基于陣列信號處理與空間聽覺的聲源定位算法研究.pdf

1、麥克風陣列已經應用于眾多領域,包括語音識別、說話人識別、語音采集、視頻會議和人機接口等。聲源定位在麥克風陣列應用當中起著至關重要的作用,然而在有噪聲和混響的環(huán)境中定位性能會有所下降。本文致力于提高麥克風陣的聲源定位性能,論文的主要工作包括:
　　 1)基于自適應頻率選擇的魯棒時延估計算法。相位變換加權的廣義互相關方法(GCC-PHAT)是一種常用的時延估計方法,為了增強GCC-PHAT對噪聲的魯棒性,提出了一種基于自適應頻率選擇

2、的改進算法。該算法利用較短的語音數(shù)據(jù)(32ms)估計出每個頻率的信噪比(SNR),然后自適應地選擇SNR較大的頻率用于時延估計。仿真實驗結果表明,相對于GCC-PHAT方法,本文算法對噪聲的魯棒性更強。
　　 2)基于主特征向量的改進可控響應功率聲源定位算法。相位加權的可控響應功率(SRP-PHAT)聲源定位方法具有較強的魯棒性,然而在強混響含噪聲環(huán)境里SRP-PHAT的定位性能下降。本文提出了一種基于主特征向量的改進可控響應功

3、率聲源定位算法。首先用因子分析法估計混響信號,得出混響信號可以用麥克風陣列信號的第一個主成分近似;然后估計出的混響信號用于定位;最后得到基于主特征向量的改進可控響應功率聲源定位算法。該主特征向量可以從頻域相關矩陣中得到。仿真數(shù)據(jù)與實際數(shù)據(jù)的實驗結果均表明:基于主特征向量的聲源定位算法的性能優(yōu)于SRP-PHAT算法。
　　 3)基于鑒別互相關函數(shù)的聲源定位算法。SRP-PHAT是當前最流行的定位算法之一,基于SRP的定位算法具有較

4、強的魯棒性,然而在很惡劣的噪聲和混響環(huán)境下,特別是當麥克風接收不到聲源發(fā)出的直達聲時,該類算法無法確定聲源的位置。近年來,基于分類的方法被用于在惡劣的環(huán)境里估計聲源位置。本文提出了一種基于鑒別互相關函數(shù)的聲源定位算法,這是一種基于分類的定位算法。利用相位變換加權的廣義互相關方法(GCC-PHAT)求互相關函數(shù)。這種基于分類的定位算法包含訓練和定位兩個階段。在訓練階段獲得每個位置的互相關函數(shù)高斯模型。在定位階段,首先由測試數(shù)據(jù)生成互相關函

5、數(shù),然后由互相關函數(shù)生成特征向量,最后利用兩種分類器之一確定聲源位置。這兩種分類器是:樸素貝葉斯分類器和歐氏距離分類器。實驗結果表明在有噪聲的混響環(huán)境中,基于鑒別互相關函數(shù)的聲源定位算法的定位性能優(yōu)于SRP-PHAT算法。
　　 4)基于雙耳互相關函數(shù)的聲源定位算法.為了提高受生物啟發(fā)的定位算法的定位成功率,提出了一種基于雙耳互相關函數(shù)的聲源定位算法。該算法包含2個階段:離線階段和在線階段。在離線階段,測量與頭相關脈沖響應(HR