基于麦克风阵列的声源定位算法研究及dsp实现

《基于麦克风阵列的声源定位算法研究及dsp实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第37卷第1期2013年1月燕山大学学报JournalofYanshanUniversityVbl．37NO．1Jan．2013文章编号：1007—791X(2013)01-0063—05基于麦克风阵列的声源定位算法研究及DSP实现陈颖，吴长奇‘(燕山大学信息科学与工程学院，河北秦皇岛066004)摘要：基于时延估计的声源定位技术是目前出现的定位方法中计算量最小、最易于实时应用的方法。时延估计的精度和鲁棒性是实现麦克风阵列声源定位系统精确与稳定的关键要素。然而在实际环境中大多存在较大的环境噪声和比较强的反射，影响了时

2、延估计的准确性，进而影响对声源位置的准确估计。为了提高定位的精度，本文采用结合多帧加权平滑方法的GCC-PHAT-p燧行时延估计，仿真证明这种时延估计的方法在有噪声和混响存在的条件下仍然有比较高的准确性和比较好的实时性。搭建了一个四通道声源实时定位系统，对该系统的性能进行了测试。实验结果表明，在实验室的有噪音和反射的环境中，该系统的角度定位精度基本上能够控制在一个较小的范围内，具有比较强的应用性和稳定性。关键词：声源定位；时延估计；DSP；多帧加权平滑中图分类号：TN912．3文献标识码：ADO

3、．10．3969，j．iss

4、n．1007—791X．2013．01．0110引言使用麦克风阵列对声源位置进行估计已经成为一个重要的研究领域，它在人机交互、智能助听器设计、视频会议等领域有广泛的应用前景[1-3]。在现有的声源定位技术中，基于时延估计的定位方法运算复杂度低，运算量小，易于实现。目前提出的许多时延估计的方法都是以广义互相关函数为基础的。基于广义互相关函数的时延估计算法，引入了一个加权函数对互功率谱密度进行调整，从而优化了时延估计的性能。根据加权函数的不同，广义互相关函数有多种不同形式的变形，其中广义互相关函数相位变换(Generalized

5、CrossCorrelationPhaseTransfornl，GCC．PHAT)方法的应用最为广泛Ⅲ。GCC—PHAT方法本身具有一定的抗噪声和混响能力，但是在信噪比降低和混响增强时，此算法的性能急剧下降。针对这一问题，文献[5]提出的GCC-PHAT-pT)亨法可以在信噪比较低和混响较强的条件下精确估计时延又有着较低运算量。本文在频域内引入了一个一阶平滑滤波器对加权互功率谱作平滑处理，可以提高时延估计的稳健性，并设计了以TMS320F2812为核心处理器件的四通道麦克风阵列声源定位系统，在实验室的环境中进行了大量的实验测

6、试，表明本文改进的算法具有更好的性能。1基于麦克风阵列的时延估计1．1麦克风阵列的模型麦克风阵列的模型如图1所示。23m声源S图1均匀直线麦克风阵列模型Fig．1Uniformlinearmicrophonearraymodel假设声源位于空间区域尸点，信号为s(f)，麦克风i的位置为gf，接收的信号为工肭，环境中的加性噪声表达式为胛。(D，假设环境噪声和信号是不相关收稿日期：2011-09—27作者简介：陈颖(1985一)，女，河北保定人，硕士研究生，主要研究方向为基于麦克风阵列声源定位；+通信作者：吴长奇(1955一)，

7、男，黑龙江齐齐哈尔人，教授，主要研究方向为无线通信、通信信号处理，Email：cqwu@ysu．edu．crl。万方数据64燕山大学学报的，t和a，分别为声源到传播到麦克风2』行需要的时的一阶平滑滤波器的系统函数为间和幅度衰减因子，在理想情况下，麦克风f接收的信号M1为肫)嵩=南，置(力=筇(f_O+n。(f)，卢1，2，⋯，^厶(1)由式(6)可得但在实际情况中，声源通常会受到环境噪声和混响y(Z)=(1一n)Y(z)z“+o瞰z)，的影响，此时麦克风声接收的信号b1为z『(f)=仅J(≠一曲斗苫(f)圆磊，(毋，P，力+

8、聆。，(力=aJ(t-r，)+玎。(力+摊。，(D，式中，办，(g，，P，力是麦克风嗾收的多径反射的冲激响应，s(t)eh，(g。，P，力为多径反射的噪声，记为，2』f)。1．2GCC·PHAT-py方法目前提出的许多时延估计的方法都是以广义互相关函数为基础的。两个麦克风接收信号‰(f)和而(f)的广义互相关函数的表达式为天。

9、4)其中，G。渤)为信号‰(f)和而(f)的互功率谱，‰(∞)为引入的相干因子。加权以后的互功率谱函数为G厶(∞)=F矿r舢(∞)G。。(∞)。(5)1．3多帧加权平滑GCC—PHAT-p?方法是一种有效的时延估计方法，然而当房间内的噪声和反射比较严重时，时延估计仍会有较大的误差。为了降低