基于最小熵值的麦克风阵列声源定位算法

针对传统麦克风阵列声源定位算法抗噪声及混响能力不强的问题,提出一种基于最小熵值和随机域压缩的麦克风阵列声源定位算法。利用最小熵值方法对麦克风阵列进行时延估计,并与随机域压缩方法相结合,对声源进行空间搜索。仿真实验结果表明,该算法在定位精度、抗噪声及抗混响能力方面均优于广义互相关-相位变换算法。     

基于声源阵列的空间麦克风定位方法研究

针对当前麦克风位置估计方法出现较少且只对平面的麦克风阵列进行位置估计的问题,提出了一种基于声源阵列的空间麦克风定位方法。该方法将四个声源按照正四面体形式排列,在利用其对称性保证定位全向性的同时,根据时延估计的测距方法计算麦克风与各个声源之间的距离,之后根据几何关系确定麦克风位置坐标,实现在线的基于声源阵列的空间麦克风位置估计。通过进行MATLAB仿真实验,验证了该方法的可行性和有效性。     

基于麦克风阵列和虚拟仪器的声源定位

对基于麦克风阵列的声源定位技术进行了研究,分析了时延估计算法的构成方法,在此基础上提出了用于二维DOA估计的双曲线算法。利用传声器MPA416和数据采集卡PXI4472结合Labview虚拟仪器实现了对声源的二维DOA估计。实验证明,该系统定位实时性好、准确度高。     

声音定位机器人设计与实现

设计了基于麦克风阵列和时延估计算法的声音定位系统,硬件采用多通道同步模数转换器和数字信号处理器(DSP)实现;结合LabVIEW平台机器人,实现了通过远程控制机器人对声源进行实时定位跟踪。算法仿真和实际测试表明,该声音定位机器人定位跟踪能力良好。     

改进的互功率谱时延估计算法

麦克风阵列的声源定位一直是阵列信号处理领域的研究热点.以互功率谱相位估计法（mutual power spectrum phase estimation,CSP）为代表的时延估计法因为其原理简单、计算量小、易于实现而得到广泛应用.虽然CSP算法在高信噪比环境下有不错的估计效果,但当信噪比较低和声学场景较复杂时,算法效果急剧下降.为了解决这一问题,本文对CSP算法进行改进.通过对CSP算法的时延估计结果进行筛选,剔除不合理的时延值,更新算法参数后重新进行估计以得到合理的时延值,并经过多帧信号加权得到声源的时延值与位置信息.为了验证所提算法的有效性,本文分别在Matlab与真实环境下进行了实验验证,结果表明,改进后的CSP算法相比原有算法在时延估计精度方面有明显改善.     

基于圆形麦克风阵列的声源定位改进算法

针对波达方向估计中传统互功率谱法声源方位估计准确性差、方位模糊的问题,提出了一种基于圆形麦克风阵列的声源定位改进算法,并进行了实验验证。在该改进算法中,先设计了十二元圆形麦克风阵列,由麦克风对接收语音信号的时延与相位得到相位旋转因子,再将其引入到语音信号的互功率谱中,新定义了圆形集成互功率谱,由该功率谱进行声源方位估计。仿真与实测实验结果表明,本文的圆形集成互功率谱法对声源方位进行估计,估计的准确度高于传统互功率谱法。     

针对头佩式麦克风阵列的声源定位算法研究

头佩式麦克风阵列在单兵便携反狙击声探测定位系统和机器人声定位系统中具有实际的应用价值。一般的声源定位方法是基于无遮挡的线性或非线性麦克风阵列。采用头佩式麦克风阵列,考虑到背向声源麦克风的低频声波由于头盔遮挡而发生的衍射作用,针对低频波段的声音信号进行定位算法的设计和研究。该算法利用低频声波的绕射路径计算时延,采用联合可控功率响应（SRP-PHAT）框架进行时延补偿搜索定位。实验表明,相比于普通的无遮挡定位算法,基于绕射路径的头佩式麦克风阵列定位方法通过综合利用背向声源的麦克风数据,明显地提高了定位的精度,这种精度的提升在选择1 kHz以内的信号频率窗口时达到最佳效果。     

