基于麦克风阵列的近场声源定位子阵算法研究

基于麦克风阵列的声源定位技术在通信、语音处理等领域得到广泛的应用.结合远场窄带信号的子阵算法和麦克风阵列信号处理的特点,提出了基于麦克风阵列的声源三维定位子阵算法.根据室内环境噪声分布特点,把阵列分成两个位置不同的子阵,调节子阵的位置,使阵列接收相同的语音信号和不相关的方向噪声,利用两个子阵的互相关矩阵,实现声源定位.该算法能够抑制混响、干扰等非高斯百噪声,提高声源定位系统的性能.仿真结果表明,该算法比声源三维定位MUSIC算法有更好的定位性能.     

麦克风数量与阵型对声源定位性能的影响

声源定位系统中,麦克风阵列中阵型与阵列中麦克风数量对声源定位性能有很大影响,为此,综合对比了部分经典的用于声源定位算法的麦克风阵列距离、方向角、俯仰角定位性能,验证七元空间交叉阵模型在俯仰角和方向角定位上表现出良好的性能,但测距性能有待提高。进而提出一种全新的七元立体阵列模型,实验结果表明,该模型在不增加阵列体积和阵列中麦克风数量的基础上,表现出与七元空间交叉阵模型相同的俯仰角与方向角定位性能,且测距性能更好。其实验结果表明,麦克风数量的增加与定位性能的提升并不是线性关系,而是逐渐减慢的,因此单纯地增加麦克风数量并不会使定位性能大幅度提升。     

一种基于粒子滤波的鲁棒声源跟踪算法

为了提高噪声和混响环境中声源跟踪的精度,提出一种基于粒子滤波的鲁棒声源跟踪算法。在基于麦克风阵列的粒子滤波声源跟踪算法框架下,该方法分别采用常规可控波束形成和相位变换加权的可控响应功率两种声源定位函数来构造似然函数,并且分别用这两种似然函数评价粒子权重,再将各自的粒子权重归一化并对两种粒子权重做加权平均得到新的粒子权重。仿真结果表明,在高信噪比或弱混响条件下,该方法的跟踪性能与传统方法接近;在信噪比低于10dB,混响时间大于300ms条件下,该算法的跟踪误差比传统算法减小15%~20%。文中提出的声源跟踪算法结合了两种定位函数的优点,在低信噪比,较强混响环境下有好的鲁棒性。     

奇异值分解波束形成声源识别方法

为了克服传统波束形成声源识别方法受旁瓣限制而无法识别次声源的缺点,将奇异值分析与波束形成算法相结合,给出了奇异值分解波束形成声源识别新方法:首先对阵列传声器测量信号的互谱矩阵进行奇异值分解重构,然后基于分解后的各互谱矩阵进行波束形成运算,从而识别主声源及各次声源。在仿真及算例试验均验证了其准确性及有效性的基础上,利用奇异值分解波束形成对某汽车前围板隔声薄弱环节进行识别,结果表明:空调进风口为第一声源,暖风机进出水管安装孔及空调漏水管安装孔分别为第二和第三声源。该方法准确高效,能够获得更全面的声源信息,提高了波束形成的声源识别性能,为识别次声源提供了有力工具。     

球形麦克风阵列时频故障信号定位算法研究

针对广义互相关算法在强噪声环境下,设备故障时频声音信号定位困难的问题,提出一种结合图像分析与短时傅里叶变换(STFT)的时频信号子空间延时(TFSD)估计算法。利用STFT域中的噪声与信号特征,结合STFT域中不同麦克风测量数据的相关信息,使用滤波、谱减等方法进行信号、噪声区域分离,构建信号主成分区域,通过反演构造信号子空间,从而进行端点识别,延时值估计,实现声源定位。仿真结果表明,即使在加性噪声幅度远大于故障信号的2倍,也能实现准确的延时估计,延时估计误差和5 m×5 m范围的定位误差小于10%,实测也证实了该结果的正确性。     

基于深度学习的声源无网格定位及量化方法

波束形成技术是一种常用的声源定位方法,但在多数研究中声源强度往往没有考虑到。为准确定位和量化复杂环境下的单一点声源,本文在常规波束形成图的基础上,提出一种基于残差网络的声源定位及其强度估计方法,旨在精确预测点声源的位置和强度。研究采用Acoular软件模拟时间信号,对神经网络进行训练得到预测模型,并通过计算机仿真对深度神经网络能否从麦克风阵列数据中得到单一点源的精确描述进行了验证。结果表明,该方法不仅能够快速准确地给出单一点声源的位置和强度,其中距离误差edist / ∆x ≈ 0.15,水平误差均值,且对于较大的频率有更好的预测效果。     

基于麦克风阵列的智能监控系统

为了实现多种公共场合的、高效率智能化监控,设计了基于麦克风阵列的智能监控系统.系统采用传统声源定位原理与二自由度云台控制相结合的方法,运用到达时间差的时延估计(TDOA)算法进行声源定位,并且控制云台锁定声源方向摄像头,完成对来自声源方位的环境实时拍摄.系统硬件由麦克风阵列、声音采集和处理电路、二自由度云台机构等部分组成.系统具有显示和输入功能,既能显示声源位置,又可以通过输入设备对系统进行设置.整个系统采用电池供电,结构简单,通过实验验证系统定位速度快、精度高、抗干扰性强,可以实现智能监控功能.     

