广义二次相关时延估计算法改进

在基于TDOA的声源定位算法中时延估计的精确度是关键,时延估计极小的误差也会导致定位结果的偏离,因此为了提高声源定位的精度,必须对时延进行准确的估计.传统的广义互相关时延估计方法是通过添加相应的加权函数来提高语音信号中的有效成分,从而提高时延估计的精度.然而现实中声学环境非常复杂,在较低信噪比的情况下,传统广义互相关时延估计法的性能开始下降,导致时延估计误差变大.针对这一问题提出了一种基于二次相关的广义互相关时延估计改进算法,该方法首先通过滤波器对接收到的音频信号进行滤波,再利用二次相关抑制了噪声对信号的干扰,然后对加权函数进行改进,提高时延估计精度.最后计算机仿真实验表明,无论在低信噪比还是在高信噪比甚至是弱混响的环境下,该方法都获得了较好的时延估计性能.     

基于倒谱分析的防混响时延估计算法

为了提高混响条件下时延估计算法的精度,对广义互相关时延估计算法进行分析后,介绍了倒谱分析在去混响处理中的作用,根据接收信号中各种成分在倒谱的分布情况,对基于同态滤波的时延估计方法提出改进方案。通过仿真实验对比传统时延估计算法和新算法的性能,并从误差角度分析时延估计的准确度。从仿真结果可以看出,本文提出的算法在混响比较严重的环境中做时延估计,其均方根误差比广义互相关时延估计算法(GCC)降低了20%左右,比改进前的基于同态滤波广义互相关算法(CEP-GCC-TDE)降低了8%左右,估计精度有了进一步提高,在室内声源定位中具有实用价值。     

基于自适应频率选择的鲁棒时延估计算法

为了增强相位变换加权广义互相关方法(GCC-PHAT)这一常用时延估计方法对噪声的鲁棒性,提出了一种基于频率自适应选择的改进算法.该算法利用较短的语音数据(32ms)估计出每个频率的协方差矩阵,从而计算出每个频率的信噪比(SNR),然后自适应地选择SNR较大的频率用于时延估计.仿真实验结果表明,不论是在中等混响(混响时间T60=0.3s)还是在强混响(T60=0.6s)条件下,相对于GCC-PHAT方法,该算法对噪声的鲁棒性更强.     

基于次梯度投影的数字助听器自适应声源定位方法

该方法在特征值分解算法的基础之上,利用次梯度投影方法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置.与传统的基于广义互相关的时延估计算法相比,提出的算法在房间反射与共振的情况下定位精度更高;与基于NLMS算法的自适应特征值分解时延估计算法相比,提出的算法收敛速度更快,并且在强噪声的情况下鲁棒性更强.基于眼镜数字助听器声源定位系统的实验与仿真研究了麦克风阵不同的几何尺寸对算法性能和定位精度的影响,证明了在不同信噪比情况下该算法都能有效定位声源的3D空间位置.     

基于互相关序列和BP网络的声源定位算法

在基于麦克风阵列的声源定位算法中,一种常用算法的基本思路是通过麦克风接收到信号的相关序列来计算信号之间的时延,进而再根据阵列的结构确定声源的位置。在分析传统的声源定位算法基础上,针对双五元十字阵模型,介绍传统的基于广义互相关相位变换加权(generalized cross correlation-phase transform, GCC-PHAT)时延估计的定位算法,并给出基于GCC-PHAT时延估计和反向传播(back propagation, BP)神经网络的定位算法、基于抛物线互相关时延估计和BP网络的定位算法,进而通过分析影响时延估计的主要因素,提出了基于互相关序列和BP网络的新定位算法,该算法将GCC-PHAT互相关序列最大值点的位置、最大值点及其左右各一点的相关值作为BP网络的输入,通过对BP网络进行训练来实现声源的三维定位。仿真实验表明：与传统的基于GCC-PHAT时延估计的定位算法相比,所提出的各个算法均具有较好的定位效果,后者均比前者的定位精度更高,而且提出的基于互相关序列和BP网络的新定位算法在低信噪比和高混响的条件下,也具有较好的定位效果。     

麦克风阵列声源定位中时延估计的改进

时延估计是阵列信号处理中的关键技术,是麦克风阵列声源定位系统中常用的方法.影响麦克风阵列声源定位性能的因素有很多,混响就是其中之一.通常麦克风阵列定位系统多处于室内环境中,除了其他干扰噪声和环境噪声的影响外,声源本身经过环境反射造成的混响也会对其性能造成较大的影响.本文在互相关原理的基础上,综合两种不同的频域加权算法,PATH加权和ML加权进行改进,弥补了原算法不能同时稳健噪声和混响的不足,并得到多种环境下的最优q值,降低了多径效应对估计阵元间的相对时间延迟的影响,提高了时延估计的准确率和声源定位精度.实验结果证实了新方法的时延估计准确率高和最优q值的有效性.     

