噪声背景下鲁棒的说话人跟踪

摘要

针对强噪声背景下的说话人跟踪系统,提出了一种适应于噪声统计特性未知的无迹扩展H∞粒子滤波方法,并将其应用于强噪声背景下的说话人跟踪问题.首先,将无迹变换(UT)变换引入到适用于噪声统计特性未知的EHF中取代复杂的雅克比矩阵计算,降低观测方程线性化引起的误差;接着,采用生成的无迹扩展H∞滤波优化重要性概率密度函数,将最新观测信息引入到粒子修正过程;最后,对本方法的粒子采样实现和权重更新步骤进行了详细分析.仿真分析表明:本方法有效提升了在信噪比较低情况下的跟踪精度和鲁棒性.