声传感基阵与数据融合的声源定位系统研究

针对实际应用环境中存在的噪声和反射对声源定位精度的影响,探讨一种基于五元平面阵声传感声源定位的三基阵系统的实现方法,利用声信号到达不同位置各传声器的时延差及各基阵几何位置参数关系进行定位.采用几何数学方法分析声源定位的基础,利用FPGA完成声信号的高速采集和预处理.实验证明,在具有一定环境噪声和反射条件下,系统能对声源的距离、方位进行有效定位,实验数据稳定可靠.     

基于与头相关传递函数的神经网络声源定位方法研究

机器定位要求对声源方位建立简便高效的判断模式。根据与头相关传递函数(HRTF)和方位之间的紧密联系,该文研究基于HRTF的神经网络定位方法,利用前馈神经网络来模拟HRTF和方位的对应关系,从中提取出方位信息并进行多种形式编码,然后提出一种有效的加权估计方法识别方位。仿真表明该方法对方位识别的精确度较高,网络简洁更具泛化性。最后并通过鲁棒性分析给出定位结果的验证和说明。     

一种用于分布式阵列的球谐波域声源定位方法

本文提出一种适用于任意阵型和阵元指向性的球谐波域声源定位方法,能够在较宽的频域范围内,尤其是低频,提供较高的空间分辨率。水下噪声源的高分辨识别具有重大意义。传统阵列信号处理方法对低频噪声源的精确定位要求阵列具有较大孔径和较多的阵元数,导致系统过于庞大且成本较高。我们基于声场的球谐波表达和变换,采用分布在一定空间区域内的多个阵列估计该区域的球谐波系数矢量,对系数矢量进行信号处理实现声源定位。理论证明了该方法具有理想的空间选择特性。在一种特定的阵元分布下,仿真研究了该算法的方位谱估计性能以及阵元不一致性和位置误差对声源定位性能的影响。仿真结果显示,该算法在低频具有较高的空间分辨率且误差对算法定位性能的影响有限。      

基于上升过零点检测的室内双传声器声源定位

提出了一种基于上升过零点检测的双传声器声源定位方法,该方法可以根据双传声器信号时间差样本的统计特性求得信噪比,再统计满足信噪比要求的可靠时间差样本,将其转换成对应的方位角样本,最后根据样本数量的统计分析结果确定声源方位。针对不同声源、信噪比及混响条件,在实际房间中进行了定位实验。结果显示:该方法对宽带声源具有更好的定位效果;定位精度受信噪比的影响很小,但受室内混响的影响显著。     

广义互相关时延估计法声源定位研究

文章由广义互相关GCC求时延估计,先估计声音信号传导麦克风各阵元的不同时间差;计算时间差得出麦克风各阵元距声源的距离差,最后采取几何算法与阵列拓扑相的方法确定声源方位。该方法计算量小,易于实现,实际应用性强。     

真实环境中基于子帧分析的多说话人定位算法

针对真实环境中的多说话人定位问题,提出一种基于子帧分析的多声源定位算法。该算法将一帧语音信号分为8个子帧,利用每个子帧信号计算相位变换加权的可控响应功率函数,分别搜索其最大值得到声源位置的子帧估计。由于语音信号在时域具有稀疏性,这些估计值对应多个声源的位置。利用会聚聚类算法将子帧估计值分为若干类,然后用平均子帧可控响应功率函数对估计值进行评价,得到最终的声源位置估计。实验表明,在2~3个说话人的情况下,该算法比传统算法的定位性能有较大幅度提高。     

TDOA中几种时延估计算法的比较

在现有的传声器阵列声源定位方法中,基于声达时间差(TDOA)估计定位法计算量较小,定位精度较高,同时也易于实现实时系统,是目前声源定位法中常用的方法。采用该方法最重要的就是进行时间延迟估计(TDE),其精确性直接影响到定位的准确与否。概括了基于传声器阵列的声达时间差(TDOA)估计定位法中几种时间延迟估计的算法,给出了部分算法的仿真结果,分析了每种算法中存在的优缺点并同时指出了需进一步研究的问题。     

传声器阵列的声源定位研究

对传声器阵列进行了总体概述,研究了基于传声器阵列的声源定位所面临的问题,分析和比较了几类主要的声源定位方法。给出了一种基于时间到达差的声源定位在处于混响环境下时延估计的有效算法并通过实验验证了该算法。     

基于球傅里叶变换的声源三维空间定位

声源的空间方位信息是重建听觉环境重要的因素之一.本文研究了球形麦克风阵列(SMA)在声源空间定位的方法.针对球麦克风的设计,提出了一种等距离分布方法.本文从声学原理出发,利用球傅里叶变换将声场变换到波矢-频率(k-ω)域,推导出基于球傅里叶变换的声源定位算法,从而获取其声源方位信息得到各声源的分布情况.声压经虚拟仪器采集后,进行了数值仿真.结果表明,该算法利用球谐波的正交性,可以减少运算量,能获得多声源的准确定位,并且阵列所需的麦克风数量远远小于其他分布.     

