基于麦克风阵列的时延定位算法研究

《基于麦克风阵列的时延定位算法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用基于麦克风阵列的时延定位算法研究潘峥嵘，段丽萍，杨智刚PANZhengrong，DUANLiping，YANGZhigang兰州理工大学电气工程与信息工程学院控制理论与控制工程LanzhouUniversityofTechnology,Lanzhou,730050PANZhengrong,DUANLiping,YANGZhigang.Researchontime-delaylocalizationalgorithmbasedonmicrophonearrayAbstract:Aiming

2、atlowSNRofdelayestimationoftraditionalcross-powerspectrumphase(CSP)methodinthestrongnoiseenvironment,animprovedCSPmethodtosolvethisproblemisproposedinthispaper.Inthefirst,thetraditionalmethodofCSPisstudiedandthespeechsignalenergyontheratiooftotalenergyisanalyzed.Secondly,inorderthatthesp

3、eechsignalisnotdrownedinthestrongnoiseenvironment,anonlinearparameterchangingwithSignaltoNoiseRatio(SNR)isdefined.Byadjustingthenon-linearparametertocontrolthesizeofweightingfunction,therebyreducingtheinfluenceofnoise,theanti-noiseperformanceofthealgorithmisimproved.Finally,threemethodso

4、ftime-delayestimationarecomparedonmatlabplatformbyusingeightlineararraymicrophonevoicesignalacquisitionindifferentSNRenvironments,andsimulationresultsshowthattheimprovedCSPmethodhasbetterpositioningperformancethantraditionalCSPandSCOTmethodinthestrongnoiseenvironment.Keywords：SoundLocali

5、zation;Time-delayEstimation;Cross-powerSpectrumPhase摘要:针对互功率谱相位（CSP）法在低信噪比环境下，时延估计精度下降这一问题，提出了一种改进的CSP方法。首先研究了传统的CSP法，分析了语音信号能量在总能量中的比例问题，为保证强噪声环境下，语音信号不被淹没，定义了一个随信噪比变化的非线性参量，通过该非线性参量调节加权函数的大小，进而减小噪声的影响，提高算法的抗噪性能。最后，采用8个线性阵列麦克风采集语音信号，在Matlab平台上，就传统的CSP算法，SCOT算法，改进CSP算法，在高信噪比和低信噪比环境下进行仿真验

6、证，仿真结果表明，改进的CSP方法在强噪声环境下具有更好的定位性能。关键词：声源定位；时延估计；互功率谱相位doi:10.3778/j.issn.1002‐8331.1312‐0447文献标识码：A中图分类号：TN912.3[4][5]1引言人，视频会议系统等方面有广泛的应用。麦克风阵列技术源于声纳、雷达等系统目前，基于麦克风阵列的声源定位方法[6]中阵列信号处理技术，改变传统单个麦克风主要分为三类：第一类是基于波束形成的使用方式，利用多个麦克风组成一定形状的定位技术，该方法对初始点的选择非常敏阵列，同时采集语音，用阵列信号处理的方感，因此，不太适用于实时处理系统。第二

7、[1]法获得高质量的语音信号。它在时域和频类是基于高分辨率谱估计的定位技术，该方域的基础上增加一个空间域，对接收到的来法存在运算量大的缺点，并且不适用于近自空间不同方向的语音信号进行处理，能够场。第三类是基于到达时间差的定位技术，实现说话人方向的实时跟踪，从而可实现定该算法原理简单，且计算量小，估计精度相[2][7]向语音采集，提高信噪比。近年来，基于对较高，所以在实际系统中应用较多。麦克风阵列的声源位置估计已经成为一个基于到达时间差的定位算法分为两个[3][8]十分活跃的研究领域，它在人机交互和智步骤：第一步为时延估计，用于计算被测能空