本文關(guān)鍵詞：基于麥克風(fēng)陣列的聲源方位估計(jì)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)的單一麥克風(fēng),對(duì)語(yǔ)音信號(hào)的采集范圍十分有限,且易受環(huán)境噪聲和室內(nèi)混響等因素的影響,導(dǎo)致采集到的信號(hào)有較大的失真。隨著多媒體會(huì)議、助聽器等陣列技術(shù)產(chǎn)品的出現(xiàn),人們不僅需要有效獲取期望的語(yǔ)音信號(hào),還需準(zhǔn)確定位該語(yǔ)音信號(hào),而傳統(tǒng)的單一麥克風(fēng)語(yǔ)音信號(hào)處理技術(shù)已經(jīng)不能滿足這些要求。本論文利用麥克風(fēng)陣列實(shí)現(xiàn)聲源方位的有效估計(jì),從算法理論和計(jì)算機(jī)仿真兩個(gè)方面驗(yàn)證了基于麥克風(fēng)陣列實(shí)現(xiàn)聲源方位估計(jì)的可行性。在聲源定位的三大類方法中,本文對(duì)基于時(shí)延估計(jì)的方法和空間譜估計(jì)的方法進(jìn)行了重點(diǎn)研究,通過(guò)計(jì)算機(jī)仿真和各種算法的分析對(duì)比實(shí)驗(yàn),分別在估計(jì)精度、算法收斂速度、運(yùn)算量等方面,檢驗(yàn)、驗(yàn)證了文中各算法的性能。首先,本文對(duì)理想環(huán)境下廣義互相關(guān)算法中常見的幾類加權(quán)函數(shù)進(jìn)行仿真分析。針對(duì)PHAT加權(quán)函數(shù)易受噪聲和混響影響的缺陷,本文通過(guò)修正PHAT加權(quán)函數(shù)結(jié)構(gòu),使其在低信噪比和有混響的條件下也取得了較高的估計(jì)精度。其次,本文對(duì)LMS算法進(jìn)行分析研究,并通過(guò)在步長(zhǎng)因子和穩(wěn)態(tài)誤差兩者間建立非線性函數(shù),形成變步長(zhǎng)LMS算法,消除了不相關(guān)噪聲對(duì)算法的影響,并克服了步長(zhǎng)因子和穩(wěn)態(tài)誤差兩者之間所存在的矛盾。然后,本文分析研究了MUSIC算法、ROOT-MUSIC算法以及ESPRIT算法,從算法原理、估計(jì)精度、分辨率等方面進(jìn)行了仿真對(duì)比。針對(duì)平面陣固有的缺陷,通過(guò)設(shè)計(jì)、優(yōu)化陣列結(jié)構(gòu),有效解決了空間聲源的鏡像估計(jì)問(wèn)題。接著,針對(duì)MUSIC算法無(wú)法估計(jì)相干聲源信號(hào)的問(wèn)題,本文分析研究了幾種解相干算法,實(shí)現(xiàn)了空間相干聲源的角度估計(jì)。最后,本文結(jié)合TDOA方法和空間譜搜索方法,實(shí)現(xiàn)空間聲源DOA的有效估計(jì)。該方法既避免了時(shí)延估計(jì)方法誤差二次累加的缺陷,又彌補(bǔ)了空間譜搜索方法運(yùn)算量龐大的不足。
【關(guān)鍵詞】：麥克風(fēng)陣列 時(shí)延估計(jì) 廣義互相關(guān) 波達(dá)方向 多重信號(hào)分類法
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 本課題研究目的及意義11-12
• 1.2 國(guó)內(nèi)外現(xiàn)狀分析12-14
• 1.2.1 陣列技術(shù)研究現(xiàn)狀12
• 1.2.2 DOA估計(jì)研究現(xiàn)狀12-13
• 1.2.3 TDOA技術(shù)研究現(xiàn)狀13-14
• 1.3 論文主要工作與結(jié)構(gòu)安排14-16
• 1.3.1 論文主要工作14
• 1.3.2 論文結(jié)構(gòu)安排14-16
• 第2章 預(yù)處理及麥克風(fēng)陣列模型16-25
• 2.1 語(yǔ)音信號(hào)的模型16-17
• 2.1.1 理想模型16
• 2.1.2 實(shí)際模型16-17
• 2.2 語(yǔ)音信號(hào)的特征17-19
• 2.2.1 時(shí)頻特征17
• 2.2.2 語(yǔ)譜圖17-19
• 2.3 語(yǔ)音信號(hào)的預(yù)處理19-21
• 2.3.1 帶通濾波19-20
• 2.3.2 加窗分幀20-21
• 2.3.3 預(yù)加重21
• 2.3.4 歸一化21
• 2.4 麥克風(fēng)陣列模型21-24
• 2.5 本章小結(jié)24-25
• 第3章 時(shí)延估計(jì)技術(shù)25-41
• 3.1 廣義互相關(guān)時(shí)延估計(jì)25-28
• 3.1.1 算法描述25-27
• 3.1.2 仿真及討論27-28
• 3.2 改進(jìn)加權(quán)函數(shù)的廣義互相關(guān)時(shí)延估計(jì)28-33
• 3.2.1 算法描述28-29
• 3.2.2 仿真及討論29-33
• 3.3 LMS自適應(yīng)時(shí)延估計(jì)33-35
• 3.4 變步長(zhǎng)LMS自適應(yīng)時(shí)延估計(jì)35-40
• 3.4.1 算法描述35-36
• 3.4.2 算法性能分析36-37
• 3.4.3 仿真及討論37-40
• 3.5 本章小結(jié)40-41
• 第4章 子空間估計(jì)技術(shù)41-61
• 4.1 MUSIC算法及其修正算法41-50
• 4.1.1 經(jīng)典MUSIC算法及仿真41-45
• 4.1.2 ROOT-MUSIC算法及仿真45-48
• 4.1.3 消除相位模糊的MUSIC算法48-50
• 4.2 ESPRIT算法及仿真50-53
• 4.3 解相干聲源定位算法及仿真53-57
• 4.3.1 相干信號(hào)模型及去相干原理53-54
• 4.3.2 空間平滑算法54-55
• 4.3.3 IMUSIC算法55-56
• 4.3.4 仿真及討論56-57
• 4.4 基于時(shí)延預(yù)估計(jì)的子空間搜索方法57-60
• 4.5 本章小結(jié)60-61
• 結(jié)論與展望61-62
• 致謝62-63
• 參考文獻(xiàn)63-67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 錢世鍔;;聲學(xué)照相機(jī)——讓我們的社區(qū)更安靜[J];國(guó)外電子測(cè)量技術(shù);2009年02期

2 鐘林波;吉建華;文小軍;王艷芬;伍守豪;;基于角度預(yù)估計(jì)的聲源定位MUSIC算法實(shí)驗(yàn)研究[J];計(jì)算機(jī)工程與應(yīng)用;2015年02期

3 強(qiáng)建龍;蔡燦輝;;一種改進(jìn)的低復(fù)雜度變步長(zhǎng)LMS算法[J];通信技術(shù);2014年03期

4 張中華;張端金;;一種新的變步長(zhǎng)LMS自適應(yīng)濾波算法及性能分析[J];系統(tǒng)工程與電子技術(shù);2009年09期

5 楊珂;;泛華測(cè)控噪聲源定位分析系統(tǒng)國(guó)內(nèi)首款“聲音照相機(jī)”[J];信息與電子工程;2007年05期

  本文關(guān)鍵詞：基于麥克風(fēng)陣列的聲源方位估計(jì)算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：379780