近年來,隨著人工智能技術(shù)的快速發(fā)展,語(yǔ)音聲源定位在人機(jī)交互,語(yǔ)音增強(qiáng)及語(yǔ)音識(shí)別等領(lǐng)域越來越受到重視。其中,利用到達(dá)時(shí)間差的聲源定位算法原理簡(jiǎn)單并且計(jì)算量小,在聲源實(shí)時(shí)定位中被廣泛的應(yīng)用。時(shí)延估計(jì)算法作為基于到達(dá)時(shí)間差的聲源定位算法中的關(guān)鍵技術(shù),其對(duì)時(shí)間差估計(jì)的精度直接影響最終聲源定位的精度。尤其在室內(nèi)環(huán)境下,環(huán)境噪聲及混響的存在都會(huì)不利于得到準(zhǔn)確的聲源定位。因此,在具有混響及噪聲的環(huán)境下,對(duì)時(shí)延估計(jì)算法進(jìn)行深入研究,提高時(shí)延估計(jì)精度具有重要的理論與實(shí)踐意義。本文的具體研究?jī)?nèi)容如下:首先,本論文簡(jiǎn)單介紹了語(yǔ)音聲源定位算法的基本理論基礎(chǔ),并闡述了基于到達(dá)時(shí)間差的聲源定位算法原理。其次,本論文研究了室內(nèi)聲源信號(hào)的模型,基于反向?yàn)V波器和譜減法的去混響方法以及介紹了幾種常用的時(shí)延估計(jì)算法的相關(guān)理論。由于室內(nèi)混響對(duì)語(yǔ)音信號(hào)不同頻率成分的影響不同,對(duì)不同的頻率分量做相同的信號(hào)處理不能有效地提高時(shí)延估計(jì)算法精度,因此本文著重提出了一種基于分頻和Wigner-Ville分布的時(shí)延估計(jì)方法。這種方法首先利用Gammatone濾波器對(duì)傳感器接收到的兩段信號(hào)進(jìn)行分頻處理,進(jìn)而對(duì)每一個(gè)子帶信號(hào)運(yùn)用反向?yàn)V波器和譜減法以達(dá)到去混響的目的,最后計(jì)算不同子帶信號(hào)基于Wigner-Ville分布的相關(guān)函數(shù),求和后得到原來兩段信號(hào)的相關(guān)值并搜索最大值對(duì)應(yīng)的離散時(shí)間,即可獲得時(shí)延的估計(jì)值。仿真實(shí)驗(yàn)證明了該算法可以有效地減弱室內(nèi)混響的影響,提高了時(shí)延估計(jì)的精度。最后,本文通過構(gòu)建一個(gè)簡(jiǎn)單的二維聲源定位系統(tǒng),對(duì)所改進(jìn)的時(shí)延估計(jì)算法進(jìn)行了實(shí)際測(cè)試與分析。實(shí)驗(yàn)結(jié)果顯示了與仿真實(shí)驗(yàn)相同的性能趨勢(shì),即本文所提出的改進(jìn)后時(shí)延估計(jì)算法優(yōu)于本文中介紹的其它時(shí)延估計(jì)算法。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN912.3;TP18
【部分圖文】：

慶郵電大學(xué)碩士學(xué)位論文 第 2 章 基于到達(dá)時(shí)間差的語(yǔ)音聲源定位算法理論基礎(chǔ)研究第 2 章 基于到達(dá)時(shí)間差的語(yǔ)音聲源定位算法理論基礎(chǔ)研究.1 語(yǔ)音信號(hào)預(yù)處理在對(duì)語(yǔ)音信號(hào)進(jìn)行時(shí)域和頻域分析前，對(duì)信號(hào)進(jìn)行一定的預(yù)處理是非常有必要，其中包括提前濾波、分幀加窗、端點(diǎn)檢測(cè)等。時(shí)域上對(duì)語(yǔ)音信號(hào)的截?cái)鄬?huì)產(chǎn)語(yǔ)音信息的泄漏和波動(dòng)等，通過對(duì)語(yǔ)音信號(hào)進(jìn)行加窗處理可以有效的抑制這些不影響。其預(yù)處理流程如圖 2.1 所示

2.2 不同窗函數(shù)的時(shí)域圖及其幅值響應(yīng)曲克風(fēng)采集到的語(yǔ)音信號(hào)包含兩部分信為直達(dá)波，另一部分信號(hào)是經(jīng)過從諸部分的信號(hào)同時(shí)還受到環(huán)境噪聲的干想模型和實(shí)際模型�；祉懰斐傻挠绊懣梢圆豢紤]在內(nèi)，與環(huán)境噪聲，圖 2.3 展示了單聲源雙

型號(hào)在封閉的室內(nèi)環(huán)境中是向多個(gè)方向傳播的，經(jīng)麥會(huì)有混響的存在，因此在實(shí)際環(huán)境中由麥克風(fēng)采集2.4 所示，到達(dá)麥克風(fēng)的信號(hào)包括兩類：直達(dá)信號(hào)和： 0()()()iiiy n snDen純凈的語(yǔ)音聲源信號(hào)； e (n)表示背景噪聲；i 是第第 i , (i 0,1,2....)次反射后的語(yǔ)音聲源信號(hào)延時(shí)單位數(shù)的語(yǔ)音聲源信號(hào)； y (n)為混響聲波之和。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 景源;姜雪瑩;;廣義二次相關(guān)時(shí)延估計(jì)算法改進(jìn)[J];遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年02期

