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.     

低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

基于改进时延估计的声源定位算法

针对强噪声和强混响条件下, 室内声源定位算法收敛速度慢和定位精度低等问题, 提出一种基于改进时延估计的声源定位方法. 该方法建立在单源多元混响模型下, 首先用四元十字型麦克风阵列估计时延; 然后在广义互相关时延估计算法的基础上, 引入二次相关法以削弱噪声干扰, 同时采用LMS(最小均方)自适应滤波算法弥补广义互相关方法的不足, 提高混响环境下的时延估计精度; 最后, 通过远场近似几何方法定位声源. 实验结果表明, 与相位变换加权广义互相关函数(GCC-PHAT)算法相比, 该方法具有较好的抗噪能力与抗混响能力, 能获得更准确的定位结果.     

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。     

抑制多载波系统PAPR的CFR算法比较

峰均比是多载波调制系统中一个普遍存在的问题,文章阐述了多载波系统中高峰均比问题的来源、峰均比的特性以及大峰均比对系统性能的影响,分析了限幅类技术中的峰值加窗、噪声成形两种波峰因子减少算法,在给出OFDM系统模型的基础上,用MATLAB语言仿真了两种算法的性能,仿真结果表明在降低峰均比上噪声成形算法优于峰值加窗算法.     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing，OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时，特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题，提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解，利用噪声特征值的幂级数对噪声子空间进行加权处理，同时采用信号特征值的倒数对信号子空间进行加权处理，以修正MUSIC算法的伪谱，通过谱峰搜索得到时延估计值。仿真结果表明，与MUSIC算法相比，WMUSIC算法具有更高的时延估计精度，在信噪比为－8 dB时，估计精度在两径条件下提升71.46%，三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题，可以完成较为准确的时延估计任务，提高了低信噪比条件下OFDM系统的时延估计性能。     

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。     

实时广义相关时延估计器

在水下航行体的测试中，通常采用被动定位方式获得航行体的运动轨迹，被动定位一般利用空间关系已知的3个或3个以上的水听器来接收目标的辐射噪声，由时延估计器求得这些噪声信号间的相对时延，从而实现目标定位，广义相关时延估计器是其中具有重要价值的一类时延估计器，但是，由于所处理的信号是随机信号，其频谱结构起伏大，时变性强，且存在环境噪声的干扰，其先验权函数难以预知，因而极大地影响了估计器的性能，为了解决这一问题，提出了实时权函数估计算法，并设计了多DSP并行处理系统加以实现，通过在不同时间和水域对不同水下航行体的实际测试检验了估计器的有效性，实际应用表明，该广义相关器在目标源信号谱结构变化时时延估计性能基本不受影响，具有稳健的时延估计性能和自适应能力。     

一种衰减信号加窗频域插值算法

为了提高多频衰减正弦信号参数估计的精度,提出了一种加窗频域插值算法.先利用信号加窗技术对时域信号施加Hanning窗,然后利用频域插值方法计算出频率和衰减因子等参数值.结合Hanning窗和频域插值的方法,不仅可减小远程泄漏的影响,而且也消除了短程泄漏的影响,从而提高了对多频衰减正弦信号参数估计的精度.通过对算法的参数变化、噪声干扰和谱线分辨率的敏感性分析表明,即使在较强的噪声干扰和频谱泄漏下,算法依然具有较高的估计精度和稳定性,且计算效率高,内存占用低,因此较适合于对计算资源要求苛刻的信号特征提取场合,为机械冲击故障特征的提取提供了一种可选方法.     

基于预处理VAD和自适应KLT的语音增强算法

针对加性有色噪声干扰，提出了一种单通道输入基于信号子空间的话音增强算法。算法中使用自适应的方法跟踪KLT(Karhunen—Loeve Transform)阵。运用一种近似模型来表述有色噪声的特性，并基于噪声平稳的假设，通过采用预处理技术的语音活动性检测(VAD：Voice Activity Detection)单元获取噪声样本，用于下一语音帧中噪声特性的估计和增强处理。实验表明，算法对于有色噪声干扰下的语音信号有较好的增强效果，并且性能优于改进减谱法。     

指数形式的二次相关GCC-PHAT-β时延估计算法

针对现有的时延估计算法在低信噪比下精度低、时延估计误差大的问题,提出一种指数形式的二次相关GCC-PHAT-β算法。通过构造加有高斯白噪声的两路单频正弦波信号,分别在不同信噪比下对GCC-PHAT-β算法、二次相关GCC-PHAT-β算法以及改进算法进行实验仿真,验证三种算法在不同信噪比下的峰值凸出程度;进一步选用男声音频作为信号源,比较三种算法在进行时延估计时所产生的误差大小。仿真结果表明：信噪比在-10~10dB时,改进算法的相关函数的最大峰值明显凸出于GCC-PHAT-β算法和二次相关GCC-PHAT-β算法,其时延估计误差相较于其它两种算法也显著减小。可见指数形式的二次相关GCC-PHAT-β算法在信噪比为-10~10dB时具有一定的优势。     

非周期扩频系统中频率域多径时延估计

基于频域子空间思想,给出了一种适用于非周期扩频系统的多径时延估计方法。分析了匹配滤波器输出变换到频域后,多址干扰项和噪声项在频域中的统计特性及其对估计误差的影响。理论分析和仿真实验结果表明,时延估计的频域处理方法是一种无偏估计,且其估计精度远远高于滑动相关方法。     

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。     

基于麦克风阵列的语音信号实时时延估计

为了更好地利用麦克风阵列定位语音信号,得到更高的定位精度,研究了时延估计算法的构成方法与性能特征,分析了定位过程中误差的产生原因与环境,提出了切实可行的减小或消除相应误差的办法。该算法利用同一语音信号分别到达各麦克风的时间差,进行关系换算。利用Matlab在电脑上仿真的定位结果表明,该修改方法能大大改善定位的准确性,提高时延估计算法在实际应用中的利用率。     

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。     

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.     

基于相关熵希尔伯特差值的窄带射频信号时延估计

窄带射频信号时延估计的精度往往会受到相对带宽的制约和噪声的影响.针对这一问题,提出了相关熵希尔伯特变换时延估计的定理,并结合此定理提出了一种在脉冲噪声环境下,适用于窄带射频信号的相关熵希尔伯特差值时延估计算法.该算法具有受信号相对带宽影响较小、抗噪能力较强等特点.仿真结果表明,与CCF、FLOC、l_p范数等算法相比,该算法具有更好的时延估计有效性和准确度.     

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.