一种嵌入式远场麦克风阵列声源定位系统设计与实现

研究了一种采用均匀线阵列麦克风接收语音信号的低功耗嵌入式声源定位系统以及一种基于改进时间差估算法进行声源定位的算法,使得微型麦克风阵列在嵌入式设备中的噪声处理能力和定位精度大大提高,可以广泛应用于智能化小型设备中,实现了技术的实用化。     

鲁棒自适应波束形成算法比较研究

传统的自适应波束形成算法对基阵的轻微误差非常敏感,为了提高自适应波束形成技术对阵列误差的鲁棒性,在分析线性约束最小方差波束形成器的基础上,讨论了传统的对角加载算法对波束形成器鲁棒性的改善,提出了将基于结构风险最小化原理的支持向量机算法应用于鲁棒波束形成,并对对角加载算法和支持向量机算法进行了鲁棒性能分析与比较.仿真实验...     

一种自适应波束形成语音增强方法实现

本文利用阵列信号处理的波束形成理论,研究了基于Frost自适应波束形成的麦克风阵语音增强系统.和大多数文献都利用计算机仿真数据不同,本文是用真实环境下采集的数据.来验证算法.利用MATLAB计算结果表明,麦克风阵波束形成技术能有效去除背景噪声.     

麦克风阵列幅相误差校准的最小二乘系统辨识研究

阵列幅相误差显著降低了麦克风阵列的声源定位算法性能,研究了一种麦克风阵列幅相误差有源宽带近场校准方法。该方法采用一个校准源,线性正弦扫频信号作为激励信号,它先对阵列接受到的信号进行幅值和相位补偿,以阵列中的一个阵元作为参考阵元,把参考阵元与待校准阵元当作单输入单输出线性系统,然后通过递推最小二乘(RLS)系统辨识算法获得用于通道校准的FIR滤波器。用三维声强探头阵列进行校准和声源定位实验,验证了所提出的校准方法实用有效。     

基于TDOA多声源定位的虚假声源消除方法

基于到达时差(time difference of arrival,简称TDOA)的多声源定位方法难以将麦克风获得的TDOA值与真实声源进行有效的关联。针对此问题,提出了一种基于TDOA的多声源空间定位方法。利用互相关算法估计声源的TDOA值,并基于Chan算法求解多目标声源的空间位置。为消除虚假声源,将阵列麦克风分为定位和校验两组子阵列,并构建阵列分组定位校验模型。定位麦克风用于所有可能声源的定位。校验麦克风用于虚假声源的消除,并获得多声源的初始位置。根据初始真实声源位置,构建全阵列TDOA序列校验模型,并获得最终真实声源位置。搭建了仿真及实验平台,对提出的方法进行验证。仿真及实验结果表明,提出的方法有效地消除了基于TDOA多声源定位的虚假声源,并能充分利用阵列麦克风数量来提升多声源定位精度。     

压缩感知声源定位方法研究*

目前声源定位主要采用波束形成算法与麦克风阵列相结合的方法。常规波束形成(Conventional beamforming, CBF)方法存在以下缺陷：① 空间分辨率受限于瑞利限;② 动态响应范围受旁瓣的影响。高级波束形成算法则存在着计算时间过长、会出现负声源或假声源等缺陷。提出一种基于麦克风阵列与压缩感知正交匹配追踪(Orthogonal matching pursuit, OMP)算法的声源定位方法。在不同频率下通过数值仿真方法将压缩感知OMP算法与CBF算法及压缩感知基追踪(Basis pursuit, BP)算法的声源定位结果进行对比。结果表明：① 与CBF算法相比,压缩感知算法显著提高定位结果的分辨率;② 当声源频率为 1 000 Hz时,测量矩阵的等距约束性常数(Restricted isometry constant, RIC)远高于FOUCART边界限,不满足等距约束性条件(Restricted isometry property, RIP),压缩感知OMP算法仍能定位出主要声源的位置,而压缩感知BP算法无法对主要声源进行定位。通过数值仿真方法对不同信噪比(Signal to noise ratio, SNR)及不同声源间距下压缩感知OMP算法和CBF算法声源定位的结果进行对比。结果表明：① 当SNR为零时,压缩感知OMP算法能对主要的声源信号进行定位,而CBF算法无法对主要声源进行定位;② 在声源频率为5 000 Hz时,OMP算法的空间分辨率为0.074 m,突破了瑞利限约束。通过试验对所提出的声源定位方法的可行性进行验证。     

基于双目视觉和声阵列的声学摄像机的开发

基于双目视觉技术和阵列测量方法设计实现了一种声学摄像机,可以实现声场的动态视频可视化.基于波束成型原理,利用十字阵列实现空间声场的动态测量,构造空间指定位置的二维声场云图.利用双目立体视觉技术,实现被测空间的空间位置定位,与通过声阵列方法获得的声场图像建立统一的时间空间坐标系,实现声场图像和视频图像的融合,实现空间声场的视频可视化,达到准确、直观地进行声源定位和显示的目的.     

基于麦克风阵列的声源定位系统

基于麦克风阵列的声源定位技术有着很好的安全性和隐蔽性,在军事领域和民用领域有着广泛的应用。主要研究了几种常用的基于麦克风阵列的时延估计定位算法,仿真分析了他们各自的特性,并最终通过实验验证了PATH-GCC广义互相关算法的可行性。     

改进的自适应特征值分解声源定位算法研究

麦克风阵列室内声源定位,常用声达时间差定位技术.本文针对估计时延的自适应特征值分解算法收敛速度慢,时延估计精度较差,麦克风较多等问题,提出一种改进的自适应特征值分解时延估计算法,采用单源多元混响模型,将混响效应描述为室内冲激响应滤波器对信号的滤波过程,估计不同阵元的冲激响应抑制混响,根据冲激响应峰值计算时延.通过引入最小均方牛顿算法,加快了AED算法的收敛速度.给出了对声源进行三维定位的三麦克风阵列结构,实际测试结果表明,改进算法与三麦克风阵列的定位方法对声源的定位更加准确.     

基于圆阵声源定位的目标上下界判定方法

通过圆形阵列和波束形成可以实现对声源目标的定位,在近距离的噪声声源定位中,声源的方位角和俯仰角范围分别为0～360°和0～90°,但通过波束形成计算方位角时,只能给出半个空间0～180°内的目标方位角,当目标出现在180～360°时,采用原有的公式和阵列顺序,计算出的功率谱是杂乱的,无法直接给出,需要通过对阵列数据进行旋转并二次计算才能得到方位角,显著增加运算时间.通过研究,提出了互相关测量法,初步判断声源所在方位,再通过波束形成算法计算出方位角,可以减小运算量,约降低1/3的计算时间.