基于传声器阵列的声源定位系统的研究

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。从声音传播的基本原理出发,推导出了精确的声音传播的近场模型,利用该模型并结合子空间算法的思想,提出了适用于近场宽带语音信号的二维声源定位算法,并在算法模型的基础之上搭建了基于DSP的声源定位硬件系统开发平台。结果表明,该算法能够得到较好的定位效果。     

被动声源定位中的时延估计分析

为了减小低信噪比环境下时延估计误差,基于广义互相关法和谱减法,选择互功率谱相位加权法,提出了一种基于谱减法的互功率谱频域加权时延估计方法.通过仿真,分析了几种常见的加权函数随信噪比降低时的时延估计性能,以及改进的谱减法在不同信噪比环境下的去噪效果.对整体算法进行了联合仿真,结果表明:低信噪比环境下基于谱减法的互功率谱相...     

利用多点互相关值均值的实时声源定位算法

基于可控响应功率的麦克风阵列声源定位算法在噪声和混响环境中具有较好的鲁棒性,但是利用网格搜索方法寻找可控响应功率的最大值计算复杂度很高。故提出一种新的实时声源定位算法,使用网格中多互相关值均值代替单点的可控响应功率值作为代价函数,通过多级区域收缩方法实现了代价函数最大值的空间搜索,并给出一种不显著增加计算量的互相关值求和范围的计算方式。由于利用了网格中更多的空间采样信息,因此可以使用更大尺度的搜索网格,从而降低了整个搜索过程的计算复杂度。     

机器人听觉定位跟踪声源的研究与进展

从基于麦克风阵列和基于人耳听觉机理两个方面综述了当前机器人听觉定位跟踪声源目标的研究动态和发展方向。首先回顾了机器人听觉定位声源的研究历史;其次讨论了两种系统的优缺点;最后指出了未来机器人听觉定位跟踪声源的发展趋势。基于麦克风阵列的声源定位系统,盲波束形成技术是未来进一步研究内容。而基于人耳听觉机理的声源定位系统,运用计算听觉场景分析建立声源定位模型将是未来热点研究内容。     

基于相位差的声源定位算法研究及实现

针对目前安防监控系统监控效率低、盲目性大的问题,设计了一种基于相位差（differenceofphase,DOP）的声源定位系统,介绍了系统的组成原理、软硬件电路设计与实现,提出了一种基于DOP的定位算法。该系统以DSP芯片TMS320F28335为核心,以麦克风为声音传感器,以云台为控制对象,实现了一种高效、低成本的嵌入式声源定位系统。实验结果表明,该系统反应快、定位准、可靠性高。     

基于坐标系变换的三维声源定位算法

采用基于声达时间差（TDOA）的声源定位技术,给出了一种基于坐标系变换的三维声源定位算法,该算法弥补了以往算法繁琐、计算量大、定位不准确的缺点.将一个人为设定的坐标系转化为特定的坐标系,使得在原坐标系下处于任意位置的4个麦克风的坐标转化在新坐标系下具有一定自由度的特定3点的坐标和另一任意点的坐标,并在此新坐标系下快速计算出目标声源的坐标,从而确定声源的实际位置.将实际测量的声源位置与算法的计算结果进行比较,结果表明了该算法的有效性和实用性.     

基于分频过零点探测的双耳声源定位

提出一种基于分频过零点探测的双耳声源定位的方法.为了估计ITD,通常方法是利用左右耳瞬间神经发放率的互相关运算求得.可是,这些方法由于涉及互相关运算需要高运算复杂性.而且在噪声多源环境下容易遭受ITD估计的不准确性.在提出的方法中,估计ITD值是通过在采样ITD直方图上加权SNR获得,其SNR估计值是由ITD采样的偏差计算出.因此该方法能提供声源方向的准确估计和噪声鲁棒性.为了证明该方法的有效性,在各种噪声环境下进行了声源定位仿真实验,其结果证实了声源方向估计的准确性和噪声鲁棒性,并且与通常的互相关法相比能够提供显著少的计算复杂性.     

一种基于机器人听觉的多声源跟踪策略

针对多运动声源跟踪问题,提出了一种将波束形成算法和卡尔曼滤波相结合的多运动声源跟踪策略.采用波束形成算法对空间声能量进行搜索计算目标可能的方位,通过不同窗长的并行卡尔曼滤波器预测目标各自在下一时刻的方位,从而获得目标的同一性.仿真与在室内环境下的实际运行结果验证了该方法的有效性.     

