基于麦克风阵列的声源方位估计算法研究

摘要

传统的单一麦克风，对语音信号的采集范围十分有限，且易受环境噪声和室内混响等因素的影响，导致采集到的信号有较大的失真。随着多媒体会议、助听器等阵列技术产品的出现，人们不仅需要有效获取期望的语音信号，还需准确定位该语音信号，面传统的单一麦克风语音信号处理技术已经不能满足这些要求。
　　本论文利用麦克风阵列实现声源方位的有效估计，从算法理论和计算机仿真两个方面验证了基于麦克风阵列实现声源方位估计的可行性。在声源定位的三大类方法中，本文对基于时延估计的方法和空间谱估计的方法进行了重点研究，通过计算机仿真和各种算法的分析对比实验，分别在估计精度、算法收敛速度、运算量等方面，检验、验证了文中各算法的性能。
　　首先，本文对理想环境下广义互相关算法中常见的几类加权函数进行仿真分析。针对PHAT加权函数易受噪声和混响影响的缺陷，本文通过修正PHAT加权函数结构，使其在低信噪比和有混响的条件下也取得了较高的估计精度。
　　其次，本文对LMS算法进行分析研究，并通过在步长因子和稳态误差两者间建立非线性函数，形成变步长LMS算法，消除了不相关噪声对算法的影响，并克服了步长因子和稳态误差两者之间所存在的矛盾。
　　然后，本文分析研究了MUSIC算法、ROOT-MUSIC算法以及ESPRIT算法，从算法原理、估计精度、分辨率等方面进行了仿真对比。针对平面阵固有的缺陷，通过设计、优化阵列结构，有效解决了空间声源的镜像估计问题。
　　接着，针对MUSIC算法无法估计相干声源信号的问题，本文分析研究了几种解相干算法，实现了空间相干声源的角度估计。
　　最后，本文结合TDOA方法和空间谱搜索方法，实现空间声源DOA的有效估计。该方法既避免了时延估计方法误差二次累加的缺陷，又弥补了空间谱搜索方法运算量庞大的不足。

目录

声明

摘要

第1章 绪论

1．1 本课题研究目的及意义

1．2 国内外现状分析

1．2．1 阵列技术研究现状

1．2．2 DOA估计研究现状

1．2．3 TDOA技术研究现状

1．3 论文主要工作与结构安排

1．3．1 论文主要工作

1．3．2 论文结构安排

第2章 预处理及麦克风阵列模型

2．1 语音信号的模型

2．1．1 理想模型

2．1．2 实际模型

2．2 语音信号的特征

2．2．1 时频特征

2．2．2 语谱图

2．3 语音信号的预处理

2．3．1 带通滤波

2．3．2 加窗分帧

2．3．3 预加重

2．3．4 归一化

2．4 麦克风阵列模型

2．5 本章小结

第3章 时延估计技术

3．1 广义互相关时延估计

3．1．1 算法描述

3．1．2 仿真及讨论

3．2 改进加权函数的广义互相关时延估计

3．2．1 算法描述

3．2．2 仿真及讨论

3．3 LMS自适应时延估计

3．4 变步长LMS自适应时延估计

3．4．1 算法描述

3．4．2 算法性能分析

3．4．3 仿真及讨论

3．5 本章小结

第4章 子空间估计技术

4．1 MUSIC算法及其修正算法

4．1．1 经典MUSIC算法及仿真

4．1．2 ROOT-MUSIC算法及仿真

4．1．3 消除相位模糊的MUSIC算法

4．2 ESPRIT算法及仿真

4．3 解相干声源定位算法及仿真

4．3．1 相干信号模型及去相干原理

4．3．2 空间平滑算法

4．3．3 IMUSIC算法

4．3．4 仿真及讨论

4．4 基于时延预估计的子空间搜索方法

4．5 本章小结

结论与展望

致谢

参考文献