基于任意麦克风阵列的声源二维DOA估计算法研究

对基于麦克风阵列的声源定位技术进行了研究,分析了基于麦克风阵列的远场信号模型,并结合子空间的方法推导出了声源二维(水平角和俯仰角)DOA估计——2D-MUSIC算法,该算法适用于任意拓扑结构的麦克风阵列。利用MATLAB仿真工具,对几种典型阵列结构进行了对比分析,提出了2种新型的三维麦克风阵列:均匀球面阵和三维均匀直线阵。仿真结果表明,提出的DOA估计算法在二维的均匀圆阵、三维的均匀球面阵和三维均匀直线阵中,均能得到较好的DOA估计效果。     

TDOA声源定位中阵列阵型对误差的影响

在麦克风阵列声源定位中,不同阵列阵型及声源频率高低均对定位结果产生影响,探讨上述不同变量对定位结果产生误差的定量分析。使用到达时间差测量(TDOA)算法,运用16个麦克风分别组成十字型、同心圆、方型、L型、Y型阵列,探讨不同形状的麦克风阵列在不同频率声源下所产生的定位误差,并在Matlab上进行仿真分析,尝试得到较为准确的声源定位结果,提出一种误差最小的用于麦克风阵列声源定位的同心圆阵列阵型。     

基于麦克风阵列的声源定位系统设计与应用

概括声源定位实验原理并设计麦克风阵列进行声源的捕捉,通过多次实验验证,与仿真软件的数据拟合,使得声源定位算法得到进一步提升。系统配备专门的上位机控制软件,当上位机得到各组麦克风阵列收集到的数据后,经Matlab程序估计时延及解析声源位置,通过软件的声源波形图和声源雷达图使得声源的定位更加直观。     

实时声源定位算法研究与实现

声源定位技术是语音增强、语音识别技术的前提和基础。基于麦克风阵列的声源定位技术已经成为一大研究热点,其广阔的应用前景得到了广泛的关注。本文提出基于变步长标准最小均方差（variable step size least mean square,VLMS）的声源定位算法。该算法利用VLMS算法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置。此外,本文设计了基于Cortex-A8嵌入式平台的声源定位系统,并进行了相应的硬件选型与调试及算法移植工作。实时实验显示,本系统的方案合理有效,能够较好的实现声源定位。     

基于球傅里叶变换的声源三维空间定位

声源的空间方位信息是重建听觉环境重要的因素之一.本文研究了球形麦克风阵列(SMA)在声源空间定位的方法.针对球麦克风的设计,提出了一种等距离分布方法.本文从声学原理出发,利用球傅里叶变换将声场变换到波矢-频率(k-ω)域,推导出基于球傅里叶变换的声源定位算法,从而获取其声源方位信息得到各声源的分布情况.声压经虚拟仪器采集后,进行了数值仿真.结果表明,该算法利用球谐波的正交性,可以减少运算量,能获得多声源的准确定位,并且阵列所需的麦克风数量远远小于其他分布.     

一种基于四元十字麦克风阵的声源定位算法

实现了一种基于四元十字麦克风阵列的声源定位系统。选取四元十字阵作为麦克风阵列的阵型,推导了基于四元十字麦克风阵列的声源定位算法的公式。针对传统互相关时延估计算法在低信噪比、混响大的环境下鲁棒性较差的问题,系统采用广义互相关算法来进行定位的时延估计,并使用Cortex-A8嵌入式平台实现了鲁棒的声源定位系统。     

麦克风阵列声源定位系统的研究

随着多媒体技术的进一步发展,语音接收和声音信号处理得到了日益广泛的关注和应用,而声源的定位和声源增强是实现语音增强,语音识别的前提和基础.基于麦克风阵列的声源定位技术由于其广泛的应用前景得到了众多学者的关注.单个麦克风接收到的信息量较少,缺少声源定位所需要的信息,而麦克风阵列克服了上述的缺点,利用了各麦克风信号之间信号的相关性对数据进行相关分析和处理从而实现声源的定位.文中阐述了麦克风阵列声源定位的原理,推导计算目标方位角、俯仰角以及距离的计算公式;阐述了硬件系统的组成以及各个部分的作用并通过实验进行了系统的测试,通过对测试数据的分析得出麦克风阵列声源定位系统能够实现声源的快速定位.     