自适应波束形成语音增强方法的研究与实现

在车载系统、电话会议与多媒体会议等语音处理系统中,由于受到混响、背景噪声及干扰等因素的影响,麦克风拾取的信号通常为带噪的语音信号。这样,不仅影响语音的可懂度,而且影响语音处理系统的整体性能。因此,需要进行有效的噪声抑制,以增强语音信号的质量。本文中重点介绍了采用LMS算法的自适应波束形成语音增强系统。自适应语音增强算法较其它方法相比,采用了一个参考噪声作为辅助输入,从而能获得比较全面的关于噪声的信息,因而可以得到更好的降噪效果。在分析研究LMS算法的基础上,本课题用Matlab语言对LMS算法实现自适应语音增强进行了仿真实现。实验结果表明,该算法在一定程度上可有效地抑制噪声,提高信噪比,减少失真。     

孔径合成式辐射成像系统中阵列因子的作用

文中讨论了孔径合成式辐射成像系统中阵列因子的定义,并利用阵列因子分析了理想情况下成像系统中涉及到的一些性能指标,同时给出了相应的仿真结果。     

基于互相关算法的声源定位小车设计

基于互相关算法的声源定位小车以 TC264DA 为核心微处理器,通过 MAX9814麦克风传感器、多激光传感器获取距离,结合三麦克风阵列,经二阶低通滤波器获取声源信号后,采用软件 FFT 和硬件 FFT 级联进行广义互相关运算,得出声源距离差,最终通过 TDOA 定位法计算出声源角度,并控制小车运动.     

基于传声器阵列电动汽车用电机系统噪声源识别研究

为了满足电动汽车电机驱动系统工作噪声源定位的研究需要,在基于波束成型理论分析的基础上,利用十字形阵列进行了噪声源识别试验研究,确定了该电机系统工作过程中的的主要噪声源依次为风扇、变速箱和电机本体的部分区域。为了验证试验结果,与基于声强测试理论的分布测点法试验结果进行了对比研究。结果表明,在试验条件下,基于声阵列的电动汽车用电机系统噪声源识别方法比基于声强测试理论的分布测点法更为快捷,而识别效果相同。进一步说明声阵列方法在工作环境中有效实现机械或电气设备噪声源定位的可行性。     

基于超磁致伸缩材料的活塞式水下声源

超磁致伸缩材料是一种性能优良的换能器材料,本实验研究将其应用于活塞式水下声源,构建了简易的机构模型,并对模型进行电-磁、磁-力、力-振动和振动-声辐射的转换计算公式进行分析,建立起声源的电-声数学模型.最后根据数学模型利用Matlab编制程序进行仿真计算,结果显示采用超磁致伸缩材料驱动活塞式水下声源,具有非常好的低频响应,材料本身的相对磁导率和刚度系数影响低频响应的幅值和频率,较高的相对磁导率和较低的刚度系数,有利于提高声源低频辐射的声源级水平.     

Stable sound source tracking based on two updating algorithms

In this paper, we present a stable sound source tracking method based on two updating algorithm. In the method, an eigenvector spanning the signal subspace is updated by using the Projection Approximation Subspace Tracking (PAST) algorithm without the eigen‐decomposition of a correlation matrix. Then, a constrained minimization problem is formulated taking into account the stability, and the solution is determined successively by applying the Interior Point Least Square (IPLS) algorithm. As a result, stable tracking can be achieved without the peak search of a MUltiple SIgnal Classification (MUSIC) spectrum, which often requires enormous computational costs because many complex multiplying operations are involved. Several experimental results in real room environments have demonstrated the high accuracy and the low computational costs of the proposed method. © Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于声阵列混合动力电动客车电机系统噪声测试研究

介绍了电动汽车电机驱动系统测试平台,基于传声器阵列及分析系统对混合动力电动客车电机系统在额定转速不同转矩的工况进行了噪声测试,试验结果表明在额定转速不同转矩时随着转矩增加其噪声幅度,在低频时相对减少,在中频时相对增加,而在高频时则相对不变。     

基于参数辨识方法的谐波源定位

根据非线性负荷产生谐波的特点,建立了负荷时域等值模型。在系统侧和用户侧负荷参数未知的情况下,利用公共耦合点上电压、电流的物理关系,采用以参数辨识方法跟踪辨识负荷阻抗,确定谐波源,同时引入量化的电流非线性度来划分各负荷的谐波责任。仿真结果表明,该方法简单可行,不受背景谐波影响。     

一种改善beamforming"延迟求和"算法精度的方法

分析了传统"延迟求和"波束形成(beamforming)相控空间扫描原理,并进行了仿真实验研究,仿真表明由于旁瓣、栅瓣等问题的存在使信号源方位识别不准确.针对此问题本文提出了一种基于beamforming方向图矩阵进行声源定向的方法,理论分析和实验表明该方法能够有效地提高分辨率,提高定位的准确性,并基于该原理提出了用于工程的算式.     

基于ICA和MI的谐波源识别研究

把电力系统谐波源识别问题抽象为盲源分离问题。运用独立分量分析和互信息论,提出了一种电网多谐波源识别的新方法。独立分量分析法用于重构谐波电流,互信息论用于谐波源的定位。为证明所述方法的正确性,运用IEEE39节点建立仿真来识别多谐波源。结论证明在网络参数未知的条件下,所提出的方法能准确识别多个谐波源的位置。     

基于门限电压法的谐波源定位

为确定系统公共耦合点处的主要谐波源,提出一种基于门限电压进行判断的配电系统谐波扰动源定位新方法。门限电压值可基于系统侧等值谐波源和等值阻抗得出,该值对应于系统侧和用户侧发出相等谐波电流的临界状态。通过直接对比系统公共耦合点处所测的谐波电压与门限电压即可判定出主要谐波源的位置。进一步采用基于随机变量协方差特性的系统参数估计法,有效规避了背景谐波波动对估算结果的影响,从而保证了门限电压法的高鲁棒性。仿真分析和实际算例结果均验证了所述方法的有效性。