一种近场麦克风阵列后滤波语音增强方法

介绍了一种用于近场麦克风阵列后滤波语音增强的方法,避免了现有的利用自功率谱密度和互功率谱密度的Zelinski和McCowan后滤波器中噪声功率谱过估计的问题,并加入了近场传播的幅度衰减补偿和相位延迟补偿。使用卡内基梅隆大学提供的多麦克风语音数据以及使用Habets E A P提出的生成阵列散射噪声的方法进行的仿真实验,证明了改进的方法在语音质量客观评估量方面优于Zelinski后滤波法和McCowan后滤波法。     

基于子带可控响应功率的多声源定位方法

为了提高多个说话人情况下麦克风阵列的定位性能,提出基于子带可控响应功率的多声源定位算法。该算法将语音信号频域分为7个子带,在每个子带计算相位变换加权的可控响应功率函数,在声源空间搜索其最大值得到声源位置的初始估计。根据语音信号频率的稀疏性,这些初始估计包含多个声源的位置,运用会聚聚类算法得到最终的声源位置估计。仿真和实验表明,在有2个说话人,10 dB信噪比,较强混响的条件下,该算法比传统算法的定位正确率提高了约4%,额外率降低了约7%。     

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。     

基于麦克风阵列的时延定位算法研究

针对互功率谱相位（CSP）法在低信噪比环境下,时延估计精度下降这一问题,提出了一种改进的CSP方法。研究了传统的CSP法,分析了语音信号能量在总能量中的比例问题,为保证强噪声环境下,语音信号不被淹没,定义了一个随信噪比变化的非线性参量,通过该非线性参量调节加权函数的大小,进而减小噪声的影响,提高算法的抗噪性能。采用8个线性阵列麦克风采集语音信号,在Matlab平台上,就传统的CSP算法,SCOT算法,改进CSP算法,在高信噪比和低信噪比环境下进行仿真验证,仿真结果表明,改进的CSP方法在强噪声环境下具有更好的定位性能。     

基于麦克风阵列声音信号定位方法的研究

提出了一种在嘈杂环境下利用麦克风阵列对声音信号定位的方法。该方法对每个麦克风采集的声音信号进行经验模态分解,然后根据各个IMF信号的归一化能量挑选出主要的IMF分量进行信号重构,从而实现对信号进行降噪处理。将降噪后的信号使用互功率谱相位法进行相关运算,计算出不同麦克风声音信号出现的时间差异。根据信号时延和麦克风之间的几何位置关系计算出声音信号的位置。为了验证本文所提出的定位算法,进行了语音信号定位实验,通过实验实测的数据分析对比分析,验证了本文提出的方法比传统的定位算法要优越。     

基于分布式麦克风阵列的声源定位算法

为了提高相位变换加权的可控响应功率SRP-PHAT(Steered Response Power-Phase Transform)声源定位算法的性能,提出一种基于分布式麦克风阵列的改进算法。根据分布式麦克风阵列的特点,使用麦克风对接收信号的广义互相关GCC-PHAT(Generalized Cross-Correlation with Phase Transform weighting)函数的最大值来评价接收信号的质量。在传统SRP-PHAT算法的基础上,以该最大值为权重乘以每对麦克风接收信号的GCC-PHAT函数。该算法质量较高的麦克风对接收信号赋予了较大的权重,因而能提高定位性能。仿真结果表明,在信噪比低于10 dB,混响时间大于300 ms的条件下,改进算法的定位成功率比传统算法提高了2%~4%。     

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。     

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。     

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°.     

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。     

利用块稀疏特性的压缩感知麦克风阵列声源定位

与传统声源定位算法如相位变换加权、时延累加定位不同,压缩感知麦克风阵列声源定位算法可将声源定位转化为稀疏重构问题从而获得较高的性能。但在实际应用环境下,由于远场声源自身指向性、空间混响等原因,声源方向向量往往呈现块稀疏度结构,导致采用传统稀疏恢复算法如正交匹配追踪算法（Orthogonal matching pursuit,OMP）等进行压缩感知定位性能下降。本文在压缩感知声源定位算法中引入块稀疏似零范数,以压缩感知为基本框架,采用块稀疏似零范数稀疏恢复进行声源方向向量的重构,获取声源的方位。实验结果表明,相较于传统声源定位算法和基于OMP的压缩感知声源定位算法,本文算法具有更高的定位精度。     

基于神经网络的四元球面阵空间声源定向系统

针对移动机器人的目标声源定向问题,应用四元球面麦克风阵列建立了一套空间声源定向系统。为了解决通过阵列的时延值预测出目标声源方向的问题,提出了神经网络算法,并设计了双隐层BP神经网络。通过Matlab仿真验证了该网络可以实现近场和远场的声源定向,并在机器人本体上进行了实验测试,证明了该系统的实用性。     

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。     

基于非同步采集方式小型声源定位系统设计

利用非同步采集设备,通过广义互相关(GCC)时延估计算法,估算出通道间的相对时延;对非同步采集方式产生的时延误差进行软件补偿;利用基于到达时间差(TDOA)声源定位算法的双步定位特性,估算出声源的位置.分别设计了四元均匀线阵系统和四元平面十字阵列系统对以上方法进行验证,系统能够较准确地实现对声源方位的估计.     

