基于BP神经网络的双耳声源定位算法

为了提高复杂声学环境中双耳声源定位性能,本文利用多种双耳空间特征参数,提出了基于神经网络方法的鲁棒双耳声源定位算法。本文将不同声学环境下双耳声信号对应的互相关函数、耳间强度差等空间定位线索,作为输入特征,用于训练BP神经网络。在混响和噪声环境下,与传统双耳定位算法相比,本文基于BP神经网络的双耳定位算法的定位性能有显著提高,特别是低信噪比条件下,定位正确率提高更为显著。     

基于遗传算法的声源三维定位方法

相位变换加权的可控响应功率（SRP-PHAT）算法是一种基于麦克风阵列的鲁棒声源定位方法,该算法在有混响和噪声的环境下仍有较高的定位精度.但该算法用网格法对整个声源空间进行搜索,逐点计算其目标函数,因而总的计算量非常大,不适用于实时定位系统.针对SRP-PHAT的特点,采用遗传算法进行搜索,使总的计算量大幅度降低.仿真结果表明在混响时间为300ms,信噪比为5dB的条件下,该算法仍可达到较高的定位精度.     

基于改进二次相关算法的声源定位仿真研究

基于广义相关时延算法的被动声源定位技术,其定位精度随着声源信号信噪比的降低而大幅下降,且易受噪声和混响等因素影响。针对此问题,该文提出了一种改进的二次相关时延算法,该算法引入了最小均方差（LMS）自适应滤波器作为前端处理以获得高质量的信号,并将信噪比作为控制参数对二次相关函数进行高次方运算,使二次相关函数峰值锐化,以提高当前广义二次相关算法的精度和鲁棒性。通过MATLAB进行不同信噪比环境下实验仿真,结果表明,该改进算法在低信噪比环境下能获得更精确的时延估计,进而有效提高了声源定位精度。     

基于麦克风阵列的相容时延矢量声源定位方法

时延估计是常用的声源定位方法,传统的算法将定位分为两个步骤,即先估计麦克风阵列中每一对基元的接收信号时延,然后根据这些时延用几何的方法确定声源的位置。在低信噪比下,一对麦克风的时延估计误差较大,导致定位误差较大。相容时延矢量估计算法将两步合为一步,没有逐对估计时延,而是构造一个目标函数,通过搜索得到声源的位置。仿真结果表明,在低信噪比下,只需要较短的数据,该算法仍可得到较高的定位精度。     

一种用于低空声源目标超视距被动声定位的新方法

该文提出了一种用于低空声源目标超视距被动声定位的新算法。该算法根据低空声源目标的声信号在定位反射点的基础上定位目标点,能有效降低声信号超视距传播误差的影响,提高定位精度,为雷达进一步跟踪和定位提供重要信息。仿真结果表明在时延估计精确的情况下,该方法对隐蔽于山后的低空声源目标的位置有较好的估计效果。     

复杂环境下基于时延估计的声源定位技术研究简

为了改善在复杂环境下声源定位算法的性能,提出了一种新的时延估计（TDE）方法,即基于传递函数比的统计模型方法（ATFR-SM）。该方法采用统计模型去除噪声对传递函数（ATF）的影响,在计算传递函数时对功率谱密度（PSD）进行平滑和“白化”,以去除混响对传递函数的影响。同时,算法中引入话音激活检测（VAD）去除对求取传递函数无用的噪声段,以提高时延估计的准确性。此外,将所提时延估计方法与线性定位法相结合,构成一套完整的声源定位方法。实验结果表明,在复杂环境下,时延估计方法具有更低的异常点百分比（PAP）和均方根误差（RMSE）,且明显优于传统的参考算法,同时声源定位方法具有更高的定位精度。     

分布式声源定位系统节点最优布局方法及性能研究

为提高基于到达时间TOA（Time of Arrival）的分布式声源定位系统在应用中的定位精度,推导出各节点测量性能存在差异条件下定位误差的CRLB（Cramer Rao Lower Bound）,遵循探测区域定位误差的平均CRLB最小的最优准则,对目标以均匀分布和高斯分布概率出现的情形,采用自适应遗传算法进行最优布局仿真研究.仿真结果表明,基于节点观测性能的最优布局与声源出现的概率分布直接相关;且与不考虑节点性能时的最优布局相比,提高了定位区域的整体定位精度.     

