CN102438191B - 用于声学信号跟踪的方法 - Google Patents

Abstract

本发明涉及一种用于确定声源信号S关于电声转换器装置的初始位置Θ的方法，具有参考数据库RD，所述参考数据库从测量过程中存储了具有所属的参考信号T的Q个以角度数据和必要时的距离的形式的参考位置Θ_q的参考信号T，其中通过比较源信号S与存储的参考信号T进行位置确定。本发明的特征在于，从参考信号T中获得参考特征矢量RY并且从源信号S中获得特征矢量Y，以及在于，所述特征矢量Y通过参考特征矢量RY综合为一个代表了源信号S的位置Θ和品质的相似度曲线。

Description

用于声学信号跟踪的方法

技术领域

本发明涉及一种用于确定声源信号(Quellsignal)关于电声转换装置的初始位置(Ausgangsposition)的方法，具有参考数据库，其从测量过程中存储了带有所属的以参考信号的角度数据(Winkelangaben)和必要时的距离的形式的参考位置的参考信号，其中，通过比较源信号与存储的参考信号进行位置确定。

背景技术

这样的方法从WO 2009/062211A1中公知并且允许通过压力梯度转换器的布置对源信号进行位置确定。该方法基于参考数据库的使用，该参考数据库包含在测量过程中存储的参考信号和所属的以角度数据和必要时的距离的形式的位置，其中通过比较源信号与存储的参考信号进行位置确定。在此的缺陷是，关于信号的品质或者探测品质没有得出一般的结论。这意味着，例如在其中没有出现源信号的语音暂停中，所有的寄生噪声(Nebengeraeusche)和出现的噪声作为源信号起作用并且由此错误地探测所寻找的源位置。

发明内容

本发明要解决的技术问题是，提供一种本文开头提到种类的方法，该方法适合于具有出现的噪声和源信号的发送暂停的任何种类的声学信号。

上述技术问题按照本发明通过如下解决，即，在第一步骤中从参考信号中获得参考特征矢量并且在装置的运行中在位置确定期间从源信号中获得特征矢量，从其与参考特征矢量的比较中得到代表了源信号的位置以及品质的相似度曲线。

本发明的优点是，特征矢量通过参考特征矢量被综合为代表了源信号的位置和品质的相似度曲线。

附图说明

本发明的其他特征和优点从从属权利要求和参考附图的以下描述中得出，其中，

图1示出了按照本发明的原理性流程图，

图2示出了该方法的示意性的流程图，

图3示出了用于建立参考数据库的详细流程图，

图4a示出了参考特征矢量的分量(矢量)的走向，并且

图4b示出基于两种不同的计算方法从图4a的参考特征矢量得到的相似度曲线，

图5a示出了参考特征矢量的走向，并且

图5b示出了来自于图5a的参考特征矢量的、部分地附加具有施加的噪声的相似度曲线。

图中的各个流程步骤或者块是连续的或者说在各个图中是统一编号的。主要使用的缩写表示：

T    参考信号，

S    源信号，

RY   参考特征矢量，

Y    特征矢量，

RD   参考数据库，

Q    位置的数量，

Θ_q  第q个源位置，

M    麦克风的数量，

x_(m) 信道m的转换器输入信号，

H_m   (频域中)信道m的脉冲响应，

h_m   (时域中)信道m的放大系数，

η   噪声。

具体实施方式

图1中示出的图示出了本发明的原理性流程。在第一步骤中，由电声转换器装置采集从位于定义的位置的一个扬声器发出的参考信号T(块1a)。从这m个转换器输入信号x_(m)(块9a)中计算参考特征矢量RY(块2a)并且存储在参考数据库RD(图2中的块2)中。对于所有的Q位置重复这点。在后面的运行中从未知的位置发送源信号S(块1b)，并且从转换器输入信号x_(m)(块9b)中计算特征矢量Y(块5)。由此可以将任意一个单个的特征矢量Y与所有的参考特征矢量RY比较，从中得出相似度曲线。从该相似度曲线中确定结果的相似度曲线(块8)，从该结果的相似度曲线确定位置Θ。