基于四元十字阵的分布式声源定位实验研究

构建了基于测向交叉定位法的分布式声源定位实验系统。首先,利用四元十字阵节点通过到达时间差（TDOA）方法计算声源位置角度,然后,通过测向交叉定位法融合各节点角度,计算声源位置。通过该系统实验测试了测向交叉定位法在实际应用中的性能。该系统在声源距离阵元50m时定位误差为2．9m,声源距离阵元100m时,定位误差为5．8m。实验结果表明：测向交叉定位法在实际应用中能准确计算出声源位置,定位误差随麦克风与目标的距离增大而增大。     

Enhanced sound localization

A new approach to sound localization, known as enhanced sound localization, is introduced, offering two major benefits over state-of-the-art algorithms. First, higher localization accuracy can be achieved compared to existing methods. Second, an estimate of the source orientation is obtained jointly, as a consequence of the proposed sound localization technique. The orientation estimates and improved localizations are a result of explicitly modeling the various factors that affect a microphone's level of access to different spatial positions and orientations in an acoustic environment. Three primary factors are accounted for, namely the source directivity, microphone directivity, and source-microphone distances. Using this model of the acoustic environment, several different enhanced sound localization algorithms are derived. Experiments are carried out in a real environment whose reverberation time is 0.1 seconds, with the average microphone SNR ranging between 10-20 dB. Using a 24-element microphone array, a weighted version of the SRP-PHAT algorithm is found to give an average localization error of 13.7 cm with 3.7% anomalies, compared to 14.7 cm and 7.8% anomalies with the standard SRP-PHAT technique.     

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.     

Simultaneous Localization of a Mobile Robot and Multiple Sound Sources Using a Microphone Array

Sound source localization is an important function in robot audition. Most existing works perform sound source localization using static microphone arrays. This work proposes a framework that simultaneously localizes the mobile robot and multiple sound sources using a microphone array on the robot. First, an eigenstructure-based generalized cross-correlation method for estimating time delays between microphones under multi-source environments is described. Using the estimated time delays, a method to compute the farfield source directions as well as the speed of sound is proposed. In addition, the correctness of the sound speed estimate is utilized to eliminate spurious sources, which greatly enhances the robustness of sound source detection. The arrival angles of the detected sound sources are used as observations in a bearing-only simultaneous localization and mapping procedure. As the source signals are not persistent and there is no identification of the signal content, data association is unknown and it is solved using the FastSLAM algorithm. The experimental results demonstrate the effectiveness of the proposed method.     

SLAM-based Online Calibration for Asynchronous Microphone Array

Abstract

This paper addresses online calibration of an asynchronous microphone array. Although microphone array techniques are effective for sound localization and separation, these techniques have two issues; geometry information on a microphone array or time-consuming measurements of transfer functions between a microphone array and a sound source is necessary, and a fully synchronous multichannel analog-to-digital converter should be used. To solve these issues, we proposed an online framework for microphone array calibration by combining simultaneous localization and mapping (SLAM), and beamforming. SLAM simultaneously calibrates locations of microphones and a sound source, and clocks differences between microphones every time a microphone array observes a sound event. Beamforming works as a cost function to decide the convergence of calibration by localizing the sound using the transfer functions calculated from the estimated microphone locations and clock differences. We implemented a prototype system based on the proposed framework using extended Kalman filter-based SLAM and delay-and-sum beamforming. The experimental results showed that the proposed framework successfully calibrated an eight-channel asynchronous microphone array both in a simulated and a real environment even when system parameters such as variances are set to be 10 times larger than the optimal values. Furthermore, the error of sound localization with the calibrated microphone array was as small as the desired one, that is, the grid size for beamforming.     

基于模式空间算法的声源二维DOA估计

针对传统高分辨率谱估计法估计远场声源波达方向（direction of arrival, DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列（UCA）虚拟化成2K+1个均匀线性阵列（ULA）,并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过Music-like算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明,在信噪比较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。