基于麦克风阵列的实时声源定位

由于噪音和多路的存在,声源定位总是很难达到一个很高的精度.针对这个问题提出了一个在智能教室环境下使用麦克风阵列对声源位置进行实时估计的算法,该算法分为三个阶段--去除噪音、延时估计和空间定位,即首先通过一个滤波器来对语音信号中噪音进行预处理,然后通过一个改进的GCC-PHAT算法来对多路语音信号的时延进行估计,最后通过构建几何关系来估计声源的位置.实验结果表明,在有一定噪音的自然教室环境下,算法的平均定位精度能够控制在5cm以内,具有很强的应用性.     

基于麦克风阵列的声源定位算法研究

在基于时延估计的声源定位系统中,由于定位算法分为两个阶段:时延估计和定位,时延估计阶段的误差会在定位阶段被放大,导致声源定位的成功率和精度较低。从原始信号去噪,时延值插值和定位算法三方面入手,提高声源定位的精度。结合自行设计的四元十字麦克风阵列,给出一种新的时延值筛选算法,实现了一个室内声源定位系统。实验结果表明,在二维定位场景中,该系统对声源方位角的估计成功率超过70%,平均误差小于5°;该系统对声源距离估计的成功率和精度与声源方位角有关,当声源方位与X、Y轴的夹角不超过15°且声源距离不超过2.5 m时,声源距离估计的成功率能达到50%以上。     

基于时延估计的声源定位算法实验研究

麦克风阵列因其相对于单麦克风能够获取更多声源信息,在声源定位的应用上正日益得到人们的极大关注。均匀线阵中,针对信号入射方向靠近阵列的两端阵列分辨力将逐渐降低,利用基于时延估计的声源定位算法时,对不同的信号入射角度以相同的角度误差作为结果筛选的依据的做法,显然不合理。通过分析均匀线阵的特点,当信号以不同角度入射时,以时延点数误差作为不同角度估计结果的筛选门限,并通过实测数据实验,验证了方法的合理性。由于实验使用阵元数少且阵列长度较短,因此实验结果对阵列信号处理的实际工程应用具有一定的参考价值。     

基于前向空间线性预测的声源时延估计算法

在带有混响和噪音的复杂环境中,传统广义互相关时延估计算法的抗噪能力弱、时延估计精度低。为解决该问题,基于前向空间线性预测技术,提出一种时延估计算法。结合多传感器提供的冗余信息与空间相关矩阵,改进不利声学环境下的声达时间差估计方法。采用空-时预测法,根据麦克风阵列输出中包含的语音信号源的空间和时间相关性,在抑制多麦克风噪声的同时最小化语音失真。仿真实验结果表明,与传统广义互相关时延估计算法相比,该算法时延估计错误率更低、稳定性更强。     

一种实时麦克阵列声源定位系统研究与实现

为了在小数量麦克风阵列的基础上,实现声源的实时定位,给出了一种麦克阵列实时声源定位系统的具体实现方法.这种方法分为时延估计和声源位置计算两步;在时延估计时,采用五帧平均的改进互功率谱相位算法;再根据时延和麦克阵列的四元十字模型计算声源的位置.在实时环境下,距离定位的误差精度低于±20cm,角度的定位误差精度低于±5°.     

基于麦克风阵列的GCC时延估计算法分析

准确的时延估计（Time Delay Estimation,TDE）是基于到达时间差（Time Difference of Arrival,TDOA）的声源定位技术的前提.在众多时延估计算法中,广义互相关（Generalized Cross Correlation,GCC）算法因其较低的运算复杂度和易于实现的特点得到了广泛的应用.针对不同的噪声情况,GCC时延估计算法利用不同的加权函数来抑制噪声干扰.本文在介绍麦克风阵列模型和GCC时延估计算法的基础上,针对GCC算法的弊端提出了一种改进算法,并在多种信噪比条件下,对部分加权函数的GCC时延估计算法进行了MATLAB仿真,通过比较其时延估计性能和声源定位精度,分析了这些加权函数各自的优劣性.     

