聲源定位算法及實現(xiàn).pdf

1、基于麥克風陣列的聲源定位是近年來語音信號處理領域的一大研究熱點。隨著研究的不斷深入，目前該項技術已經(jīng)在視頻電話會議、智能機器人、語音增強等場合中得到了廣泛的應用。盡管如此，如何在真實的聲場環(huán)境中定位三維空間的點聲源，并進一步提高定位的精度和魯棒性，仍然是一項有挑戰(zhàn)性的課題，也因此受到了研究者越來越多的關注。 本文致力于真實聲場環(huán)境下的三維空間聲源定位的研究。在過去研究的基礎之上，提出了聲源定位的改進算法，并且在同步語音采集平臺上

2、建立起了實際定位系統(tǒng)，通過真實辦公室環(huán)境的定位實驗對算法進行了驗證。 首先，端點檢測是語音預處理中關鍵的一環(huán)。避免對無聲的信號段的處理，不僅大大降低了運算量，而且提高了有聲信號的利用率，最終提高后續(xù)定位的精度。利用噪聲近似服從高斯分布以及語音和噪聲相互統(tǒng)計獨立的假設，引入了四階累積量對語音端點進行檢測，抑制了背景噪聲的影響。其次，基于到達時間差的聲源定位算法是當前最為流行的算法，它由時延估計和定位估計兩部分組成。對于時延估計，本

3、文在前人提出的互功率譜相位算法(CSP)算法的基礎上提出了一種改進算法，通過濾除語音范圍之外無貢獻的互功率譜，達到增加語音主要頻段內(nèi)的幅度權(quán)重的目的，抑制了非期望峰值，提高了估計精度；對于定位估計，本文以已有的球形插值算法(SI)得到的定位估計作為初值，利用LMS算法進行迭代搜索得到最小方差意義下的空間最優(yōu)解，克服了原SI算法中存在的誤差度量函數(shù)非最優(yōu)和迭代更新定位收斂不確定的問題。定位實驗結(jié)果表明，本文所提出的算法使定位精度得到了較大