2 冷雪冬;巴斌;王建輝;王大鳴;;基于壓縮感知子空間的時(shí)延估計(jì)算法[J];太赫茲科學(xué)與電子信息學(xué)報(bào);2018年03期

3 王大中;李曉妮;;基于麥克風(fēng)陣列的語(yǔ)音信號(hào)實(shí)時(shí)時(shí)延估計(jì)[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年02期

4 李從英;王建英;尹忠科;張江利;;基于四階累積量自適應(yīng)時(shí)延估計(jì)的改進(jìn)[J];鐵道學(xué)報(bào);2006年06期

5 龔文汀;時(shí)延估計(jì)技術(shù)[J];艦船科學(xué)技術(shù);1990年04期

6 于瀚;寬帶信號(hào)時(shí)延估計(jì)的不補(bǔ)零頻域相關(guān)算法[J];聲學(xué)與電子工程;1988年04期

7 尤肖虎;何振亞;崔國(guó)平;;變時(shí)間延遲的分塊遞歸最小二乘估計(jì)[J];南京工學(xué)院學(xué)報(bào);1988年04期

8 陸軍,錢玉美,沈鳳麟;自適應(yīng)多目標(biāo)時(shí)延估計(jì)器[J];數(shù)據(jù)采集與處理;1989年S1期

9 朱超;屈曉旭;婁景藝;;基于廣義互相關(guān)的時(shí)延估計(jì)算法研究[J];通信技術(shù);2018年05期

10 朱超;屈曉旭;婁景藝;;一種新的廣義二次相關(guān)時(shí)延估計(jì)算法[J];艦船電子對(duì)抗;2018年05期

相關(guān)博士學(xué)位論文 前10條

1 王鵬;近場(chǎng)電磁測(cè)距優(yōu)化算法研究[D];北京科技大學(xué);2018年

2 黎英云;微弱多徑信號(hào)時(shí)延估計(jì)技術(shù)研究[D];華中科技大學(xué);2009年

3 吳慧娟;供水管道泄漏自適應(yīng)檢測(cè)及定位信號(hào)處理方法研究[D];重慶大學(xué);2009年

4 崔瑋瑋;基于麥克風(fēng)陣列的聲源定位與語(yǔ)音增強(qiáng)方法研究[D];清華大學(xué);2009年

5 郭瑩;穩(wěn)定分布環(huán)境下的時(shí)延估計(jì)新方法研究[D];大連理工大學(xué);2009年

6 劉海濤;工業(yè)機(jī)器人的高速高精度控制方法研究[D];華南理工大學(xué);2012年

7 宋愛民;穩(wěn)定分布噪聲下時(shí)延估計(jì)與波束形成新算法[D];大連理工大學(xué);2015年

8 劉冠群;救援機(jī)器人仿生感知技術(shù)研究[D];哈爾濱工程大學(xué);2012年

9 侯慧娟;基于電磁波天線陣列的變電站局部放電信號(hào)處理及定位方法[D];上海交通大學(xué);2014年

10 尤國(guó)紅;無線定位中波達(dá)方向與時(shí)延估計(jì)研究[D];大連理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 趙學(xué)輝;多設(shè)備通信系統(tǒng)中多徑時(shí)延估計(jì)研究及應(yīng)用[D];華中科技大學(xué);2019年

2 徐海濤;混響環(huán)境下基于語(yǔ)音聲源定位的時(shí)延估計(jì)算法研究[D];重慶郵電大學(xué);2019年

3 牟泓彥;面向NB-IoT終端定位的時(shí)延估計(jì)算法研究[D];重慶郵電大學(xué);2019年

4 徐修瑜;有界空間中沉積物聲學(xué)參數(shù)測(cè)量方法研究[D];哈爾濱工程大學(xué);2018年

5 劉玉佩;基于自適應(yīng)時(shí)延估計(jì)的管道漏水定位方法研究[D];內(nèi)蒙古大學(xué);2018年

6 吳春艷;基于壓縮感知的X射線脈沖星時(shí)延估計(jì)[D];湖南大學(xué);2018年

7 周輝輝;基于時(shí)延估計(jì)的混聯(lián)式汽車電泳涂裝輸送機(jī)構(gòu)自適應(yīng)滑�？刂芠D];江蘇大學(xué);2018年

8 宋鴿;脈沖星時(shí)延估計(jì)迭代算法及其參數(shù)最優(yōu)研究[D];湖南大學(xué);2017年

9 萬鵬;NB-IoT終端定位技術(shù)研究[D];北京郵電大學(xué);2018年

10 劉濤;基于多徑信號(hào)時(shí)延估計(jì)算法的TDOA室內(nèi)定位系統(tǒng)[D];華中科技大學(xué);2016年

本文編號(hào)：2858141