基于稀疏約束的聲源分離與定位的聯(lián)合處理算法研究.pdf

1、隨著信息技術(shù)的發(fā)展，遠(yuǎn)程電話會議、多媒體通訊、虛擬現(xiàn)實(shí)等應(yīng)用對音頻數(shù)據(jù)的采集和重建的性能要求日益提高，除了高質(zhì)量采樣與重建音頻信號本身，還需要精確感知和重建原聲源所產(chǎn)生的整個(gè)聲場信息。聲場重建的準(zhǔn)確性取決于能否精確獲取原空間聲場中各個(gè)聲源信號及其對應(yīng)位置，因此精確的聲源分離與定位技術(shù)顯得尤為關(guān)鍵。現(xiàn)有的聲源分離算法主要利用非負(fù)矩陣分解（NMF）來實(shí)現(xiàn)聲音信號的分離，這種方法實(shí)現(xiàn)簡潔，擺脫了信號統(tǒng)計(jì)獨(dú)立且非高斯的假設(shè)，但其對于信號自身特性

2、的利用不足，分離效果有限。而現(xiàn)有的多聲源定位算法主要采用波束成形或者求解空間稀疏方程等方法，具有良好的定位效果，但運(yùn)算復(fù)雜度較高，且沒有充分利用分離與定位的內(nèi)在聯(lián)系。
　　本文在分析和總結(jié)前人研究成果的基礎(chǔ)上，針對當(dāng)前多通道聲源分離與定位中存在的問題，利用音頻信號的稀疏特性改進(jìn)了基于多通道非負(fù)矩陣分解的分離算法，并提出了聲源分離與定位的聯(lián)合處理算法，本文主要工作如下：
　　1）針對多通道聲源分離對于信號特性利用不足的問題，本

3、文提出了基于信號稀疏特性的多通道非負(fù)矩陣分解算法（SC-MNMF），在傳統(tǒng)方法中對于空間相關(guān)矩陣的分解過程中，增加非負(fù)矩陣分解基的頻域稀疏性約束與分解系數(shù)的時(shí)域稀疏性約束，使得分解結(jié)果與實(shí)際情況更為接近，并通過實(shí)驗(yàn)驗(yàn)證了算法的收斂性，同時(shí)在分離性能上，分離信擾比相比其他方法有1-2dB的提升。
　　2）針對空間多聲源定位復(fù)雜度較高的問題，本文提出了聲源分離與聲源定位的聯(lián)合處理算法，利用聲源分離中得到的空間特性矩陣實(shí)現(xiàn)聲源到達(dá)角的計(jì)