基于Wigner-Ville分布的移动机器人语音定位中时延估计方法

在移动机器人语音交互中，时延估计算法的精度是影响语音定位精度的关键因素。针对在强噪声情况下，基于时延估计原理进行语音定位的精度较低的问题，提出基于维格纳 威利分布(Wigner-Ville distribution， WVD)的一次与二次相关时延估计算法。在强随机噪声环境条件下，信号间的相关计算会加大侧峰的峰值，极大程度地干扰对主峰峰值的搜索，无法准确估计时延，进而影响语音定位效果。为了减小侧峰的影响，进一步对相关峰值加窗处理。但加窗虽减小了侧峰的干扰，却导致主峰宽度变大且变化趋势平坦，也会影响时延估计精度，因此，需选择希尔伯特变换对峰值锐化处理。仿真实验研究了各算法的估计情况与时延估计的均方根误差，实验结果表明，所提出算法相比其他几种算法对时延估计性能更高。此外，实际场景实验验证了该算法的抗噪声性能。