在图2示出的流程图示出了具有中间步骤的信号处理的示意性流程。明显的是，在转换器输入端上提供至少两个信息：声学信号T(块1a)和源信号S(块1b)。参考位置(块2b)相对于在参考数据库RD(块2)中的各个参考特征矢量RY(块2a)的数据(Angabe)是需要的。原理性流程如下：在开始时，源信号S在信号块(块3)中借助开窗术(例如矩形、Hanning)划分x_l[m]并且然后借助快速傅里叶变换(FFT)(块4)变换到频域中X_l[f]＝FFT_N{x_l[m]}。然后，将从中计算的特征矢量Y(块5)与已经在参考数据库RD中包含的参考特征矢量RY比较，由此对于每个信号块形成一个相似度曲线(块6)。然后，从所述相似度曲线中确定结果的相似度曲线。该结果的相似度曲线用于借助分别属于参考特征矢量RY的参考位置来确定源位置Θ(块8)。

如果在源信号S外部还从前面的训练阶段中呈现其他的真实的位置数据(Positionsangaben)，则按照在图2中解释的实施方式可以借助训练数据(块2c)附加地计算定位误差(块7)，由此改善了参考数据库RD，这导致更精确的位置确定。

在图3中示出的图示出了用于建立参考数据库RD(块2)的详细流程。为此，利用相同的参考信号T(块1a)经由扬声器记录在与Q不同的位置Θ中的麦克风装置。从获得的输入信号中确定(块10)脉冲响应H_m并且借助快速傅里叶变换(FFT)(块4)变换到频域。将从中确定的参考特征矢量RY(Θ_q)(块2a)与参考位置(块2b)一起存储在参考数据库RD(块2)中。

在这些块(10和4)中的步骤必要时可以通过其他用于声学系统识别的方法来采用，例如通过利用最大长度序列(MLS)或时间延迟光谱测定法(TDS)的测量。

图4a、图4b和图5a、图5b中的横坐标分别是方位角。图4a和图5a中的纵坐标分别是“特征值”(mv)-标准化的声音压力电平，即，借助在球形麦克风上呈现的声音压力在(肾形(Nieren-))麦克风位置上标准化的声音压力分量。这些值对于各个方向通过所有(肾形)麦克风综合地分别形成特征矢量Y。与此相对，图4b和图5b中的纵坐标是在特征矢量Y和参考特征矢量RY(Θ_q)之间的相似度(d)。

图4中示出了最大相似性的原理。图4a示出了参考特征矢量RY(Θ_q)的三个矢量的相似度的走向(实线、虚线和点线)，并且特征矢量Y的值在的方位角的情况下以标记(m＝1，m＝2，m＝3)的形式示出。将该特征矢量Y与参考数据库RD中的参考特征矢量RY(Θ_q)比较。在图4b中以实线示出了从三个特征矢量Y的所有三个相似度曲线的平均中基于p范数(p-Norm)(p距离)得到的结果的相似度曲线并且以虚线示出了角度偏差(余弦)。

图5a中以实线、虚线和点线示出了参考特征矢量RY(Θ_q)的走向(RY1，RY2，RY3)。不同的源(s₁，s₂)和全向的噪声在 方位角的情况下以标记的形式示出。在图5b中示出了所属的相似度曲线，该相似度曲线从两个不同的源(s₁，s₂)的特征矢量Y的差和全向噪声η中得到，其利用标记表示。显然，噪声η的相似度曲线具有恒定的走向并且多个特征矢量Y(s₁+s₂)和Y(s₁+η)的组合导致平坦的(abgeflachten)走向。

参考信号T的特征是，在后面对于源定位(Quellenlokalisation)所考虑的整个参考区域中包含足够的能量。函数：

$x\left(t\right)=\sin \left[A(e^{\frac{t}{\mathrm{\τ}}}-1)\right]---\left(1\right)$

的指数扫描(exponentieller Sweep，ES)，即具有指数上升的频率的正弦音(Sinuston)，被作为参考信号T使用，具有以下边界条件：

${\mathrm{\ω}}_1={\frac{\∂\left[A(e^{t/\mathrm{\τ}}-1)\right]}{\∂t}|}_{t=0},---\left(3\right)$