基于自适应粒子群算法的目标定位方法研究

针对现有定位求解算法复杂和标准粒子群算法易陷入局部最优的缺点,提出了一种基于自适应粒子群算法的目标定位方法.该方法在迭代过程中指数更新惯性权重,择优选择粒子,并根据种群适应度方差值自适应地调整变异概率的大小,增强算法跳出局部最优的能力.仿真结果表明该方法能有效地提高目标的定位精度,在随机噪声干扰方差为0.5的条件下,定位均方误差不超过0.8m.     

基于传声器阵列的声源定位

采用基于时延估计(Time Delay Estimation,TDE)的声源定位技术,估计出目标声源到达不同麦克风阵元间的时间差,并结合平面五元十字阵的几何定位模型算法确定了声源位置。针对目前基于传声器阵列声源定位系统定位精度有待进一步提高的问题,提出一种新的定位算法,利用组合传声器阵列阵元相互之间几何位置关系,即通过多个传声器,多方向估计,多个阵列之间综合考虑,确定具有较高精度的声源位置。     

基于概率的空间三机时差-频差联合定位

针对传统泰勒展开定位算法的定位精度不高问题,提出了一种基于概率理论的时差(TDOA)与频差(FDOA)联合定位的新方法,该方法利用到达三机的时差和频差构建非线性方程组,通过概率算法将非线性方程组转化为线性方程组,求解可得目标的估计位置.仿真表明,该方法较泰勒展开法相比,有很高的定位精度.     

基于区域约束的双耳近场自适应波束形成算法

提出了一种基于区域约束的双耳近场自适应波束形成算法，该算法将目标信号及其附近区域内的若干个导向矢量组成的矩阵进行特征值分解，并在最小化输出信号能量的同时对主要的特征向量进行约束，从而有效解决传统近场波束形成器对目标声源的方位估计误差和位置扰动过于敏感的问题。实验结果表明，所提方法可以有效抑制远场同向干扰声源，并且相对于传统近场波束形成器具有更高的鲁棒性。客观评价指标表明，该算法的降噪性能及语音质量提升方面均优于对比算法。      

基于声音定位和听觉掩蔽效应的语音分离研究

人耳具有在嘈杂环境中将感兴趣的语言信息提取出来的能力,而双耳听觉特性有助于这种能力的加强.据此本文提出了一种基于声音定位和听觉掩蔽效应的混叠语音分离方法.根据声音到达双耳的时间差和强度差在时频域内确定相应的掩蔽系数,该系数是二值的,以直接去除干扰信号,保留有用信号并达到语音分离的目的.实验表明,本文提出的方法是有效的.该方法不仅适用于混叠语音为浊音情形,对清音的情况同样适用,因而比基于基音提取的语音分离方法的适用范围更广.     

Speech understanding performance of cochlear implant subjects using time-frequency masking-based noise reduction

Cochlear implant (CI) recipients report severe degradation of speech understanding under noisy conditions. Most CI recipients typically can require about 10-25 dB higher signal-to-noise ratio than normal hearing (NH) listeners in order to achieve similar speech understanding performance. In recent years, significant emphasis has been put on binaural algorithms, which not only make use of the head shadow effect, but also have two or more microphone signals at their disposal to generate binaural inputs. Most of the CI recipients today are unilaterally implanted but they can still benefit from the binaural processing utilizing a contralateral microphone. The phase error filtering (PEF) algorithm tries to minimize the phase error variance utilizing a time-frequency mask for noise reduction. Potential improvement in speech intelligibility offered by the algorithm is evaluated with four different kinds of mask functions. The study reveals that the PEF algorithm which uses a contralateral microphone but unilateral presentation provides considerable improvement in intelligibility for both NH and CI subjects. Further, preference rating test suggests that CI subjects can tolerate higher levels of distortions than NH subjects, and therefore, more aggressive noise reduction for CI recipients is possible.     