一种近场麦克风阵列幅相误差校准方法

阵列幅相误差会显著降低麦克风阵列的声源定位性能,因此对麦克风阵列的幅度和相位进行良好校准至关重要。文章针对近场麦克风阵列,引入三维多重信号分类（Multiple Signal Classification,MUSIC）近场算法,对基于特征结构的阵列幅度和相位校正方法进行改进。改进后的校正方法不再局限于特定阵列的拓扑结构,可以实现近场校正,具有较高的定位估计精度。     

近场声源定位算法研究

麦克风阵列声源定位可为在复杂环境下的说话人的空间位置估计提供有效的解决方案.而传统的应用于雷达,声呐系统领域的阵列信号处理理论已趋于完美,很多应用于阵列信号处理的算法加以修改就可以用来进行麦克风阵列的声源定位.以阵列信号处理中的经典算法MUSIC(Multiple Signal Classification)算法为原型...     

基于麦克风阵列的相容时延矢量声源定位方法

时延估计是常用的声源定位方法,传统的算法将定位分为两个步骤,即先估计麦克风阵列中每一对基元的接收信号时延,然后根据这些时延用几何的方法确定声源的位置。在低信噪比下,一对麦克风的时延估计误差较大,导致定位误差较大。相容时延矢量估计算法将两步合为一步,没有逐对估计时延,而是构造一个目标函数,通过搜索得到声源的位置。仿真结果表明,在低信噪比下,只需要较短的数据,该算法仍可得到较高的定位精度。     

A New Calibration Method for Microphone Array with Gain, Phase, and Position Errors

Microphone array can be used in sound source localization and separation. But gain, phase, and position errors can seriously influence the performance of localization algorithms such as multiple signal classification （MUSIC） algorithm. In this paper, a new calibration method for microphone array with gain, phase, and position errors is proposed. Unlike traditional calibration methods for antenna array, the proposed method can be used in the broadband and near-field signal model such as microphone array with arbitrary sensor geometries in one plane. Computer simulations are presented and simulation results show the new method having good performance.     

基于近场波束形成的麦克风阵列语音增强方法

当麦克风阵列用于封闭环境中非手持式语音拾取时,必须面对的一个问题是声场为阵列近场的问题。该文在子带自适应波束形成方法的基础上,引进了一种基于近场波束形成的麦克风阵列语音增强方法。该方法充分利用了近场球面波的波前弯曲率,有效地衰减了混响和噪声对期望信号的影响。仿真实验结果表明,在小房间混响条件下,基于近场波束形成的麦克风阵列语音增强方法取得了较好的噪声抑制效果。     

面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法

二元麦克风小阵列在手机、助听器等受空间、成本以及运算能力限制的设备中被广泛研究用以提高目标语音质量。二元麦克风小阵列中语音增强算法主要包括波束形成方法以及相干性滤波器方法。波束形成方法的思想是利用目标声源相对阵列的位置关系获取相应的时域和空域信息,可以保留目标声源方向的信号而抑制其他方向的干扰信号;相干性滤波器方法则通过阵元间不同信号的相关性进行噪音抑制。考虑这两种类型方法的优点,本文提出一种面向二元麦克风小阵列改进的广义旁瓣抵消器语音增强算法,通过在广义旁瓣抵消器的固定波束形成支路上使用相干性滤波器,提高固定波束形成输出信号的信噪比,然后在广义旁瓣抵消器自适应支路利用阵列的时域和空域信息对固定波束形成支路输出的信号中残余噪音进行估计,进而获得增强后目标输出信号。仿真和实际试验表明,本文提出的算法明显优于单独使用小阵列波束形成算法和相干性滤波器算法。      

Passive Localization of Mixed Near-Field and Far-Field Sources Using Two-stage MUSIC Algorithm