基于声音位置指纹的室内声源定位方法

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位.该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位.仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.     

基于四麦克风阵列的三维声源定位

设计了一个三维声源定位系统,提出了一个新的系统模型,并时传统的基于声波到达时间差(TDOA)的算法进行了优化.通过检测麦克风接收到信号的时间差,结合已知的阵列元的空间位置确定声源的位置.该系统声源采集部分由4个阵列成正四面体的麦克风组成,算法的硬件实现由TMS320C5416DSP芯片完成.整个系统实现了声源定位的功能.     

基于麦克风阵列的时延估计新方法

针对传统时延估计方法易受噪声和混响影响的问题,提出了一种基于麦克风阵列的时延估计新方法。该方法充分利用多个麦克风的空域信息和每个麦克风时域信息,以提高算法对环境噪声的抑制能力。该方法在抗噪声和抗混响性能方面都优于常用的PHAT-GCC（Phase Transform-Generalized Cross Correlation）方法。仿真实验表明,与MCCC（Multichannel Cross Correlation Coefficient）方法相比,在信噪比为20 dB,阵元个数为2～6个,混响时间在200～620 ms条件下,该方法的时延估计错误率明显降低。     

三点阵次声源定位估算法

为了实现防震减灾,可以用震前次声波异常信号出现的时间和异常幅值预测发震时间和震级,有效率达到75%以上.地震预测有3个要素,震中位置是最重要的因素,不能准确地预测发震地点就不能实现防震减灾的目的.利用已建立的次声观测阵,提出了一种三点阵次声源定位估算法,该方法能对次声入射方位角、次声波传播速度以及次声源进行估算.通过一些实际震例对次声波进行了定位分析,结果表明估算方向与实际震中方向一致,说明本文提出的三点阵估算法是可行的.     

基于球麦克风阵列的语音增强方法

当期望源与干扰噪声源同向时,常规波束形成方法对干扰噪声的抑制会受到一定的影响。在已知声源方位信息的前提下,将球麦克风阵列波束形成和径向滤波相结合,提出一种用切比雪夫径向滤波实现语音增强的方法。仿真实验结果表明,该方法实现了对期望声源增强的目的,从一定程度上验证了该方法的有效性。     

基于神经网络的麦克风阵列语音增强方法

描述了在诸如封闭环境的散射噪声场中，一种基于ADALINE神经网络的麦克风阵列语音增强方法。该方法充分利用了波束形成和神经网络的优点，对基于MLP-BP结构进行了改进，以提高神经网络的学习方法的收敛速度。仿真结果表明，和MLP-BP相比，该方法具有更好的噪声抑制性能。     

麦克风阵列拓扑结构对语音增强系统性能影响的理论分析

在免提通信系统中,麦克风阵列往往用于噪声和混响环境下的语音拾取。基于常用的麦克风阵列拓扑结构,推导了一个麦克风空间摆放对麦克风阵列性能影响的准则。仿真试验结果验证了理论分析的结论,即麦克风阵列的拓扑结构的确影响着语音增强系统的性能,优化的麦克风阵列摆放可以在一定程度上改善语音质量。     

Study on sound source localization for mobile robot based on tetrahedral microphone array[D].

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位. 该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位. 仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.

     

MATLAB加窗滤波在广义互相关时延估计中的应用

针对麦克风阵列广义互相关声源定位方法中,麦克风接收到的人声信号掺杂混响以及噪声,导致算法求解过程中准确性不高的缺点,通过MATLAB分窗滤波的方法,在算法中对实时接收的声音信号进行预处理,针对人声频率进行改进,提升低信噪比状况下估计时延的准确性,完成人声声源定位的目的,并通过仿真实验验证了该方法的有效性.     

基于主动探测的移动机器人声源目标距离测定方法

针对移动机器人声源定位技术的研究大都只实现了对声源的定向,而无法获得准确的声源距离信息的问题,提出了通过移动机器人主动运动实现声源目标距离测定的方法,以及一种基于粒子群优化算法的最优探测点计算方法.通过仿真验证了该方法的可行性和有效性,并且在室内环境下进行测试.试验结果表明:移动机器人可以通过主动运动到达最优探测点,并且实现对声源目标距离的测定.