基于稀疏过零点信息的抗幅值失真时延估计方法

基于时延估计的TDOA方法广泛地应用于声学定位技术中,应用时引入的干扰会导致一定程度的幅值失真,从而影响时延估计的准确与稳定性.文中分析了不同干扰因素带来的影响,进而针对幅值失真问题,提出了一种新的基于信号过零点信息进行时延估计方法.该方法对需要进行时延估计的两路信号进行幅值归一化处理,得到仅含0、1两种特征值的稀疏化信号,在一定范围内将稀疏化信号错位相减得到误差系数函数,通过索引误差系数函数的最小值求得通道时延估计值.为了验证该方法的有效性,分别进行了数值模拟、耦合腔实验与室内混响定位实验,实验中采用广义互相关(GCC)时延估计方法作为对比,结果表明:对于模拟信号和耦合腔标准声源生成信号,该方法均有较好的抗干扰能力,在信噪比为-5 dB时依然可以准确进行时延估计计算;与GCC方法相比,可用于极端条件如信号削波时的时延估计;在低采样率实验中,该方法较GCC方法受采样率降低影响小,在低采样率的条件下依然保留一定时延估计能力;在室内混响条件下的近距离声源定位实验中,该方法受声源距离、混响影响小,并且较GCC方法具备更强的抗突发干扰能力.文中所提出的方法能很好地抑制信号削波、低采样率、混响干...     

基于子带信噪比估计和软判决的鲁棒双耳声源定位算法

为了提高噪声和混响环境下的双耳声源定位算法性能,提出了一种基于子带信噪比估计和软判决的双耳互功率谱和耳间时间差估计算法.首先根据每帧中每个子带双耳声信号的自相关矩阵估计子带信噪比;其次,将子带信噪比映射为软判决值,并对双耳互功率谱进行加权;最后利用加权后的互功率谱估计耳间时间差,从而判断目标声源方位.仿真测试和实际环境测试均表明:与基于互相关函数、过零率的传统双耳声源定位算法相比,所提算法在噪声和混响的复杂声学环境下,显著提高了双耳声源定位性能.     

基于双耳相干函数的鲁棒时延差估计与混响抑制算法

传统的基于相关峰的广义互相关算法在混响环境下性能急剧下降,尽管一些优先效应模型被提出以改善其性能,但是这些模型计算复杂且对阈值选取很敏感。该文首先通过协方差矩阵的特征值来分别更新语音的相干函数和噪声的相干函数,随后将语音的相干函数与理想相干函数匹配,用于时延差估计。估计出的时延差和噪声的相干函数用于相干与散射信号能量比值(coherent-to-diffuse power ratio,CDR)的估计,最后利用实时估计出来的CDR值进行混响抑制。实验结果表明:该方法的定位误差明显低于传统方法,且混响抑制后的主观语音质量评估(perceptual evaluation of speech quality,PESQ)分数高于对比算法。     

基于麦克风阵列的时延估计新方法

针对传统时延估计方法易受噪声和混响影响的问题,提出了一种基于麦克风阵列的时延估计新方法.该方法充分利用多个麦克风的空域信息和每个麦克风时域信息,以提高算法对环境噪声的抑制能力.该方法在抗噪声和抗混响性能方面都优于常用的PHAT-GCC(Phase Transform-Generalized Cross Correlation) 方法.仿真实验表明,与MCCC(Multichannel Cross Correlation Coefficient)方法相比,在信噪比为20 dB,阵元个数为2～6个,混响时间在200～620 ms条件下,该方法的时延估计错误率明显降低.     

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.     

一种改进的AEDA声源定位及跟踪算法

开展了基于麦克风阵列的真实声场环境声源定位的工作。针对传统的自适应特征值分解时延估计算法收敛时间慢、对初值敏感以及不能有效跟踪时延变化等问题,提出了一种改进的自适应特征值分解时延估计算法,该方法通过改进初值设定方法,有效改善了对时延变化的估计。另外,通过引入一个基于相关运算的语音检测算法,提高了定位系统的抗噪声能力。实验表明在真实的声场环境下该算法能够对单个声源的三维空间位置进行实时的定位和跟踪,系统在 1.5m 范围内对声源的定位误差小于 8cm ,声源位置变化时,系统也能准确跟踪声源的位置。     