Passive source localization is one of the issues in array signal processing fields. In some practical applications, the signals received by an array are the mixture of near-field and far-field sources, such as speaker localization using microphone arrays and guidance (homing) systems. To localize mixed near-field and far-field sources, this paper develops a two-stage MUSIC algorithm using cumulant. The key points of this paper are: (i) in the first stage, this paper derives one special cumulant matrix, in which the virtual ?steering vector? is the function of the common electric angle in both near-field and far-field signal models so that source direction-of-arrival (DOA) (near-field or far-field one) can be obtained from this electric angle using the conventional high-resolution MUSIC algorithm; (ii) in the second stage, this paper derives another particular cumulant matrix, in which the virtual ?steering matrix? has full column rank no matter whether the received signals are multiple near-field sources or multiple far-field ones or their mixture. What is more important, the virtual ?steering vector? can be separated into two parts, in which the first one is the function of the common electric angle in both signal models, whereas the second part is the function of the electric angle that exists only in near-field signal model. Furthermore, by substituting the common electric angle estimated in the first stage into one special Hermitian matrix formed from another MUSIC spectral function, the range of near-field sources can be obtained from the eigenvector of the Hermitian matrix. The resultant algorithm avoids two- dimensional search and pairing parameters; in addition, it avoids the estimation failure problem and alleviates aperture loss. Simulation results are presented to validate the performance of the proposed method.     

谱相减与波束形成相结合的语音增强算法

根据阵列信号语音增强的思想,提出一种基于频城处理的谱相减与波束形成相结合的语音增强结构。结构为多路信号输入,每路含噪信号在谱相减后,增加了波束形成结构,不仅有效地消除了背景噪声,也抑制了谱相减后的音乐噪声。并使用该算法对实际环境中采集到的含噪语音信号进行了仿真,结果显示经过该系统处理后的增强语音的信噪比有了较大的提高,主观试听效果也很好。     

基于联合对角化的MIMO雷达近场目标定位

目标定位经典算法有很多,但大多不能直接适用于MIMO雷达近场目标定位,而现存的单基地MIMO雷达近场目标定位算法很少。为了解决这个问题,提出了一种基于联合对角化的MIMO雷达近场多目标定位算法。该算法使用十字形收发阵列,利用接收信号的协方差矩阵构造新的矩阵,灵活运用联合对角化算法得到发射角和距离估计值,再利用谱峰搜索得到接收角估计值。该算法和现有的MIMO雷达近场目标定位算法相比,精度高,无相位模糊问题,且参数能自动配对。仿真实验证明了算法的有效性。     

一种近场环境下的麦克风阵列语音增强方法

针对语音源位于阵列近场而干扰噪声源位于阵列远场的声学环境,本文提出了一种基于近场双自适应波束形成的麦克风阵列语音增强方法。该方法利用近场声波波前的特点,主通道采用最小方差无失真响应准则的近场优化波束形成器,辅助通道采用双自适应波束形成技术,从而有效地抑制了混响和噪声对语音信号的影响。仿真实验结果表明,在房间混响条件下,本文方法具有良好的噪声抑制性能。     

基于传声器阵列超增益波束形成的语音增强--频域方法

提出了一种在频域实现的基于传声器阵列超增益波束形成的语音增强方法。该方法利用小孔径线列阵端射方向具有超增益的特性,针对均匀噪声场,设计出相应的超增益权,形成超增益波束。基于超增益波束形成的输出相对常规处理,可大幅度提高信噪比。仿真了间距为0.05m的5元均匀线性传声器阵列接收到的端射方向带噪线性调频信号和语音信号,并进行超增益处理,获得12dB左右的阵增益,从而表明超增益传声器阵列具有优越的性能。     

Self-localizing dynamic microphone arrays

This paper introduces a mechanism for localizing a microphone array when the location of sound sources in the environment is known. Using the proposed spatial observability function based microphone array integration technique, a maximum likelihood estimator for the correct position and orientation of the array is derived. This is used to localize and track a microphone array with a known and fixed geometrical structure, which can be viewed as the inverse sound localization problem. Simulations using a two-element dynamic microphone array illustrate the ability of the proposed technique to correctly localize and estimate the orientation of the array even in a very reverberant environment. Using 1 s male speech segments from three speakers in a 7 m by 6 m by 2.5 m simulated environment, a 30 cm inter-microphone distance, and PHAT histogram SLF generation, the average localization error was approximately 3 cm with an average orientation error of 19/spl deg/. The same simulation configuration but with 4 s speech segments results in an average localization error less than 1cm, with an average orientation error of approximately 2/spl deg/. Experimental examples illustrate localizations for both stationary and dynamic microphone pairs.