為了提高噪聲和混響環(huán)境下麥克風(fēng)陣列的聲源定位算法性能,提出了一種基于頻率信噪比加權(quán)的可控響應(yīng)功率定位算法。該算法首先根據(jù)每幀陣列信號(hào)的頻域協(xié)方差矩陣估計(jì)每個(gè)頻率的信噪比;然后通過(guò)激活函數(shù)將頻率信噪比映射為加權(quán)值,并修正傳統(tǒng)的相位變換可控響應(yīng)功率計(jì)算公式;最后利用修正公式計(jì)算每個(gè)候選位置的可控響應(yīng)功率值,通過(guò)搜索可控響應(yīng)功率的最大值實(shí)現(xiàn)聲源定位。該算法無(wú)需噪聲先驗(yàn)信息,根據(jù)實(shí)時(shí)估計(jì)的頻率信噪比自適應(yīng)地調(diào)整各頻率分量對(duì)可控響應(yīng)功率的貢獻(xiàn)。仿真環(huán)境和實(shí)際環(huán)境測(cè)試結(jié)果表明,與傳統(tǒng)的相位變換可控響應(yīng)功率算法、維納預(yù)濾波波束形成算法相比,在噪聲和混響的復(fù)雜聲學(xué)環(huán)境下,本文算法的定位正確率更高,均方根誤差更小,對(duì)噪聲的魯棒性更強(qiáng)。 

【文章來(lái)源】：信號(hào)處理. 2020,36(03)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

β=2,不同α取值時(shí)的定位正確率

圖1 β=2,不同α取值時(shí)的定位正確率由圖可見(jiàn),激活函數(shù)參數(shù)α和β對(duì)本文的定位性能有影響。由公式(10)可知,α影響以信噪比ξ(i,k)為自變量的G(i, k)函數(shù)的曲線(xiàn)陡峭程度,而β影響曲線(xiàn)左右平移。α取值越小,G(i, k)函數(shù)的曲線(xiàn)越平坦,則不同信噪比的頻點(diǎn)的權(quán)值區(qū)分度越不明顯。當(dāng)α=0時(shí),此時(shí)G(i, k)=1/2,所有頻點(diǎn)的權(quán)值相同,本文算法等價(jià)于傳統(tǒng)SRP-PHAT算法。α取值越大,G(i, k)函數(shù)的曲線(xiàn)越陡峭,激活函數(shù)對(duì)信噪比低于β dB的頻譜抑制越明顯,而對(duì)信噪比高于β dB的頻譜區(qū)分度較小。當(dāng)α=∞時(shí), G(i, k)函數(shù)是一個(gè)階躍函數(shù),此時(shí)本文算法將只保留信噪比高于β dB的頻點(diǎn)用于計(jì)算可控響應(yīng)功率,且這些頻點(diǎn)的權(quán)重相同。以信噪比為自變量的G(i, k)函數(shù)的拐點(diǎn)位于(β, 0.5)處,信噪比低于β的頻點(diǎn)被明顯抑制。當(dāng)β取值過(guò)大時(shí),大多數(shù)頻點(diǎn)被明顯抑制,可用的頻點(diǎn)過(guò)少;當(dāng)β取值過(guò)小時(shí),信噪比低的頻點(diǎn)不能被有效抑制。如圖1和圖2所示,當(dāng)α取值為0.5,β取值為2時(shí),本文算法獲得最優(yōu)的定位性能。綜合以上結(jié)果,后續(xù)實(shí)驗(yàn)中本文算法的激活函數(shù)參數(shù)α取值為0.5,β取值為2。

在混響時(shí)間T60為0.3 s和0.6 s,噪聲類(lèi)型為高斯白噪聲,全局信噪比為0～20 dB環(huán)境中,將本文算法與傳統(tǒng)SRP-PHAT算法和維納預(yù)濾波波束形成算法進(jìn)行比較。不同算法的定位性能如圖3和圖4所示。圖3 混響時(shí)間T60=0.3 s時(shí)不同算法的定位性能比較

【參考文獻(xiàn)】：
期刊論文
[1]利用相位時(shí)頻掩蔽的麥克風(fēng)陣列噪聲消除方法[J]. 何禮,周翊,劉宏清.  信號(hào)處理. 2018(12)
[2]奇異值分解的HB加權(quán)廣義互相關(guān)時(shí)延估計(jì)[J]. 齊小剛,袁列萍,劉立芳.  信號(hào)處理. 2018(10)
[3]結(jié)合差分陣列與幅度譜減的雙麥語(yǔ)音增強(qiáng)算法[J]. 徐娜,吳長(zhǎng)奇.  信號(hào)處理. 2018(07)
[4]基于自適應(yīng)頻率選擇的魯棒時(shí)延估計(jì)算法[J]. 萬(wàn)新旺,吳鎮(zhèn)揚(yáng).  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)



本文編號(hào)：3622733