基于压缩感知的麦克风阵列声源定位方法研究毕业论文

基于压缩感知的麦克风阵列声源定位方法研究毕业论文

ID:5453114

大小:2.47 MB

页数:40页

时间:2017-12-13

基于压缩感知的麦克风阵列声源定位方法研究毕业论文_第1页
基于压缩感知的麦克风阵列声源定位方法研究毕业论文_第2页
基于压缩感知的麦克风阵列声源定位方法研究毕业论文_第3页
基于压缩感知的麦克风阵列声源定位方法研究毕业论文_第4页
基于压缩感知的麦克风阵列声源定位方法研究毕业论文_第5页
资源描述:

《基于压缩感知的麦克风阵列声源定位方法研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、南京理工大学毕业设计(论文)(2015届)题目:基于压缩感知的麦克风阵列声源定位方法研究专业:电子信息工程姓名:学号:指导教师:职称:填写日期:2015年5月21日南京理工大学教务处制摘要信息时代的兴起,人们越来越需要数字信息的获取。基于麦克风阵列的声源定位技术,遍及各种通信环境中。声源定位技术是利用麦克风收集语音信号,并用数字信号处理技术对其进行剖析和处理,然后确定并跟踪声源的空间位置。然而在采样过程中,避免信号失真,引入压缩感知原理,而这种原理不仅为降低采样频率带来了新的突破,也为其他领域的研究提供了更好的契机

2、,所以得到很大的关注。当然在动态定位中更好的是运用卡尔曼滤波,其广泛应用在信号处理与系统控制领域,而且正越来越广泛地应用于计算机应用的各个领域。首先,基于压缩感知的静态定位,本次探索中压缩感知所做的是多个麦克风,一个声源的定位,通过延时加噪,分帧加窗,经过两次FFT变换,采用矩阵算法,最后用正交匹配追踪法重构信号。接着引入基于卡尔曼滤波的动态定位,以最小均方误差为最佳估计准则,采用信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计,求出当前时刻的估计值。本文主要成果首先是基于压缩

3、感知的静态定位,假定声源位置,增加噪声,最后还原初始信号位置,再根据不同的信噪比,对比误差大小。然后是基于卡尔曼滤波的动态定位,将加噪信号更加逼近精确原始信号。关键词:麦克风阵列,声源定位,压缩感知,卡尔曼滤波39AbstractTheriseoftheinformationage,thereisagrowingneedtoacquiredigitalinformation.Soundsourcelocalizationbasedonmicrophonearraytechnology,acrossvariousco

4、mmunicationenvironments.Soundsourcelocalizationtechniqueistouseamicrophonetocollectvoicesignalanddigitalsignalprocessingtechnologytoanalyzeanddealwiththem,andthentoidentifyandtrackthespatialpositionofthesoundsource.However,inthesamplingprocess,toavoidsignaldis

5、tortionintroducedcompressedsensingprinciple,andthisprinciplehasnotonlybroughtanewbreakthroughinordertoreducethesamplingfrequency,butalsoprovidesbetteropportunitiesforresearchinotherareas,sogetalotofattention.Ofcourse,thebetteristheuseofdynamicpositioningKalman

6、filter,whichiswidelyusedinsignalprocessingandsystemcontrolinthefield,andisincreasinglywidelyusedinvariousfieldsofcomputerapplications.First,basedoncompressedsensingstaticpositioningofthisexplorationisdonebycompressedsensingmultiplemicrophones,locateasoundsourc

7、e,bydelayandnoise,framingwindowing,FFTtransformtwice,usingmatrixarithmetic,Finally,thereconstructedsignalusingorthogonalmatchingpursuitmethod.FollowedbyintroductionoftheKalmanfilterbasedondynamicpositioningtotheminimummeansquareerrorcriterionisthebestestimate,

8、thestatespacemodelusesthesignalandnoise,usingtheestimatedvalueoftheprevioustimeandthecurrentobservationtimetoupdatetheestimateofthestatevariablesobtainedcurrenttimeestimate.Firstre

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。