${\mathrm{\ω}}_2={\frac{\∂\left[A(e^{t/\mathrm{\τ}}-1)\right]}{\∂t}|}_{t=T},---\left(4\right)$

$A=\frac{T\·{\mathrm{\ω}}_1}{\ln ({\mathrm{\ω}}_2/{\mathrm{\ω}}_1)}$ 和              (5)

$\mathrm{\τ}=\frac{T}{\ln ({\mathrm{\ω}}_2/{\mathrm{\ω}}_1)}---\left(6\right)$

(ω₁...开始频率，ω₂...结束频率，T...扫描长度)。

对于所有M个信道的脉冲响应H_m可以通过第m个信道的扫描响应y(t)与逆扫描x(t)^-1的卷积来获得。为外，将测量的扫描响应y(t)以及扫描x(t)^-1都变换到频域。由此，可以在频域中的扫描响应Y(w)与扫描的逆Y(w)^-1相乘：

$Y\left(\mathrm{\ω}\right)=X\left(\mathrm{\ω}\right)\·H\left(\mathrm{\ω}\right)\⇒H\left(\mathrm{\ω}\right)=Y\left(\mathrm{\ω}\right)\·X{\left(\mathrm{\ω}\right)}^{-1}.---\left(7\right)$

在将频率响应反向变换到时域之后获得脉冲响应：

H(t)＝IDFT(H(w))                 (8)

(IDFT...离散傅里叶逆变换)

借助脉冲响应H_m可以对于所有Q个考察的位置和所有频率独立于激励地采集阵列的特性。

为了节省存储空间并且获得平滑的频率曲线，对获得的脉冲响应H_m进行限制和淡入或淡出(ein-bzw.ausgeblendet)，为此进行开窗术(例如矩形、Hanning)。

这意味着，利用参考信号T和电声转换器装置的布局或其脉冲响应H_m计算参考特征矢量RY(Θ_q)并且以相同的方式利用源信号S计算特征矢量Y。根据梯度转换器的布置，将参考信号T与电声转换器装置的M个信道的各个取决于方向的放大系数h_m|Θs相乘，在此成立的是：h_m|Θs＝[h_0|Θs，...，h_M-1|Θs]。附加地将用于电声转换器装置的扬声器的定位Θ以角度和距离数据(Winkel-und Abstandsangabe)形式利用对于参考数据库RD中的Q个位置的参考特征矢量RY(Θ_q)标记(vermerkt)。该过程围绕电声转换器装置在例如15°步骤在Q个位置重复(在15°情况下从中得出Q＝24)，直到电声转换器装置从所有页接收到参考信号T，计算所属的参考特征矢量RY(Θ_q)并且将角度及距离数据录入到参考数据库RD中。

用于参考信号T的位置的方向通过两个角度给出：方位角和仰角θ，其中，方位角描述在水平层面中相对于参考信号原点(Referenzsignalursprung)Θ的旋转，而仰角θ描述在垂直层面中相对于参考信号原点Θ的旋转。方位角的角度原点(Winkelursprung)取决于转换器装置(Wandleranordnung)的取向并且由此是固定地预先给出的，而仰角θ的角度原点是与地平面正交的。

从肾形麦克风的绝对值频率响应(Betragsfrequenzgang)与球形麦克风的绝对值频率响应的比例中计算参考特征矢量RY(Θ_q)。在M-1个肾形麦克风的情况下，由此对于每个频率每参考位置Θ获得M-1个特有的(即独立于参考信号T的)特征值。参考数据库RD由Q个参考位置Θ和所属的m-1个绝对值频率响应比(组成。

按照相同方式，由电声转换器装置采集未知的源信号S并且必要时计算特征矢量Y。然后，将特征矢量Y与具有最小距离函数的参考特征矢量比较RY(Θ_q)，其中建立相似度曲线。对于所有特征矢量Y重复该过程并且从中建立结果的相似度曲线，其中可以由平均值或也可以由中心值中确定该结果的相似度曲线。

每个方位角具有M个(麦克风的数量)取决于频率的放大系数h_m|Θs，它们一起形成一个矢量。这意味着，如果已知h_Θs，则也已知所属的方位角然而，在实践中源位置Θ_s是未知的并且由此h_Θs也是未知的，仅接收的转换器输入信号X_m是已知的：