基于麦克风阵列的声源定位算法研究及DSP实现

基于时延估计的声源定位技术是目前出现的定位方法中计算量最小、最易于实时应用的方法。时延估计的精度和鲁棒性是实现麦克风阵列声源定位系统精确与稳定的关键要素。然而在实际环境中大多存在较大的环境噪声和比较强的反射,影响了时延估计的准确性,进而影响对声源位置的准确估计。为了提高定位的精度,本文采用结合多帧加权平滑方法的GCC-PHAT-进行时延估计,仿真证明这种时延估计的方法在有噪声和混响存在的条件下仍然有比较高的准确性和比较好的实时性。搭建了一个四通道声源实时定位系统,对该系统的性能进行了测试。实验结果表明,在实验室的有噪音和反射的环境中,该系统的角度定位精度基本上能够控制在一个较小的范围内,具有比较强的应用性和稳定性。     

基于时延估计的麦克风阵列一致性分析

基于麦克风阵列的声源定位技术广泛应用于现场录音及会议通信等领域.常用的麦克风阵列声源定位技术中,时延估计是一种硬件成本低、计算量小且易于实现的算法.影响麦克风阵列时延估计的因素很多,麦克风阵列阵元的一致性性能是其中之一.基于相位变换的广义互相关算法,提出了一种新的麦克风阵列阵元一致性估计指标.构建3组阵元一致性指标不同的麦克风阵列,开展了对实际声源的角度估计.计算麦克风阵列对声源角度的估计时延和声源角度的理想时延之间的差值,建立了其与声源角度估计误差的方差关系,提出了基于时延估计误差的麦克风阵列阵元一致性估计指标,并验证了该指标在麦克风阵列阵元选择上的实际指导意义.     

面向多声源的压缩感知麦克风阵列的波达方向估计

在语音识别、说话人识别等语音交互应用领域中,麦克风阵列常常工作于多声源工作场景,因而需要更高的波达方向(DOA)估计分辨性能.压缩感知(CS)的DOA估计算法可将声源定位的问题转化成稀疏信号的重构问题,进而提高在高混响、低信噪比环境下的DOA估计性能.基于这一思想,将CS方法应用于多声源方位估计.考虑到传统的基于CS的DOA估计算法利用实测声源传输响应作为混合矩阵时,会因噪声的存在而导致多声源条件下的匹配程度下降,提出了利用基于阵列各阵元之间时延关系所生成的不同方位的声源传输响应来构造CS混合矩阵,即构造房间冲激响应CS(CRR-CS)的DOA估计算法,从而实现多声源的DOA稀疏恢复.通过实验验证了该方法优于传统方法,能更好地实现定位.     

基于正则化粒子滤波的说话人跟踪方法

针对噪声与混响环境下的说话人跟踪问题,提出一种基于正则化粒子滤波(RPF)的麦克风阵列声源定位与跟踪方法.该方法在正则化粒子滤波框架下,采用适应性较强的布朗运动模型,通过计算麦克风阵列波束形成器的输出能量来构建似然函数.实验结果表明,本文方法优于标准粒子滤波,有效提高了说话人声源跟踪系统的抗噪声与抗混响能力,即使在低信噪比(SNR=-5dB)情况下,也能有效跟踪.     

基于到达时间差的声源定位算法与实现

基于到达时间差的声源定位方法由时延估计和定位估计两部分构成,第一步的误差会带入到第二步从而造成累积误差,影响最终定位精度.针对这一问题,本文提出了一种改进的声源定位方法,采用累积互功率谱相位时延估计,并在此基础上结合球形插值算法进行定位.为了验证该算法在实际声场环境下的可行性和有效性,构建了三维麦克风阵列声源定位系统.实验结果表明,本文所提出的方法可以有效减少误差,提高最终定位精度.     

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.     

增采样时延估计被动声音定位方法

针对传统的基于广义互相关时延估计的平面五元十字阵被动声音定位算法定位精度低的问题,提出了运用增加采样的时延估计被动声音定位方法,对低采样率采得的信号进行内插,增加采样后再进行五元几何定位。Matlab定位仿真实验结果显示,相同采样率下,改进后的算法平均定位误差仅为传统TDOA算法的1/14,由此表明该方法较大地提高了广义互相关时延估计被动声音定位算法的精度。     

基于多路线性预测技术的时延估计

很多麦克风阵列时延估计算法在噪声和混响环境下性能都会下降。该文提出一种基于多路线性预测(multi-ple linear prediction,MLP)的时延估计算法。通过传递函数比估计来消除通道间传递函数的非对称性,提高信号相关程度;空间预测技术引入了阵列冗余信息,并以相关系数矩阵作为时延搜索的目标函数,提高时延估计的可靠性。实验结果显示了多路线性预测算法的估计准确率更高,性能更加稳健。与几种经典算法相比,在噪声和混响环境下MLP算法的估计正确率分别提高了5%和30%以上。