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,同时根据语音信号在应用中的特点,介绍了一种基于近场的信号模型,并以此为依据对算法进行改进,使声源定位更加精确。对此算法进行了仿真实验,仿真结果表明,此算法具有良好的定位性能,并随着信号信噪比的上升,性能有所提高。     

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,同时根据语音信号在应用中的特点,介绍了一种基于近场的信号模型,并以此为依据对算法进行改进,使声源定位更加精确。对此算法进行了仿真实验,仿真结果表明,此算法具有良好的定位性能,并随着信号信噪比的上升,性能有所提高。     

基于麦克风阵列的声源定位系统设计

从系统的角度对真实声场环境下基于到达时间差的声源定位算法进行了研究,搭建了基于麦克风阵列的声源定位系统,将LabVIEW应用于声源定位软件的开发,方便地完成信号的采集与处理,运用广义互相关函数法进行时延估计,结合平面四元十字阵模型建立方程组实现定位。该系统人机界面友好,具有较强的数据分析和处理能力,能及时跟踪声源的位置变化。     

基于双麦克风的室内语音分离与声源定位系统

为了探究利用两个麦克风进行多声源分离和二维平面定位的可能性,提出了一种基于双麦克风的室内语音分离与声源定位系统。该系统根据麦克风采集的信号,建立了双麦克风时延-衰减模型,然后利用DUET算法估计了模型的时延-衰减参数,并绘制了参数直方图。在语音分离阶段,建立了二进制时频掩膜（BTFM）,根据参数直方图,结合二值掩蔽的方法对混合语音进行了分离;在声源定位阶段,通过推导模型衰减参数与信号能量比之间的关系,得到了确定声源位置的数学方程组。利用Roomsimove工具箱模拟室内声学环境,通过Matlab仿真和几何坐标计算,在对多个声源目标分离的同时完成了二维平面中的定位。实验结果表明,该系统对多个声源信号的定位误差均在2%以下,有助于小型系统的研究和开发。     

基于最大输出功率的近场阵列定位算法

在近场阵列中,为了降低信源位置变化对阵列性能的影响,基于最大输出功率,根据近场阵列的特点,提出了一种新的低复杂度快速收敛算法。通过搜索最大输出功率,对信号入射方向进行估计。实现麦克风阵列相应调节阵列权矢量,压制干扰,获得最大的信号增益。使得近场阵列如麦克风阵列能够快速适应位置不断变化的入射信号。与MUSIC等现有算法比较,仿真结果表明了该算法的快速定位性质的优越性。     

移动机器人语音定向算法及其实现

研究在光线比较差或者有障碍物的复杂环境下对感兴趣的声源进行定位,由于存在外部噪声,引起对目标声源进行跟踪误差大。传统的语音定向方法无法有效减小声源定位的误差,从而定向的精度比较低,且多集中在理论研究。为提高移动机器人语音定向的精度,利用麦克风阵列拾取声源信号,采用PC/104的SEM/ADT800多通道数据采集卡对语音信号进行采集和处理。运用改进的广义互相关时延估计算法计算麦克风阵元间的时间差值,采用四元十字阵形的几何定位方法计算声源信号的目标位置和方向,并对系统的定向效果进行实验,得出实验结果,进行误差分析。经实验证明,相对于传统的语音定向方法,麦克风阵列的移动机器人语音定向系统实际可用,具有较好的性能,能够把系统定向误差控制在要求的范围内。     

基于提高定位精度的圆形嵌套麦克风阵列结构研究*

以提高定位精度为目的,同时从减少定位时延、消除定位模糊的角度出发,并且考虑到线阵定位角度范围的限制,提出了嵌套的均匀圆形麦克风阵列结构。由于在使用高分辨率的近场声源三维定位算法时,会带来较高的计算复杂度,因此,本文采用了宽带聚焦算法进行了处理,为了使其时延得到较大幅度的降低。仿真结果表明,该方案取得了较好的定位效果。