本文關(guān)鍵詞：數(shù)字助聽器中波束形成算法的研究

  更多相關(guān)文章： 波束形成 BMVDR BMVDR-η BMVDR-ITF 耳間時間差

【摘要】：人口老齡化將成為我國未來一段時間內(nèi)人口結(jié)構(gòu)的一個主要特征,這意味著老年人的數(shù)量將越來越多。聽力衰退在老年人群中是一種最常見的健康問題,大多數(shù)老年人都在不同程度上存在聽力衰退的情況�？梢灶A(yù)計未來我國的助聽器市場有著巨大的潛力和廣闊的發(fā)展空間。去噪算法是助聽器中最主要的算法之一,但傳統(tǒng)的去噪算法并不具備模擬人耳所具有的“雞尾酒會效應(yīng)”特性的能力。針對這一問題,本文對波束形成算法進行研究。在對波束形成算法進行深入的了解之后,推導并實現(xiàn)了助聽器中常用的波束形成算法,包括一階差分麥克風結(jié)構(gòu)(FDM)、MVDR、LCMV和GSC算法。由于雙耳助聽器相比于單耳助聽器在對噪聲的抑制、對聲源定位以及提高語音可懂度方面具有更好的效果,本文根據(jù)雙耳助聽器的結(jié)構(gòu)特點,設(shè)計了應(yīng)用于雙耳助聽器中的BMVDR算法。當雙耳助聽器中麥克風數(shù)量為單耳助聽器中麥克風數(shù)量的2倍時,BMVDR算法的每一側(cè)輸出都會使用一個抽頭數(shù)為單耳助聽器中濾波器抽頭數(shù)2倍的線性濾波器來對輸入信號進行處理。所以BMVDR有比FDM和MVDR更好的噪聲抑制能力。由于BMVDR算法對雙耳助聽器中的所有麥克風接收信號進行處理,使得陣列陣元數(shù)多于單耳助聽器中的陣元數(shù)。這使得BMVDR有比FDM和MVDR更好的空間分辨率。在對BMVDR算法進行了推導與分析之后,對該算法進行對比仿真,仿真結(jié)果驗證了理論分析的結(jié)果。雙耳助聽器相比于單耳助聽器的一個重要優(yōu)勢就是可以保留雙耳線索。本文討論了BMVDR算法對雙耳線索中的耳間時間差(ITD)的保留能力。由于BMVDR算法會在最大程度上抑制噪聲信號的特點,導致BMVDR不具有保留方向噪聲空間信息的能力。針對這一缺陷而設(shè)計的BMVDR-η和BMVDR-ITF波束形成器可以較好地解決這一問題。BMVDR-η通過對方向干擾設(shè)置加權(quán)因子可以有效保留方向噪聲空間信息。BMVDR-ITF通過加入方向噪聲的輸入和輸出ITF相等的限制條件來實現(xiàn)對其空間信息的保留。由于BMVDR-ITF具有更少的約束條件,該結(jié)構(gòu)具有更好的噪聲抑制能力相比于BMVDR-η。但對于方向噪聲空間信息的保留是以降低輸出信噪比為代價的。最后算法在PC上進行仿真,仿真結(jié)果驗證了理論的分析。
【關(guān)鍵詞】：波束形成 BMVDR BMVDR-η BMVDR-ITF 耳間時間差
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R764.5
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-16
• 1.1 課題背景及研究意義9-10
• 1.2 課題研究的歷史及國內(nèi)外發(fā)展現(xiàn)狀10-15
• 1.2.1 波束形成在語音增強應(yīng)用中的發(fā)展11-13
• 1.2.2 助聽器未來研究的熱點問題13-15
• 1.3 本論文主要研究內(nèi)容15-16
• 第2章 數(shù)字助聽器的原理16-27
• 2.1 寬動態(tài)壓縮16-17
• 2.2 高頻重塑17-18
• 2.3 回波抵消18-19
• 2.4 波束成形19-21
• 2.4.1 波束形成的基本原理19-20
• 2.4.2 波束形成器的性能度量指標20-21
• 2.5 一種常用的雙麥克風波束形成算法FDM21-25
• 2.5.1 系統(tǒng)零增益方向與自適應(yīng)增益值的關(guān)系22-24
• 2.5.2 增益值的最優(yōu)解24-25
• 2.5.3 算法仿真25
• 2.6 本章小結(jié)25-27
• 第3章 基于最優(yōu)準則的波束形成算法及GSC的實現(xiàn)27-38
• 3.1 MVDR算法27-29
• 3.1.1 最小方差無失真響應(yīng)（MVDR）算法27-28
• 3.1.2 MVDR算法的仿真28-29
• 3.2 LCMV波束形成器29-32
• 3.2.1 算法推導29-30
• 3.2.2 LCMV波束形成器算法仿真30-32
• 3.3 廣義旁瓣抵消（GSC）算法32-34
• 3.3.1 GSC的結(jié)構(gòu)32-33
• 3.3.2 GSC的推導33-34
• 3.4 GSC算法的實現(xiàn)34-37
• 3.4.1 GSC算法的實現(xiàn)結(jié)構(gòu)圖34-35
• 3.4.2 算法實現(xiàn)過程中的優(yōu)化35
• 3.4.3 GSC算法仿真35-37
• 3.5 本章小結(jié)37-38
• 第4章 基于MVDR算法的改進與仿真分析38-55
• 4.1 基于MVDR改進的BMVDR算法38-40
• 4.2 BMVR算法仿真與結(jié)果分析40-44
• 4.2.1 方向圖比較41-43
• 4.2.2 對于目標方向上產(chǎn)生的信噪比增益的比較43-44
• 4.3 基于ITF的雙耳線索保留模型44-46
• 4.4 基于BMVDR改進BMVDR-η46-47
• 4.5 基于BMVDR改進的BMVDR-ITF47-48
• 4.6 雙耳線索保留能力的分析48-49
• 4.7 算法性能分析49-51
• 4.8 ITD信息保留仿真51-54
• 4.9 本章小結(jié)54-55
• 結(jié)論55-57
• 參考文獻57-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 馬小玲;劉訓;張思幸;張錳康;曹修山;田劉銘;高雯;;國內(nèi)助聽器的現(xiàn)狀調(diào)研與發(fā)展分析[J];中央民族大學學報(自然科學版);2014年01期

2 何艷輝;梁維謙;董保帥;張浩;;基于頻域的數(shù)字助聽器中的嘯叫檢測與抑制[J];電聲技術(shù);2012年08期

3 梁瑞宇;奚吉;張學武;;數(shù)字助聽器發(fā)展現(xiàn)狀及其算法綜述[J];信息化研究;2011年01期

，

本文編號：1021288