基于模式識別的室內(nèi)聲源定位研究
發(fā)布時(shí)間:2021-02-28 09:34
近年來,模式識別在聲源定位中應(yīng)用廣泛。這類方法比傳統(tǒng)聲源定位算法更具魯棒性,但在帶有噪聲、混響的室內(nèi)環(huán)境中,該類方法會(huì)出現(xiàn)計(jì)算量大、定位精度不高等問題。針對這些問題,本文提出了一種基于特征長度的聲源定位方法。通過提取不同長度的相位加權(quán)變換廣義互相關(guān)函數(shù)作為特征,來提升基于樸素貝葉斯、線性判別分析、支持向量機(jī)的分類識別定位性能。為此,本文主要做了以下工作:1.選取合適長度的相位加權(quán)變換廣義互相關(guān)函數(shù)對分類識別定位方法進(jìn)行優(yōu)化。實(shí)驗(yàn)表明,輕度混響環(huán)境下,可在保持相當(dāng)?shù)亩ㄎ痪鹊那疤嵯?通過減小特征長度來減少計(jì)算量;強(qiáng)混響環(huán)境下,可通過增加特征長度提高定位精度,且線性判別分析分類器定位性能優(yōu)于樸素貝葉斯分類器和支持向量機(jī)分類器。2.針對10°、50°和90°三個(gè)方位的聲源,選取合適長度的相位加權(quán)變換廣義互相關(guān)函數(shù)對分類識別定位方法進(jìn)行優(yōu)化。實(shí)驗(yàn)表明,混響環(huán)境下,對于90°方位的聲源,選用較短的相位加權(quán)變換廣義互相關(guān)函數(shù)特征就能達(dá)到較好的定位性能,對于10°方位的聲源,需用較長的相位加權(quán)變換廣義互相關(guān)函數(shù)特征才能夠達(dá)到更高的定位精度。3.提取不同信噪比環(huán)境下的相位加權(quán)變換廣義互相關(guān)函數(shù),訓(xùn)練而...
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
專用術(shù)語注釋表
第一章 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)聲源定位算法概述
1.2.2 基于模式識別的聲源定位
1.3 論文的主要工作
1.4 論文的組織結(jié)構(gòu)
第二章 聲源定位理論與模式識別算法
2.1 聲源傳播近場和遠(yuǎn)場模型
2.2 室內(nèi)聲源定位
2.2.1 房間脈沖響應(yīng)
2.2.2 室內(nèi)混響與環(huán)境噪聲
2.3 模式識別理論及常見算法
2.3.1 模式識別理論
2.3.2 樸素貝葉斯
2.3.3 線性判別分析
2.3.4 支持向量機(jī)
2.4 本章小結(jié)
第三章 基于特征長度的室內(nèi)聲源定位
3.1 基于廣義互相關(guān)函數(shù)的特征提取
3.1.1 麥克風(fēng)陣列接收信號模型
3.1.2 語音信號預(yù)處理
3.1.3 估計(jì)互相關(guān)函數(shù)
3.1.4 GCC-PHAT特征提取
3.2 定位方法概述
3.3 仿真實(shí)驗(yàn)與分析
3.3.1 仿真環(huán)境
3.3.2 特征長度對定位精度的影響
3.3.3 不同方位下特征長度的選取
3.4 本章小結(jié)
第四章 室內(nèi)環(huán)境下的LDA分類器優(yōu)選
4.1 未知信噪比環(huán)境下的LDA分類器優(yōu)選
4.1.1 方法概述
4.1.2 仿真實(shí)驗(yàn)與分析
4.2 LDA分類器優(yōu)選方法驗(yàn)證
4.2.1 方法概述
4.2.2 仿真實(shí)驗(yàn)與分析
4.3 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請的專利
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝
【參考文獻(xiàn)】:
博士論文
[1]基于麥克風(fēng)陣列的語音增強(qiáng)算法研究[D]. 林靜然.電子科技大學(xué) 2007
碩士論文
[1]基于機(jī)器學(xué)習(xí)的聲源定位研究[D]. 楊悅.南京郵電大學(xué) 2017
[2]基于支持向量機(jī)的聲源定位研究[D]. 顧曉瑜.南京郵電大學(xué) 2017
本文編號:3055662
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
專用術(shù)語注釋表
第一章 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)聲源定位算法概述
1.2.2 基于模式識別的聲源定位
1.3 論文的主要工作
1.4 論文的組織結(jié)構(gòu)
第二章 聲源定位理論與模式識別算法
2.1 聲源傳播近場和遠(yuǎn)場模型
2.2 室內(nèi)聲源定位
2.2.1 房間脈沖響應(yīng)
2.2.2 室內(nèi)混響與環(huán)境噪聲
2.3 模式識別理論及常見算法
2.3.1 模式識別理論
2.3.2 樸素貝葉斯
2.3.3 線性判別分析
2.3.4 支持向量機(jī)
2.4 本章小結(jié)
第三章 基于特征長度的室內(nèi)聲源定位
3.1 基于廣義互相關(guān)函數(shù)的特征提取
3.1.1 麥克風(fēng)陣列接收信號模型
3.1.2 語音信號預(yù)處理
3.1.3 估計(jì)互相關(guān)函數(shù)
3.1.4 GCC-PHAT特征提取
3.2 定位方法概述
3.3 仿真實(shí)驗(yàn)與分析
3.3.1 仿真環(huán)境
3.3.2 特征長度對定位精度的影響
3.3.3 不同方位下特征長度的選取
3.4 本章小結(jié)
第四章 室內(nèi)環(huán)境下的LDA分類器優(yōu)選
4.1 未知信噪比環(huán)境下的LDA分類器優(yōu)選
4.1.1 方法概述
4.1.2 仿真實(shí)驗(yàn)與分析
4.2 LDA分類器優(yōu)選方法驗(yàn)證
4.2.1 方法概述
4.2.2 仿真實(shí)驗(yàn)與分析
4.3 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請的專利
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝
【參考文獻(xiàn)】:
博士論文
[1]基于麥克風(fēng)陣列的語音增強(qiáng)算法研究[D]. 林靜然.電子科技大學(xué) 2007
碩士論文
[1]基于機(jī)器學(xué)習(xí)的聲源定位研究[D]. 楊悅.南京郵電大學(xué) 2017
[2]基于支持向量機(jī)的聲源定位研究[D]. 顧曉瑜.南京郵電大學(xué) 2017
本文編號:3055662
本文鏈接:http://sikaile.net/kejilunwen/wltx/3055662.html
最近更新
教材專著