应用于传声器阵列定位校准的空间点声源声场拟合方法

介绍了一种用于传声器阵列声源定位精度校准的空间点声源声场模拟方法,并基于该方法设计了一套空间点声源模拟系统,完成了一个传声器阵列的定位位置精度校准。文章采用多通道点声源空间声场合成算法模拟了一个位于自由场空间的点声源,根据传声器阵列中每一个传声器的空间位置坐标,计算出传感器所处位置声场的动态声信号。通过耦合腔标准声源将对应的多通道电压信号输入被校准阵列系统,完成点声源的模拟。然后,该阵列运用波束形成算法进行声源定位,得出点声源的位置,并与模拟点声源的位置进行比对,实现对阵列定位准确性的校准。     

基于可控波束响应的球形传声器阵列定位方法研究

球形传声器阵列因其完全对称的结构,可在三维空间内实现有效的声源定位。文章重点关注基于球谐函数展开的可控波束响应算法,推导了算法的实现流程,并通过仿真验证了可控波束响应算法的性能。建立了包含8个传声器单元的实验系统,其中球形结构在8个单元的条件下可以视为立方结构,通过低阶球谐展开实验验证了可控波束算法的性能。在视听室的实验结果充分验证了定位算法的有效性,定位误差小于10°。     

基于麦克风阵列的三维声源定位算法及其实现

从系统的角度对真实声场环境下基于到达时间差的的声源定位算法进行了研究,提出了一种改进的互功率谱相位（CSP）时延估计算法,在此基础上,提出了一种用于定位估计的基于球形差值（SI）的随机梯度下降（LMS）算法。为了验证算法的有效性,实际构建了三维空间中的点声源定位系统。实验结果表明所提出的算法具有较高的定位精度。     

四元十字麦克风阵声源定位算法研究

为对声源进行精确定位,该文设计一种基于广义互相关法时延估计的四元十字麦克风阵的声源定位算法。推导目标声源的方位角、俯仰角以及距离的计算公式,搭建实验和仿真平台,将该算法运用于平面声源定位中进行验证。采用LabVIEW软件进行算法的三维空间仿真实验,通过对各麦克风采集信号进行相关分析和处理,实现声源的定位,测试该系统在实际应用中的性能。二维平面定位实验结果声源距离的误差范围在0.01～0.02 m之间,距离偏差百分比误差范围在5.5%之内,仿真结果坐标与实际声源坐标的结果误差范围在10%～15%,该系统的坐标偏差误差在7%之内,距离偏差百分比误差范围在4%之内。搭建实验平台进行三维空间定位测试,实验结论表明,距离偏差百分比低于9%,表明该系统对声源定位速度较快,误差在合理范围内,精度理想,能够比较准确地对声源进行定位。     

一种有效抑制阵列后方声源的心形指向性传声器阵列

基于心形指向性传声器的波束形成可以有效抑制阵列后方声源的干扰,提高前方声源的识别精度。以平面轮形传声器阵列为对象,借助MATLAB仿真计算,对阵列后方声源波束形成声源识别特性及其抑制方法进行研究。基于除自谱的互谱波束形成算法提出了含有传声器指向性的波束形成算法,对圆形和心形指向性传声器进行不同声源类型的波束形成仿真计算,并针对仿真结果显示出的不足,给出了既能保证阵列平面上最大声压贡献量的识别精度,又能降低旁瓣水平的幅值校正算法。试验结果证明了基于心形指向性传声器的波束形成可以有效抑制后方声源。     

运用内积相关性结合迭代相减识别两点声源

提出运用内积相关性识别两点声源的新方法,通过在声源面上构造虚拟声源,计算虚拟声源在传声器阵列上的声压,构造虚拟声源的声压向量,将其归一化,与传声器实际测得的声压信号作内积运算,通过优化算法搜索内积模的极值,当内积模达到最大值时,根据内积相关性原理,识别出目标声源的位置。当声源间距离较近时,声源识别精度受到声源间的干扰影响,引入迭代循环算法降低声源相互干扰的影响,以传声器测量面上剩余的声压作为判断循环终止的条件。计算结果表明,利用内积相关性结合迭代循环相减算法能有效识别出两点声源。     

空气中脉冲声源定位的误差分析

简要介绍了用传声器阵列对空气中脉冲声源定位试验的结果,对可能的误差因素进行分析. 1、定位方法 本项目中采用多个传声器组成阵列,接收脉冲声源产生的脉冲声信号,根据到达各个传声器的时间差确定声源的位置坐标.     

基于端点检测的精确时延提取方法及其定位精度分析

针对脉冲声源定位中时延误差大的问题,提出了一种基于端点检测的精确时延提取方法。该方法首先对信号进行滤波处理和端点检测,截取有效信号段运用广义互相关法估计时延,然后利用端点检测得到的信息提取出精确的时延值,最后用单纯形替换法求解声源位置。根据精确时延提取方法,设计了声源定位方案。实验证明,该方法能有效减弱非高斯白噪声和室内混响的影响,定位精度可达到分米甚至厘米级,并且具有较好的鲁棒性。     

一种变步长的自适应特征值分解时延估计方法

在房间声场环境下基于传声器阵列的说话人定位中,时延估计算法是其中的关键步骤。与其它常用时延估计方法相比,自适应特征值分解（Adaptive Eigenvalue Decomposition,AED）时延估计算法因其优越的抗混响性能受到越来越多的关注。但在受噪声和混响干扰的语音条件下,传统的自适应特征值分解算法收敛速度较慢,对初值敏感。通过引进动量因式,提出了一种变步长的特征值分解算法,通过理论分析和仿真实验,证实了新算法的收敛性能要优于传统的特征值分解算法,节省收敛时间,使算法的整体性能有所提高。     

波束形成声源识别技术研究进展

波束形成作为一种空间声场可视化技术在声源识别领域得到广泛的研究和应用。概述了传声器阵列测量和波束形成后处理算法的发展历程,分析了其特点,总结了其发展方向,主要包括：声源识别性能更优的传声器阵列开发和算法改进、声源识别的适应性提高、波束形成结果不确定度的研究、基于声品质的声源成像及可视化研究等。对波束形成声源识别技术的认识及进一步的研究提供参考。