Near-field time-frequency localization method using sparse representation

This paper presents a novel near-field source localization method based on the time-frequency sparse model.Firstly,the method converts the time domain data of array output into time-frequency domain by time-frequency transform;then constructs sparse localization model by utilizing the specially selected time-frequency points,and finally the greedy algorithms are chosen to solve the sparse problem to localize the source.When the coherent sources exist,we propose an additional iterative selection procedure to improve the estimation performance.The proposed method is suitable for uncorrelated and coherent sources,moreover,the improved estimation accuracy and the robustness to low signal to noise ratio(SNR) are achieved.Simulations results verify the efficiency of the proposed algorithm.     

利用相位时频掩蔽的麦克风阵列噪声消除方法

本文提出了一种在干扰声源和背景噪声存在条件下麦克风阵列噪声消除的方法。麦克风阵列通过波束形成增强由导向矢量所指定方向的目标声源来抑制背景噪声。然而,现有的波束形成算法在干扰声源存在的情况下,无法进行准确的导向矢量估计。为此,本文提出一种基于音频信号互相关功率谱相位的麦克风阵列噪声消除方法。首先通过音频信号的相位时频掩码估计导向矢量,并对其进行波束形成,从而有效抑制干扰声源和背景噪声;然后利用语音存在概率,采用最大似然的方法估计波束形成后信号中残留的干扰噪声功率谱密度,对其进行后处理,进一步抑制残留干扰和噪声。实验结果表明在干扰声源和背景噪声存在的条件下,所提方法有效地实现了麦克风阵列噪声消除,且各种性能指标优于基线方法。      

基于时频阈值的小波包语音增强算法

该文考虑小波域应用语音降噪中听觉掩蔽效应,提出了一种基于时频阈值的小波包语音增强算法。新算法首先通过频域增强方法得到语音粗估计,通过跟踪估计语音时频特性的细节变化,及时调节降噪阈值,然后利用时频阈值对小波包系数进行处理,以达到语音降噪的目的。实验表明,较传统小波域语音降噪方法,新算法在抑制平稳白噪声的同时减小了语音信息的损失,其增强语音的MOS(Mean Opinion Score)评分、输出信噪比、MBSD(Modified Bark Spectral Distortion)测度性能均有明显提高。     

声场空频特征非参数融合无人机声学探测

针对复杂多源混叠的目标声源辨识问题,传统定位算法因为目标信号中混有较多干扰噪声,定位结果会出现很多野点,无法准确地对目标进行估计。本文提出利用高分辨率声成像处理算法获得目标区域声场空频信息矩阵,依据先验的目标噪声源频率统计特性,通过非参数估计的Parzen窗函数法计算空间分布概率密度函数,基于目标在特征频段和空间区域的分布特性,建立空频特征联合优化的检测定位模型。无人机声学检测仿真与实际定位结果表明该方法具有良好的空间抗干扰能力,可实现复杂环境下声源目标的检测定位。      

脉冲噪声下跳频信号时频图修正

为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。     

利用DBSCAN和概率密度估计的欠定盲源分离混合矩阵估计

针对欠定盲源分离中混合矩阵估计精度不佳的问题,本文提出了一种结合带噪声的基于密度的空间聚类（combining density-based spatial clustering of application with noise, DBSCAN）和概率密度估计的混合矩阵估计算法。首先,通过向量转换方式获得单声源时频点检测准则,并基于此准则从混合信号中检测出单声源点。其次,利用基于密度的空间聚类算法对单声源点进行聚类,由此估计出声源个数以及各类别所属的单声源点。再次,利用概率密度估计获得各类别的聚类中心,并构成混合矩阵。所提混合矩阵估计方法不需要提前设定声源个数,并且避免了由于数据分布不均所造成的聚类效果差的问题。最后,采用压缩感知技术实现源信号恢复,从而从混合信号中分离出各个声源信号。实验结果表明,本文所提的混合矩阵估计方法在声源个数未知的情况下,能够准确估计出混合矩阵;并且分离出的信号具有较高的质量。