基于NLMS的AEDA声源估计优化算法

针对传统的自适应特征值分解(AEDA)的延估计算法收敛时间慢的问题,提出一种改进的AEDA自适应算法,该方法将归一化最小均方法与AEDA相结合,加快了收敛速度,使其可应用于信号的实时处理.实验结果证明,在真实声场中,该算法能够用于声源定位.     

一种基于离散时延的鲁棒声源三维定位方法

为了减少相位变换加权的可控响应功率(SRP-PHAT)声源定位算法的计算量,提出一种基于离散时延的改进算法.该方法首先利用FFT将麦克风阵列的每一帧接受信号变换到频域,然后在频域补零至16倍帧长,再运用IFFT将所有麦克风对的广义互相关函数在搜索之前计算好,从而可大幅度减少计算量.频域补零提高了广义互相关函数的采样率,因而由时延离散带来的定位误差很小.仿真结果表明,无论在远场还是近场条件下,该算法均能将计算量降低一个数量级而保持原算法的鲁棒性.     

基于压缩感知的麦克风阵列声源定位算法

为了提高麦克风阵列在高混响、低信噪比环境中的定位性能,提出了一种基于压缩感知的声源定位算法.该算法将声源定位问题转化为稀疏信号的重构问题,将不同位置的房间冲激响应作为特征以构建字典.首先,将麦克风接收信号转换至频域,从具有较高能量的频点中求得一组扩展的频域声源信号矢量,该矢量中包含了声源的位置信息.然后,在频域中整合这些扩展的声源信号矢量,使声源的位置信息更突出,矢量中最大元素所对应的空间位置即为声源的位置估计.仿真实验结果表明,与相位变换加权的可控响应功率(SRP-PHAT)定位算法相比,所提算法的定位成功率更高,对混响的鲁棒性更强,更适合高混响低信噪比环境中的声源位置估计.     

基于麦克风阵列的声源定位研究

基于麦克风阵列的声源定位是有效声源提取的前提和基础，其技术在多媒体通信中得到了广泛的应用．讨论了基于麦克风均匀线阵和均匀圆阵的声源定位方法，并进行了仿真，其结果表明这两种模型均能有效地提取出声源的位置．并给出了算法的硬件实现的原理框图。     

基于麦克风阵列的近场声源定位

根据近场语音信号的特点,研究使用麦克风阵列的近场声源定,位技术.为了克服MUSIC算法本身的局限,对阵列的输入信号进行时一频变换并抽取子带,在此基础上估计声源的数量并对实现对语音信号的定位.最后,根据谱峰的特点,提出了一种快速谱峰搜索算法.仿真结果表明,在有混响的房间中,算法有效的提取了声源的方位.     

基于广义互相关改进的麦克风阵列声源定位方法

基于麦克风阵列的声源定位技术因其安全性和隐蔽性,涉及军事和民用等诸多领域.其定位方法大体可以分为三类:基于到达时延估计(Time Difference of Arrival,TDOA)、基于最大输出功率的可控波束形成和高分辨率谱估计,其中基于广义互相关(Generalized Cross Correlation,GCC)的时延估计进行声源定位的算法因其运算量小、定位精度高而得到了广泛的应用.但在实际应用中,环境噪声的存在使传统的GCC加权算法的定位精度不高,所以有一定的局限性.针对这一问题,构建三元直角三角形麦克风阵列,利用时延估计进行声源定位,改进传统的PHAT相位加权算法,提出基于广义互相关的SCOT/PHAT联合加权时延估计算法.通过对不同加权函数的广义互相关时延估计算法进行Matlab仿真对比,结果表明:在小信噪比环境下,该算法较传统的广义互相关算法具有更强的抗噪能力.     

基于球麦克风阵列的三维空间多声源定位

由于球麦克风阵列本身结构的特殊性,目前它广泛的应用于声场录制、波束形成、声场重现和声场分析等等领域.利用球麦克风阵列的对称性进行三维空间的多声源定位,和传统的声源定位方法不一样,通过分析声波传播的物理特性,采用球谐函数声场分解的方法,研究和探讨了离散的球麦克风阵列求解多声源情况下球散射声场球谐系数的方法,同时采用球傅立叶变换的方法分析了多声源情况下声场的指向性因子的变化情况,并由该指向性因子的等高线图确定了三维空间中的各个声源方向.同时还大致分析了麦克风阵列的离散化所导致的声场分解的误差,讨论了麦克风阵列的大小、麦克风位置以及声场分解模态的高低对声源定位精度的影响,最后采用了遗传算法对球麦克风阵列的麦克风位置进行设计和优化,提出了在有实际应用条件限制下设计优化球麦克风阵列的一种方法.计算机模拟表明,基于声场球谐系数求解和球傅立叶变换的方法可以同时有效的确定三维空间中任意方向的多个声源的方向.     

