低信噪比条件下的平面等效源近场声全息方法

为提高低信噪比条件下的近场声全息成像效果,提出一种低信噪比条件下的平面等效源近场声全息方法,其将近场声全息对声场还原度高的优点和声源定位方法抗干扰能力强的优点相结合。该方法首先结合压缩感知技术的正交匹配追踪算法,在未知声源数目情况下求出虚拟声源在平面分布,再利用传导矩阵求出近场平面声压分布。通过仿真分析金属弹性材料壳体振动的近场声辐射,将该方法与Fourier变换方法、常规边界元方法以及传统等效源方法的近场声全息效果相比较。仿真实验表明,该方法性能可靠且具有较强的抗噪能力,可作为低信噪比条件下平面近场声全息方法的一种有效补充。     

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.     

基于等效源法的单全息面声场分离机理及技术

声场分离是实现声场精确重建的一种前处理技术。为改进双全息面分离声场技术采用的测点数目多、分离精度受两全息面之间距离影响等问题。提出一种等效源法的单全息面声场分离方法。利用空间变换的声全息技术识别出声源的大致位置，结合等效源法中声压和法向振速之间的关系，建立起声压和法向振速的分离公式。仿真分析了脉动球作为干扰源的分离结果，结果表明，该方法具有较好的分离精度。可见该方法能在单测量面下实现多相干声源声场的有效分离。     

基于压缩感知的麦克风阵列声源定位算法

为了提高麦克风阵列在高混响、低信噪比环境中的定位性能,提出了一种基于压缩感知的声源定位算法.该算法将声源定位问题转化为稀疏信号的重构问题,将不同位置的房间冲激响应作为特征以构建字典.首先,将麦克风接收信号转换至频域,从具有较高能量的频点中求得一组扩展的频域声源信号矢量,该矢量中包含了声源的位置信息.然后,在频域中整合这些扩展的声源信号矢量,使声源的位置信息更突出,矢量中最大元素所对应的空间位置即为声源的位置估计.仿真实验结果表明,与相位变换加权的可控响应功率(SRP-PHAT)定位算法相比,所提算法的定位成功率更高,对混响的鲁棒性更强,更适合高混响低信噪比环境中的声源位置估计.     

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...     

基于压缩奇异值分解等效源法的结构板件声源识别

为改善空间连续型声源的声场重建与声源识别性能,基于压缩感知(compressed sensing,CS)和等效源法(equivalent source method,ESM)的基本理论,提出了一种压缩奇异值分解等效源法(CSVDESM)。CSVDESM通过奇异值分解法获取声场的一系列正交基,在ESM和CS框架的基础上实现对声场的重构。将CSVDESM与高阶矩阵函数波束形成理论结合,通过提高阶次值,不断缩小识别到的声学中心覆盖范围,进一步提高声源识别定位精度。数值仿真分析和实验应用均验证了CSVDESM的有效性与实用性。     

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.     

宽间距麦克风阵列聚合角度谱空间混叠抑制方法研究

针对宽间距麦克风阵列在混响环境下的多声源波达方向估计问题,基于声源信号时频稀疏特性研究了1种能有效抑制空间混叠影响的聚合角度谱方法。该方法采用声源能量积累策略和恒虚警率检测技术,仅对频域积累输出中的高值分量进行帧间时域聚合处理,显著降低了聚合角度谱中的空间混叠伪峰高度和数量。仿真结果表明,该方法能够明显增大真实声源谱峰与伪峰之间的高度差,对宽间距阵列声源定位时的空间混叠抑制效果优于现有聚合角度谱方法。     

基于Tabu算法的声源定位方法

提出一种Tabu搜索算法的声源定位方法．该方法在获得声源信号后，使用基于声到达时间差TDOA方法计算信号的时间延迟，最后应用Tabu搜索算法搜索最佳声源位置．模拟结果表明，该方法是一种定位精度高、效率高的声源定位方法。     

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.     

WSNs中节点协同声源定位协议研究

声源定位是无线传感器网络重要的应用领域之一.由于实际环境中的声源大部分是运动的,因此设计一种快速准确的声源定位协议是关键.文章研究了一种多传感器节点协同的声源定位协议,完整考虑了节点处理声音和射频信号的响应时间,分析了它们对该声源定位协议定位精度的影响,推导出声源定位边界性条件.实验结果表明该协议相对于现有的精确声源定...     

潜艇涡量场和流噪声等效声中心的数值预报

为了实现潜艇湍流噪声及其等效声中心的数值预报,在分析SUBOFF潜艇拖曳和自航状态下涡量场的基础上,采用大涡模拟与声学边界元相结合的方法,在频域内预报了流噪声空间分布、测点谱源级曲线和声指向性,求取了等效声中心位置并分析了其受螺旋桨旋转作用的影响.计算结果表明：附体与艇体结合部马蹄涡和附体端面诱导项链形涡对是潜艇涡量场的主要特征,且马蹄涡系具有较高的强度和稳定性;附体尾涡脱落频率存在19.22Hz的线谱,且在尾涡测点谱曲线中得到明确体现;随着频率增加,流噪声蝶形指向性对应的辐射瓣状区间数随波数增加,且正横方向声压要强于首尾方向;流噪声等效声中心位于距艇艏0.46倍艇长处,在10Hz～1kHz内总声源级为95.09dB;艇艉桨对附体马蹄涡系影响较小,但促使等效声中心迅速移至艇艉.     

基于传声器阵列的自动声源定位方法

提出一种基于传声器阵列的自动声源定位方法．该方法首先用一个传声器阵列获取声源信号，然后用基于互功率谱相位的时延估计方法计算传声器对间信号的时间延迟，最后应用Tabu搜索算法搜索最佳声源位置．计算机模拟结果表明，该方法是一种定位精度高、运算量较小的声源定位方法．     

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。     

基于球麦克风阵列的三维空间多声源定位

由于球麦克风阵列本身结构的特殊性,目前它广泛的应用于声场录制、波束形成、声场重现和声场分析等等领域.利用球麦克风阵列的对称性进行三维空间的多声源定位,和传统的声源定位方法不一样,通过分析声波传播的物理特性,采用球谐函数声场分解的方法,研究和探讨了离散的球麦克风阵列求解多声源情况下球散射声场球谐系数的方法,同时采用球傅立叶变换的方法分析了多声源情况下声场的指向性因子的变化情况,并由该指向性因子的等高线图确定了三维空间中的各个声源方向.同时还大致分析了麦克风阵列的离散化所导致的声场分解的误差,讨论了麦克风阵列的大小、麦克风位置以及声场分解模态的高低对声源定位精度的影响,最后采用了遗传算法对球麦克风阵列的麦克风位置进行设计和优化,提出了在有实际应用条件限制下设计优化球麦克风阵列的一种方法.计算机模拟表明,基于声场球谐系数求解和球傅立叶变换的方法可以同时有效的确定三维空间中任意方向的多个声源的方向.