聲源定位算法及實(shí)現(xiàn).pdf

1、基于麥克風(fēng)陣列的聲源定位是近年來語音信號處理領(lǐng)域的一大研究熱點(diǎn)。隨著研究的不斷深入，目前該項(xiàng)技術(shù)已經(jīng)在視頻電話會議、智能機(jī)器人、語音增強(qiáng)等場合中得到了廣泛的應(yīng)用。盡管如此，如何在真實(shí)的聲場環(huán)境中定位三維空間的點(diǎn)聲源，并進(jìn)一步提高定位的精度和魯棒性，仍然是一項(xiàng)有挑戰(zhàn)性的課題，也因此受到了研究者越來越多的關(guān)注。 本文致力于真實(shí)聲場環(huán)境下的三維空間聲源定位的研究。在過去研究的基礎(chǔ)之上，提出了聲源定位的改進(jìn)算法，并且在同步語音采集平臺上

2、建立起了實(shí)際定位系統(tǒng)，通過真實(shí)辦公室環(huán)境的定位實(shí)驗(yàn)對算法進(jìn)行了驗(yàn)證。 首先，端點(diǎn)檢測是語音預(yù)處理中關(guān)鍵的一環(huán)。避免對無聲的信號段的處理，不僅大大降低了運(yùn)算量，而且提高了有聲信號的利用率，最終提高后續(xù)定位的精度。利用噪聲近似服從高斯分布以及語音和噪聲相互統(tǒng)計(jì)獨(dú)立的假設(shè)，引入了四階累積量對語音端點(diǎn)進(jìn)行檢測，抑制了背景噪聲的影響。其次，基于到達(dá)時(shí)間差的聲源定位算法是當(dāng)前最為流行的算法，它由時(shí)延估計(jì)和定位估計(jì)兩部分組成。對于時(shí)延估計(jì)，本

3、文在前人提出的互功率譜相位算法(CSP)算法的基礎(chǔ)上提出了一種改進(jìn)算法，通過濾除語音范圍之外無貢獻(xiàn)的互功率譜，達(dá)到增加語音主要頻段內(nèi)的幅度權(quán)重的目的，抑制了非期望峰值，提高了估計(jì)精度；對于定位估計(jì)，本文以已有的球形插值算法(SI)得到的定位估計(jì)作為初值，利用LMS算法進(jìn)行迭代搜索得到最小方差意義下的空間最優(yōu)解，克服了原SI算法中存在的誤差度量函數(shù)非最優(yōu)和迭代更新定位收斂不確定的問題。定位實(shí)驗(yàn)結(jié)果表明，本文所提出的算法使定位精度得到了較大