$\frac{X_m}{T}=h_{m|\mathrm{\Θs}},---\left(9\right)$

$\frac{X_m}{S}=h_{m|\mathrm{\Θs}.}---\left(10\right)$

在此要注意，参考信号T原则上总是存在的。作为参考信号T，如前面解释的那样，使用指数的正弦扫描(Sinus Sweep)，由此该信号是可确定地、分析地描述的以及是可再现的。为了探测源位置Θ，使用全向的转换器输入信号X₀，因为在无噪声的全向的麦克风的情况下成立h_Θ＝1，由此得到：T＝X₀以及S＝X₀。在该优化条件下成立：

${\mathrm{RY}}_m=\frac{X_m}{X_0},---\left(11\right)$

$Y_m=\frac{X_m}{X_0}.---\left(12\right)$

通过等式11和12现在可以对于所有m个信道计算参考特征矢量RY(Θ_q)或特征矢量Y：Y＝(Y₁，...，Y_m-1)^T，其中不考虑Y₀，因为Y₀不包含信息。附加地，根据等式9和10，参考特征矢量RY(Θ_q)独立于参考信号T：

${\mathrm{RY}}_m=\frac{T\·h_{m|\mathrm{\Θs}}}{T\·h_{0|\mathrm{\Θs}}}=\frac{h_{m|\mathrm{\Θs}}}{h_{0|\mathrm{\Θs}}}.---\left(13\right)$

与参考特征矢量一样确定特征矢量，其中要注意，参考特征矢量RY(Θ_q)从存储的参考信号T中确定，而特征矢量Y相对于传播时间从源信号S确定。

逐块地处理到来的参考信号T并且将每个信号块借助快速傅里叶变换(FFT)变换到频域。通过合适的峰值确定(例如peak picking)，采集在各个信号块中的至少一个峰值的确定数量p个。如果这样的峰值频率不包含在参考数据库RD中，则简单地选择在参考数据库RD中提供的下一个尖峰频率。

频域中信号分解的使用变换的方法是带通滤波器组。对此的经典的例子是“实时分析器”，其利用30个1/3倍频程宽(Terzband-breiten)带通滤波器分解一个信号，在相对更粗糙的频率分辨率的情况下时间分辨率非常好。与此相对，滤波器组的一个数字的变形是镜像互补的FIR滤波器(有限脉冲响应滤波器)、低通滤波器和高通滤波器的级联的对。

现在对p个频率的每个确定对于所有参考角度的相似度，这得到数量为p个的相似度曲线。然后将所述相似度曲线平均并且得到平均的相似度曲线，其最大值处于最接近源位置Θ的那些参考位置处。

更精确地说，通过比较特征矢量Y与参考数据库RD中的参考特征矢量RY(Θ_q)来获得相似度曲线，其包含了Q个位置，其中以相同方式考虑p范数(对于p＝2，这相应于欧几里得距离函数)或角度偏差。

基于p范数的相似度Sim_p为：

${\mathrm{Sim}}_p\{Y,\mathrm{RY}\}=\frac{1}{{1+\left|\right|(Y-\mathrm{RY})\left|\right|}_p}.---\left(14\right)$

基于角度偏差(余弦函数)的相似度Sim_cos为：

${\mathrm{Sim}}_{\cos }\{Y,\mathrm{RY}\}=\frac{Y^T\·\mathrm{RY}}{{\left|\right|Y\left|\right|}_2\·{\left|\right|\mathrm{RY}\left|\right|}_2}.---\left(15\right)$

在此，通过如下给出在Y和RY(Θ_q)之间的相似度：

S(Θ_q)＝Sim{Y，RY(Θ_q)}。              (16)

等式16是一个函数，该函数基于参考数据库RD中的参考位置Θ_q并且表示为相似度曲线，因为最小距离(MD)相应于最大相似度。由此对于源位置成立：

${\widehat{\mathrm{\Θ}}}_s=\underset{{\mathrm{\Θ}}_q}{\arg \max }\left\{S\left({\mathrm{\Θ}}_q\right)\right\}.---\left(17\right)$

