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.     

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.     

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.     

基于广义互功率谱相位法的声源定位技术

研究如何在复杂噪声和严重混响的室内环境下,提高声源定位系统的性能.首先分析室内麦克风阵列的信号模型,确立一种合适的阵列拓扑结构;其次在复倒谱域对滤波器的各项参数进行仿真比较,得出滤波器参数的最佳值;然后提出一种广义互功率谱相位法,改进了峰值不明显等问题.在Matlab中对多种加权函数进行了仿真比较,进一步改善声源定位结果的准确性.最后对提出的算法进行验证,结果表明,当改进后算法的角度误差和距离误差分别为±10°和±15cm时,定位成功率能达到80%左右.     

实时多通道数字助听器降噪算法

在兼顾降噪性能和功耗的基础上,提出了一种实时多通道数字助听器降噪算法.首先,将输入信号分解为16个子带,计算每个子带的声压级,并基于估计的声压级来计算子带噪声和语音概率;然后,利用直接判决方法计算子带信号的先验信噪比和后验信噪比;最后,计算子带增益函数以实现自适应降噪.将该算法与改进谱减法、自适应维纳滤波法和调制深度法进行了比较.结果表明:与其他3种算法相比,在10 d B白噪声的情况下,本文算法输出的平均信噪比减少约3d B,主观语音质量评估得分最多提高0.90;在4种噪声环境下其平均主观语音质量评估得分提高0.41;所提算法采用子带声压级计算取代信号功率谱估计,节省了快速傅里叶变换的计算量,其时延较其他3种算法至少降低50%.     

低信噪比下基于短时谱估计的语音增强

针对在弱语音信号和低输入信噪比(SNR)情况下,基于短时谱估计的语音增强算法性能下降的问题,提出了一种结合软判决信息和人耳听觉掩蔽效应的短时谱估计算法。该算法在最小均方误差准则下引入语音存在的概率,得到软判决修正的增益函数,然后利用掩蔽门限不断地调整增益函数,进而调整噪声的抑制程度,保护微弱的语音信号,减少语音谱的失真。客观测试和主观试听表明,该算法在信噪比增益以及语音的可懂度、自然度方面都优于传统的最小均方误差估计算法。     

基于麦克风阵列的近场声源定位

根据近场语音信号的特点,研究使用麦克风阵列的近场声源定,位技术.为了克服MUSIC算法本身的局限,对阵列的输入信号进行时一频变换并抽取子带,在此基础上估计声源的数量并对实现对语音信号的定位.最后,根据谱峰的特点,提出了一种快速谱峰搜索算法.仿真结果表明,在有混响的房间中,算法有效的提取了声源的方位.     

基于麦克风阵列的声源时延估计算法的研究

基于麦克风阵列的声源定位技术在通信．语音处理等领域得到广泛的应用。本文在充分考虑环境噪声和多径反射噪声情况下，对互功率谱相位时延估计法（CSP）提出了一种改进的互功率谱相位时延估计法（M—CSP）。仿真结果表明，在强噪声和强混响下，M—CSP法此CSP法在性能上有很大的提高。     

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。