzende Verstärker 31 eingezeichnet. Gemäß Figur 12 ist die neuronale Struktur als einlagig rückgekoppeltes Netz ausgeführt, welches zwei Eingänge E₁, E₂ aufweist und zwei Synapsen umfaßt, wobei in den Signalpfaden der Eingänge E₁, E₂ zu den beiden Ausgängen A₁, A₂ die begrenzenden Verstärker 31 vorgesehen sind und wobei jedes Ausgangssignal mit einer Größe S_ij multipliziert und zu dem jeweils anderen Eingangssignal addiert wird und wobei ferner die Größe S_ij jeweils eine Funktion der beiden Ausgangssignale ist.
• Die prinzipielle Funktionsweise sowie eine mögliche schaltungstechnische Realisierung der für die Fuzzy-Logik notwendigen Funktionen Fuzzyfizierung, Inferenzbildung und Defuzzyfizierung ist in der europäischen Patentanmeldung 94104619.5 beschrieben.
• Wesentliche Vorteile der Erfindung ergeben sich aus einer verbesserten Signalverarbeitung im Hörgerät durch den Einsatz neuer Algorithmen. Ferner durch eine verbesserte Trennung von Nutzsignalen und Störgeräusch durch die Möglichkeit, unabhängige vermischte Signale zu trennen und schließlich durch kontinuierliche Optimierung der Signalverarbeitungscharakteristik durch "Lernen" im laufenden Betrieb.

Claims (16)

1. Programmierbares Hörgerät (1) mit einem in seinen Übertragungseigenschaften zwischen wenigstens einem Mikrofon (2) und einem Hörer (3) auf verschiedene Übertragungscharakteristika einstellbaren Verstärker- und Übertragungsteil (4), dadurch gekennzeichnet, daß Signale des Signalpfades vom Mikrofon (2) zum Hörer (3) über eine neuronale Struktur (5) geführt und darin bearbeitet werden.
2. Hörgerät nach Anspruch 1, dadurch gekennzeichnet, daß in der neuronalen Struktur (5) eine Trennung von Nutz- und Störsignalen erfolgt.
3. Hörgerät nach Anspruch 1 und 2, dadurch gekennzeichnet, daß die neuronale Struktur (5) mehrere Signaleingänge aufweist, denen unabhängige Mikrofone (2, 2') zugeordnet sind.
4. Hörgerät nach Anspruch 1 und 2, dadurch gekennzeichnet, daß die neuronale Struktur (5) mehrere Signaleingänge aufweist, denen eine Signalaufbereitung (9) vorgeschaltet ist und die die Signale aus wenigstens einem Mikrofon (2) in Teilsignale (10, 10', 10'') aufbereitet.
5. Hörgerät nach Anspruch 4, dadurch gekennzeichnet, daß in der Signalaufbereitung (9) das oder die Eingangssignal(e) nach Frequenzbereichen zerlegt wird (werden).
6. Hörgerät nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß die neuronale Struktur (5) entweder als einlagig rückgekoppeltes Netz (Figur 5) oder als mehrlagig rückkopplungsfreies Netz (Figur 6) oder als Mischform aus beiden Netzstrukturen ausgeführt ist.
7. Hörgerät nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Gewichtungsfunktionen am Eingang aller Neuronen durch die Schaltungsstruktur fest vorgegeben sind.
8. Hörgerät nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Gewichtungsfunktionen am Eingang aller Neuronen durch ein externes Steuergerät programmierbar ausgeführt sind, wobei die Programmierdaten in einem gemeinsamen Datenträger (6) oder die jeweiligen Programmierdaten in einzelnen, den Neuronen zugeordneten Teilspeichern gespeichert sind.
9. Hörgerät nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, daß die Gewichtungsfunktionen am Eingang aller Neuronen durch einen in der Schaltungsstruktur implementierten Algorithmus zu bestimmten Zeitpunkten oder fortlaufend modifizierbar sind.
10. Hörgerät nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß die neuronale Struktur (5) Synapsen (7) umfaßt, in denen zum jeweiligen Eingangssignal (E_i(t)) das oder die mit einer Größe (S_ij(t)) multiplizierte(n) zurückgekoppelte(n) Ausgangssignal(e) (A_j(t)) addiert wird bzw. werden.
11. Hörgerät nach Anspruch 10, dadurch gekennzeichnet, daß sich die Größe (S_ij(t)) für die Synapsen (7) der neuronalen Struktur (5) aus $${\text{S}}_{\text{ij}}{\text{= c ·∫f(A}}_{\text{i}}{\text{(t)·g(A}}_{\text{j}}\text{(t)·dt}$$

    

    ergibt, dabei ist c eine Konstante und f und g sind zwei nicht gleiche ungerade Funktionen.
12. Hörgerät nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, daß eine neuronale Struktur als einlagig rückgekoppeltes Netz ausgeführt ist, welches zwei Eingänge (E₁, E₂) aufweist und zwei Synapsen umfaßt, wobei in den Signalpfaden der Eingänge (E₁, E₂) zu den beiden Ausgängen (A₁, A₂) begrenzende Verstärker (31) vorgesehen sind, wobei jedes Ausgangssignal mit einer Größe (S_ij) multipliziert und zu dem jeweils anderen Eingangssignal addiert wird und wobei die Größe (S_ij) jeweils eine Funktion der beiden Ausgangssignale ist (Figur 12).
13. Hörgerät nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, daß die Ausgangssignale (A₁, A₂) der neuronalen Struktur (5) einer Entscheidungsmittelkomponente (11) zugeführt werden, die für die Weiterverarbeitung eines der Ausgangssignale (A₁ oder A₂) auswählt.
14. Hörgerät nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, daß der neuronalen Struktur Funktionsteile zugeordnet oder nebengeordnet sind, welche nach dem Prinzip der Fuzzy-Logik arbeiten.
15. Hörgerät nach den Ansprüchen 4 und 14, dadurch gekennzeichnet, daß die der neuronalen Struktur (5) vorgeschaltete Signalaufbereitung (9) nach dem Prinzip der Fuzzy-Logik arbeitet.
16. Hörgerät nach den Ansprüchen 13 und 14, dadurch gekennzeichnet, daß die Entscheidungsmittelkomponente (11) zur Auswahl des nutzbaren Ausgangssignals nach dem Prinzip der Fuzzy-Logik arbeitet.

Images