在此，结果的相似度曲线由各个相似度曲线的平均值或中心值综合得到。

在多个同时出现的源信号S的情况下，结果的相似度曲线的最大值取决于，源信号S的方位角是如何地不同。在180°区别的极端情况下相似度曲线具有全向噪声η的走向。

当存在清晰的方向信息时，则在该方向情况下相似度曲线相应地清晰地突出-即，该方向具有一个大的相似度值而对于其他方向相应地出现小的值。如果对于这些具体的情况计算相似度值的散射(偏差的方差)，则该散射是大的。然而，如果方向不清晰，则在相似度曲线中在方向之间几乎没有区别，由此在这种情况下结果的散射是小的。

为了判断所确定的探测品质对于源信号的跟踪是否是充分的，对于计算的散射使用先前经验地确定的参考方差。在运行中，从结果的相似度曲线确定结果的方差。然后，将结果的方差除以先前经验地确定的参考方差，由此得到：

·如果结果的值QR接近0，则将此前探测的位置引入到源信号S的当前位置Θ的确定中。

·如果结果的值QR≤1并且QR＞＞0，则存在好的可定位的(ortbare)源并且将该信号块用于源信号S的位置确定Θ。

各个边界的确定可以由专业人员根据一些测试来进行。

源信号的当前方向不仅通过瞬时探测的相似度曲线，而且还通过此前探测的相似度曲线来确定。

如果全向噪声η上升，则出现的信噪比(SNR)也明显变差。

被证明为有利的是，进行输入数据信号的预选。例如如果想要定位(orten)说话者，则应当呈现是否存在语音的至少一个信息。

为了提高在具有噪声的环境中方向探测算法的鲁棒性，通过施加一个偏置来调节在理想的无噪声的环境中确定的参考曲线。即，使用不同的、取决于信噪比(SNR)的参考数据组，所述参考数据组是人工产生的和/或通过相应的测量获得的。

可以如下阐述按照本发明的方法：

一种用于确定声源信号S关于电声转换器装置的初始位置Θ的方法，具有参考数据库RD，所述参考数据库从测量过程中存储了具有所属的参考信号T的Q个以角度数据和必要时的距离的形式的参考位置Θ_q的参考信号T，其中通过比较源信号S与存储的参考信号T进行位置确定，其中从参考信号T中获得参考特征矢量RY并且从源信号S中获得特征矢量Y，以及所述特征矢量Y通过参考特征矢量RY综合为一个代表了源信号S的位置Θ和品质的相似度曲线。

按照上述段落的方法，其中，借助开窗术在时间上限制源信号S。

按照至少一个上述段落中的方法，其中，将所述源信号S借助快速傅里叶变换(FFT)变换到频域。

按照至少一个上述段落中的方法，其中，借助带通滤波器组在频域中分解源信号(S)。

按照至少一个上述段落中的方法，其中，从特征矢量Y和至少一个来自于参考数据库RD的参考特征矢量RY(Θ_q)的差中来确定相似度曲线。

按照至少一个上述段落中的方法，其中，在特征矢量Y和参考特征矢量RY之间的相似度通过距离度量来确定：S＝Sim{Y，RY}。

按照至少一个上述段落中的方法，其中，相似度的确定按照表达式 ${\mathrm{Sim}}_p\{Y,\mathrm{RY}\}=\frac{1}{1+{\left|\right|(Y-\mathrm{RY})\left|\right|}_p}$ 来进行。

按照至少一个上述段落中的方法，其中，相似度的确定按照表达式 ${\mathrm{Sim}}_{\cos }\{Y,\mathrm{RY}\}=\frac{Y^T\·\mathrm{RY}}{{\left|\right|Y\left|\right|}_2\·{\left|\right|\mathrm{RY}\left|\right|}_2}$ 来进行。