基于TDE技术的声源定位算法

针对基本互相关法在估计时延时没有明显的峰值及实际环境中的噪声会减损峰值,甚至出现伪峰的问题,提出了一种基于广义互相关的改进时延估计方法,并结合麦克风阵列结构,实现了基于两步定位的声源定位.通过仿真实验验证了该方法在有噪声的环境下能准确测量声源的位置,定位的平均距离误差和平均方向角误差都低于5%,且方向角在30°～150°、距离在1.1～2.3m时定位成功率达80%以上.     

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Tabu算法的声源定位方法

提出一种Tabu搜索算法的声源定位方法．该方法在获得声源信号后,使用基于声到达时间差TDOA方法计算信号的时间延迟,最后应用Tabu搜索算法搜索最佳声源位置．模拟结果表明,该方法是一种定位精度高、效率高的声源定位方法。     

基于传声器阵列的自动声源定位方法

提出一种基于传声器阵列的自动声源定位方法．该方法首先用一个传声器阵列获取声源信号,然后用基于互功率谱相位的时延估计方法计算传声器对间信号的时间延迟,最后应用Tabu搜索算法搜索最佳声源位置．计算机模拟结果表明,该方法是一种定位精度高、运算量较小的声源定位方法．     

基于广义互功率谱相位法的声源定位技术

研究如何在复杂噪声和严重混响的室内环境下,提高声源定位系统的性能.首先分析室内麦克风阵列的信号模型,确立一种合适的阵列拓扑结构;其次在复倒谱域对滤波器的各项参数进行仿真比较,得出滤波器参数的最佳值;然后提出一种广义互功率谱相位法,改进了峰值不明显等问题.在Matlab中对多种加权函数进行了仿真比较,进一步改善声源定位结果的准确性.最后对提出的算法进行验证,结果表明,当改进后算法的角度误差和距离误差分别为±10°和±15cm时,定位成功率能达到80%左右.     

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。     

基于麦克风阵列多声源定位的新方法

针对传统方法不能准确地测量远场多声源位置的问题,提出了在近场和远场都能用的多声源定位新方法.该方法采用两个L型麦克风阵列,在每个阵列通过多声源的频率及到达角的联合估计求得信号源的夹角,基于每个信号源的夹角对估计多声源的位置.通过仿真实验验证了该方法在近场、远场都能准确地测量多声源位置,通过调节两个L型麦克风阵列之间的距离能得到误差在5%以下的声源定位精度.     

基于声源定位的头部姿态检测系统研究与实现

研究了声源定位技术在鼾声检测上的应用,主要研究鼾声的声学特性、声源定位技术原理,并利用声源定位技术对人体打鼾时头部姿态进行识别.采用广义互相关函数法对多路声音采集系统采集到的鼾声信号进行延迟估计计算,根据得到的相对时延信息进行声音定位,结合定位信息和朝向信息推断出当前受试者打鼾时头部姿态.采用数据采集卡进行高速信号采集,使用虚拟仪器Labview进行信号处理和算法实现,实验中受试者以不同头部姿态在该系统监测下模拟打鼾,通过该系统检测头部姿态,综合判断正确率达到80%.     

基于三线交点球麦克风阵列的远场多声源定位

设计一种三线交点球麦克风阵列,利用该阵列进行球面声压采样,实现了基于平面波分解的三维空间远场多声源定位.声源定位对比实验结果表明,采用98元的三线交点球麦克风阵列进行远场多声源定位,可以提高声源定位的精度和空间分辨率,且对环境噪声具有良好的鲁棒性.     

基于两个L型阵列的远场多声源定位方法

针对传统方法不能准确地测量远场多声源位置的问题,提出了在近场和远场都能用的多声源3D定位新方法.该方法采用两个L型麦克风阵列,在每个阵列通过多声源的频率及到达角的联合估计求得信号源的夹角,基于每个信号源的夹角对估计多声源的位置.通过仿真实验验证了该方法在近场、远场都能准确地测量多声源位置,通过调节两个L型麦克风阵列之间的距离能得到误差在5%以下的声源定位精度.