基于时延估计的四元声源定位研究

当前对于声源定位技术的研究非常火热,它主要由声学、信号接收、软件设计以及数字信号处理等学科组成,通常在研究声源定位时我们采用传声器阵列定位技术。而时延估计是传声器阵列进行信号处理的一项非常重要的技术,它的目的是对同源信号到达不同的传声器由于传输距离的不同而产生的时间差。现在,声源定位技术已经被广泛的应用到移动通信、智能探测等领域中。本论文对声源定位技术的发展现状进行了介绍,同时对时延估计的定位算法进行了相关介绍,最后得出声源定位未来将会被应用的更加广泛的结论。     

具有延迟的欠定语音盲分离

探讨具有延迟的欠定语音盲分离问题,针对语音信号的部分W-分离正交性,提出一种新的基于混叠矩阵估计的语音盲分离方法.首先对观测信号进行短时傅里叶变换,选定一个信号作为参考信号,构造幅度衰减向量和时间延迟向量,提取单源主导区间的观测信号作为观测样本;然后对观测样本进行聚类,通过估计参考信号的混叠系数来估计混叠矩阵;最后结合...     

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。     

基于任意麦克风阵列的声源二维DOA估计算法研究

对基于麦克风阵列的声源定位技术进行了研究,分析了基于麦克风阵列的远场信号模型,并结合子空间的方法推导出了声源二维(水平角和俯仰角)DOA估计——2D-MUSIC算法,该算法适用于任意拓扑结构的麦克风阵列。利用MATLAB仿真工具,对几种典型阵列结构进行了对比分析,提出了2种新型的三维麦克风阵列:均匀球面阵和三维均匀直线阵。仿真结果表明,提出的DOA估计算法在二维的均匀圆阵、三维的均匀球面阵和三维均匀直线阵中,均能得到较好的DOA估计效果。     

基于任意麦克风阵列的近场声源三维定位算法研究

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。本文从声音传播的基本原理出发,推导出了精确的相对幅度衰减因子,获得了更加准确的信号传播模型。利用该模型并结合子空间算法的思想,提出了适用于任意拓扑结构的麦克风阵列的近场宽带三维声源定位算法。仿真结果表明,该算法在一维均匀直线阵、二维均匀圆阵和三维均匀球面阵中,均能够得到较好的定位效果。     

Two‐Microphone Binary Mask Speech Enhancement in Diffuse and Directional Noise Fields

Two‐microphone binary mask speech enhancement (2mBMSE) has been of particular interest in recent literature and has shown promising results. Current 2mBMSE systems rely on spatial cues of speech and noise sources. Although these cues are helpful for directional noise sources, they lose their efficiency in diffuse noise fields. We propose a new system that is effective in both directional and diffuse noise conditions. The system exploits two features. The first determines whether a given time–frequency (T‐F) unit of the input spectrum is dominated by a diffuse or directional source. A diffuse signal is certainly a noise signal, but a directional signal could correspond to a noise or speech source. The second feature discriminates between T‐F units dominated by speech or directional noise signals. Speech enhancement is performed using a binary mask, calculated based on the proposed features. In both directional and diffuse noise fields, the proposed system segregates speech T‐F units with hit rates above 85%. It outperforms previous solutions in terms of signal‐to‐noise ratio and perceptual evaluation of speech quality improvement, especially in diffuse noise conditions.     

基于小波包变换的多阈值法语音信号去噪净化

文中在小波包变换和传统阈值法的基础上,提出了一种基于小波包变换的多尺度多阈值语音信号去噪净化方法。采用小波包分解,克服了传统的正交小波变换的缺陷。采用多尺度多阈值方法,通过改进噪声方差估计方法,在去噪的同时,进一步提高信噪比。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

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。     

基于小波-卡尔曼的语音增强方法研究

提出了一种基于小波变换和卡尔曼滤波相结合的语音增强方法,这样既保留了小波变换对自相似过程的去相关作用和多分辨分析的功能,同时又保持了卡尔曼滤波器对未知信号的线性无偏最小方差估计的特点,可以有效地减小非平稳噪声;并引入基于声学模型的感知滤波器,以提高语音信号的可懂度。实验证明该方法对于低信噪比的有色噪声干扰条件下的语音信号的增强效果要优于一般的语音增强系统。     

一种有效的语音信号盲分离方法

频域盲语音信号分离存在着排序模糊问题,提出一种基于相邻频点幅度相关和DOA估计相结合的解排序模糊方法,并且通过对一系列预处理（白化）、独立分量分析和后处理算法的优化和有机组合,很好地实现了卷积混合语音信号的盲分离。用真实录制的语音信号进行了仿真实验,恢复出来的源信号的信干比较分离之前提高了约13dB,证明了算法的有效性。