按照至少一个上述段落中的方法，其中，在多个p特征矢量Y的情况下结果的相似度曲线从各个p相似度取线的平均值中形成。

按照至少一个上述段落中的方法，其中，在多个p特征矢量Y的情况下结果的相似度曲线从各个p相似度取线的中心值中形成。

按照至少一个上述段落中的方法，其中，对于所有参考特征矢量RY(Θ_q)具有最小差的那个特征矢量Y，被引入到源信号S的初始位置Θ的确定中。

按照至少一个上述段落中的方法，其中，进行源信号S的预选。

按照至少一个上述段落中的方法，其中，源信号S的与初始位置Θ的当前方向通过瞬时探测的方向和先前探测的方向来确定。

按照至少一个上述段落中的方法，其中，对参考特征矢量RY(Θ_q)施加以取决于信噪比(SNR)的参考数据组。

按照至少一个上述段落中的方法，其中，取决于信噪比(SNR)的参考数据组人工地和/或通过测量产生。

Claims (14)

1.一种用于使用参考数据库(RD)来确定声源信号S关于电声转换器装置的初始位置Θ的方法，所述参考数据库从测量过程中存储了参考信号T，该参考信号T具有所属的Q个参考位置Θ_q，该参考位置Θ_q以参考信号T的角度和距离数据的形式存储，其中通过比较源信号S与存储的参考信号T进行位置确定，其特征在于，从参考信号T中获得参考特征矢量RY(Θ_q)并且从源信号S中获得特征矢量Y，以及在于，所述特征矢量Y通过参考特征矢量RY(Θ_q)综合为一个相似度曲线，其中所述相似度曲线的全局最大值代表位置Θ并且该相似度曲线的全局表格提供了关于所确定位置的可靠性的信息。

2.按照权利要求1所述的方法，其特征在于，借助开窗口在时间上限制所述源信号S。

3.按照权利要求1或2所述的方法，其特征在于，将所述源信号S借助快速傅里叶变换(FFT)变换到频域。

4.按照权利要求3所述的方法，其特征在于，借助带通滤波器组在频域中分解所述源信号S。

5.按照权利要求1所述的方法，其特征在于，从特征矢量Y和至少一个来自于参考数据库(RD)的参考特征矢量RY(Θ_q)的差中来确定所述相似度曲线。

6.按照权利要求5所述的方法，其特征在于，在特征矢量Y和参考特征矢量RY(Θ_q)之间的相似度通过度量S＝Sim{Y,RY}来确定，所述相似度Sim的确定为，基于p范数的相似度Sim_p按照表达式

${\mathrm{Sim}}_p\{Y,\mathrm{RY}\}=\frac{1}{1+{\left|\right|(Y-\mathrm{RY})\left|\right|}_p}$ 来进行。

7.按照权利要求5所述的方法，其特征在于，在特征矢量Y和参考特征矢量RY(Θ_q)之间的相似度通过度量S＝Sim{Y,RY}来确定，所述相似度Sim的确定为，基于角度偏差的余弦函数的相似度Sim_cos按照表达式

${\mathrm{Sim}}_{\cos }\{Y,\mathrm{RY}\}=\frac{Y^T\·\mathrm{RY}}{{\left|\right|Y\left|\right|}_2\·{\left|\right|\mathrm{RY}\left|\right|}_2}$ 来进行。

8.按照权利要求1所述的方法，其特征在于，在多个(p)特征矢量Y的情况下，结果的相似度曲线从各个(p)相似度曲线的平均值中形成。

9.按照权利要求1所述的方法，其特征在于，在多个(p)特征矢量Y的情况下，结果的相似度曲线从各个(p)相似度曲线的中心值中形成。

10.按照权利要求1所述的方法，其特征在于，对于所有参考特征矢量RY(Θ_q)具有最小差的那个特征矢量Y，被用来确定源信号S的初始位置Θ。

11.按照权利要求10所述的方法，其特征在于，进行源信号S的预选。

12.按照权利要求10所述的方法，其特征在于，通过瞬时探测的方向和先前探测的方向来确定相对于源信号S的初始位置Θ的当前方向。

13.按照权利要求10所述的方法，其特征在于，通过施加作为偏置的取决于信噪比(SNR)的参考数据组来调节参考特征矢量RY(Θ_q)。

14.按照权利要求13所述的方法，其特征在于，人工地和/或通过测量产生所述取决于信噪比(SNR)的参考数据组。