正四面体麦克风阵列声源定位模型研究

研究声源定位优化建模问题,针对声源位于远场环境下无法获取精确的方位角和俯仰角,由于采用声达时间差(TDOA)和空间几何算法的正四面体麦克风阵列声源定位方法只适应于近场声源定位,为了提高定位准确性,提出了应用径向基(RBF)神经网络建立声源定位模型的算法,声源定位模型在声源位于近场或者远场的情况下,均可求解出精确的方位角和俯仰角。在MATLAB上进行仿真,结果表明,定位声源的方位角误差小于3°,俯仰角误差小于4°,满足实际定位精度的要求。结果表明为声源准确定位提供了科学依据。     

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%。     

改进DSB方法的语音信号多声源定位

延迟求和波束形成（DSB）在麦克风阵列信号到达角估计上有着广泛应用,然而在语音信号源下由于栅瓣等问题使得该方法对多个语音信号源方位估计不理想,此外,在实际复杂环境下,该方法受噪声混响影响,方位识别更加困难。针对这些问题,提出一种改进的DSB方法,联合信号频率及麦克风阵列间距对子段内的频点进行选择,之后对数据协方差矩阵加权处理。同时在仿真及实际环境下进行实验,结果表明,与未改进DSB方法相比,该方法计算量降低为原来的18.37%,有效地降低了运算量;仿真实验中在不同反射系数0.2、0.4、0.6下,平均角度定位偏差分别降低了27.3%、21.4%、36%;实际环境实验方位角度估计偏差最大值为9°、最低为1.35°,要低于未改进算法的12.1°和3°。     

基于TDOA和AOA算法的声源定位模型的研究

基于几何形状麦克风阵列的声源定位系统是近年来声源定位的研究热点之一,在众多领域应用广泛.本文在探讨已有的声源定位方法基础之上,对现有声源定位算法的优缺点进行整合,结合三维系统声源定位分布规律,以及TDOA和AOA算法构建仿真模型进行求解.     

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.     

基于麦克风阵列系统的声源定位技术研究现状

麦克风阵列信号处理是数字信号处理领域的一个热点问题,对麦克风阵列接收到的信息量,根据各个阵列之间信息的相关性,可以使用融合处理的方式实现对参数的估计,这种融合不仅可以在时间域处理,也可以在频域处理.麦克风阵列信号处理技术能够在统计意义上得到测量数据,该技术已应用在无线通信,雷达,声纳与工业控制等场合得到了广泛的应用.     

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。     

浅谈基于时延估计算法的声源定位技术

声源定位算法的关键是在不同的收集时间延迟估计在阵元阵列的声信号.在时延估计算法中有两个重要的概念.即时间延迟和时间延迟估计.时间延迟估计是指使用信号处理和参数估计方法的原理以及声源信号的时延估计来进行测定,以确定声源信号的空间距离,空间定位和运行速度等相关参数.     

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。     

混响环境下基于倒谱BRIR的双耳互相关声源定位算法

在实际封闭环境中,针对存在混响而导致声源定位性能下降的问题,提出一种基于倒谱双耳房间脉冲响应（Binaural room impulse response,BRIR）的双耳互相关声源定位方法.该方法通过从倒谱BRIR中减去混响分量,然后反变换到时域得到估计的脉冲响应,再与数据库中的头部脉冲响应（Head related impulse response,HRIR）进行互相关运算,最大互相关值相对应的位置就是所估计的声源位置.仿真实验结果表明,提出的算法能减少混响环境中带来的定位误差,提高声源定位的精度.     

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。     

基于互相关时延估计算法的被动声定位系统设计

设计了以TMS320F2812数字信号处理器为核心的基于互相关时延估计算法的被动声定位系统。利用该芯片同时具有数字信号处理器和微控制器的特点,简化了结构设计,提高了系统的处理能力,在完成多路音频信号的同步采集、存储和数据处理的基础上实现了目标的定位。经测试表明：该系统在25m×25m的平面范围内,目标定位时间在2S以内,角度误差小于2.7％,达到了对目标的实时定位。     

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%。     

Measuring Acoustic Wave Transit Time in Furnace Based on Active Acoustic Source Signal

Accurate measurement of transit time for acoustic wave between two sensors installed on two sides of a furnace is a key to implementing the temperature field measurement technique based on acoustical method.A new method for measuring transit time of acoustic wave based on active acoustic source signal is proposed in this paper,which includes the followings:the time when the acoustic source signal arrives at the two sensors is measured first;then,the difference of two arriving time arguments is computed,thereby we get the transit time of the acoustic wave between two sensors installed on the two sides of the furnace.Avoiding the restriction on acoustic source signal and background noise,the new method can get the transit time of acoustic wave with higher precision and stronger ability of resisting noise interference.     

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。     

基于传声器阵列的声源定位算法与误差分析

基于传声器阵列和互相关算法的时间延迟技术对声源进行定位,互相关算法对宽频带信号（扫频信号）定位比较准确,对窄带信号（风琴信号）定位不显著,分析了影响声源定位精度的因素,并改进声源定位系统.通过实验验证了影响风琴信号声源定位的因素,实现了风琴信号的声源定位,并在NI CompactRIO系统上开发了一个实时声源定位系统.     

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。     

基于立体声信号的声源定位算法研究

提出了一种基于立体声信号的声源定位算法.算法主要分为两个步骤:先进行声达时间差估计,并从中获取传声器阵列中阵元间的声延迟;再利用荻取的声达时间差,结合已知的传声器阵列的空间位置和声速进一步定出具体声源的位置.实践结果表明,该算法是一种准确度高、稳定性好的声源定位方法,并且更加有利于实时声信号的处理.     

压缩感知下的自适应声源定位估计

声源定位是一个应用非常广泛的研究课题。针对阵列定位精度不高的问题,提出一种基于压缩感知的声源定位算法。通过构建冗余字典,该算法将网络中的多个未知源节点的位置作为一个系数向量,然后采用稀疏贝叶斯学习算法估计声源位置。为了增快算法的运行速度,提出一种有效的多分辨率字典构建方法,并迭代地减小定位空间,提高定位精度。实验结果显示,基于压缩感知的声源定位算法可以改善多源节点的定位能力,且有效地减少所需的传感器节点。此外,与基于子空间的算法比较显示,该算法的性能更优越。     

基于声源定位技术的智能视频监控系统

针对目前的大部分视频监控系统都是基于图像检测的静态或动态监控,提出了在智能视频监控系统中应用声源定位和摄像头动态采集进行联合判决的方案。系统采用麦克风阵列对声源进行定位,然后驱动摄像头转动到声源位置监控,通过图像分析给出报警动作。实验结果表明,该系统在低噪声干扰的实验环境下,能实现对声源的有效定位,并进行异常情况报警。