CN102736064A - 一种基于压缩传感器的助听器声源定位方法 - Google Patents

Abstract

本发明提供一种基于压缩传感器的助听器声源定位方法，本发明基于差分麦克风阵列，包括以下步骤：采用位于同一平面的全向型麦克风方阵采集声源信号，获得信号的差分模型，建立基于压缩感知的采样信号模型，将声源位置评估问题转化为最优化问题，最后得到最优的重构信号，求出能量峰值即声源所在位置。本发明采用联合多通道CS来采样数据，不需要参考阵元，并以信号帧平均值作为采集输入信号，大大减低了计算量，噪声鲁棒性强。

Description

一种基于压缩传感器的助听器声源定位方法

技术领域：

本发明涉及一种数字助听器声源定位方法。 

背景技术：

基于传感器阵列的声源定位应用非常广泛，如：无线通信，电子鼻，声压测量和地震探测等，声源定位方面的研究也非常多。传统的基于传感器阵列的声源定位技术分为基于最大输出功率的可控波束形成法、高分辨率谱估计法和到达时间差(Time Difference Of Arrival，TDOA)的声源定位法。基于最大可控响应功率的波束形成方法是早期的一种定位方法，但是其理论和实际的性能差异很大，而且依赖于声源信号的频谱特性。基于子空间技术的声源定位算法来源于现代高分辨谱估计技术，具有较高的空间分辨率，但是在噪声和混响严重的情况下，定位效果不佳。基于时延估计的方法运算量相对较小，实时性较好，但用于多声源定位时，性能严重下降。当在阵列间距足够大，阵元足够多的情况下，不同麦克风阵元接收到的信号差异大，定位的参数(如TDOA)比较容易获得，上述传统方法都容易达到较高的定位精度。可是，实际应用中，麦克风阵列的尺寸有严格的限制，如智能的听力设备。由于声源传播的物理特性本身的限制，阵元间间隔越小，有效的定位参数越小，对于间隔1mm的阵元，如果要获得8位分辨率的TDOA，就要求采样频率至少为100MHz。采样频率越高意味着要实时处理的数据越多，实时性越差，而且频率越高，功耗越大，也越容易受电路噪声影响。为了克服这些缺点，文献基于米亚棕蝇的生态原型提出基于梯度流的声源定位技术，通过差分麦克风记录数据，利用最小均方差技术来评估声源位置。文献提出将声源定位算法集成在∑Δ调制模块中，精度可以达到5°。但是上述研究主要是一种仿生声定位结构的实现，而不是基于传统的麦克风阵列。 

在微麦克风阵列声源定位系统中，任何声源都位于远场声源定位模型中，声源可认为是一个点源，同时声源的数目有限，声源位置与定位空间相比是稀疏的。因此，有些学者提出基于稀疏信号重构的声源定位方法。近年来新兴的CS理论是采样与压缩相结合的新技术，可用最少的观测次数来采样信号，但是可以高概率来恢复稀疏信号。有的文献采用一个参考阵元加多个压缩阵元的方式，参考阵元进行奈奎斯特采样，并作为定位的基准节点，因此定位性能完全取决于参考阵元的性能。 

针对阵元间隔小时，数据采集量大的问题，本文基于差分麦克风阵列，模仿奥米亚棕蝇听觉系统在耦合作用下的振幅差异性来构建信号模型。而且采用联合多通道CS来采样数据，不需要参考阵元，并以信号帧平均值作为采集输入信号，大大减低了计算量。信号模型建立后，利用自适应次梯度投影算法来重构声源位置信号，然后评估重构信号的能量峰值位置，从而获得多声源位置。本算法的模型建立和信号重构算法都有一定的噪声抑制性，同时采用差分信号模型，避免了复数运算，提高了计算效率，实用性较强。 

发明内容

本发明的所要解决的是噪声和回响情况下，声源定位困难的问题，在获得精确定位同时，维持算法的低计算量。 

本发明为实现上述发明目的采用如下技术方案： 

(1)采用位于同一平面的全向型麦克风方阵采集声源信号f_m(t)∈R^l，m＝1，2，...，8，l为语音信号f_m(t)的长度。 

(2)获得信号的差分模型： 

$\left[\begin{array}{c}\mathrm{\Δ}{f}_1\left(t\right)\\ \mathrm{\Δ}{f}_2\left(t\right)\\ M\\ \mathrm{\Δ}{f}_m\left(t\right)\end{array}\right]=-\left[\begin{array}{cccc}{\mathrm{\τ}}_{11}& {\mathrm{\τ}}_{12}& L& {\mathrm{\τ}}_{1N}\\ {\mathrm{\τ}}_{21}& {\mathrm{\τ}}_{22}& L& {\mathrm{\τ}}_{2N}\\ K& K& K& K\\ {\mathrm{\τ}}_{m1}& {\mathrm{\τ}}_{m2}& L& {\mathrm{\τ}}_{\mathrm{mN}}\end{array}\right]\left[\begin{array}{c}{s}_1\left(t\right)\\ s_2\left(t\right)\\ M\\ s_n\left(t\right)\end{array}\right]+\left[\begin{array}{c}{n}_1\left(t\right)\\ n_2\left(t\right)\\ M\\ n_m\left(t\right)\end{array}\right]=-\mathrm{\ΓS}+N---\left(1\right)$

这里Δf_m(t)表示每一路麦克风的差分信号，s_n(t)为需评估位置处的信号，τ_mn表示第n个位置信号到达第m个阵元的相对时延；n_m(t)为第m个麦克风在t时刻接收到的噪声，设为高斯白噪声。 

(3)建立基于压缩感知的采样信号模型： 

Y＝ΦΔF(t)＝ΦΨS+ΦN＝ΦΨS+N_Φ    (2) 

这里，Ψ＝-Γ，Φ称为观测矩阵， 

(4)将声源位置评估问题转化为数学最优化问题，即 

$\min \frac{1}{2}{\left|\right|Y-\mathrm{\γ}S\left|\right|}_2^2+\mathrm{\λ}{\left|\right|S\left|\right|}_0---\left(3\right)$

这里，γ＝ΦΨ。 

(5)将式(3)转化为标准的受限二次规划形式(4)， 

$\underset{z}{\min }F\left(z\right)=c^{T}z+\frac{1}{2}{z}^T\mathrm{Bzs}.t.z\≥0---\left(4\right)$

这里 

$z=\left[\begin{array}{c}u\\ v\end{array}\right],b={\mathrm{\γ}}^{T}Y,c=\mathrm{\λ}{1}_{2n}+\begin{array}{}\end{array}\left[\begin{array}{c}-b\\ b\end{array}\right],B=\left[\begin{array}{cc}{\mathrm{\γ}}^T\mathrm{\γ}& -{\mathrm{\γ}}^T\mathrm{\γ}\\ -{\mathrm{\γ}}^T\mathrm{\γ}& {\mathrm{\γ}}^T\mathrm{\γ}\end{array}\right]---\left(5\right)$

(6)根据式(5)，定义凸集{C_k，k＝1，...，m}满足如下约束 

定义凸函数 

以及梯度算子 

代入投影公式(9)和 

的迭代更新公式(10)，可以得到最优的重构信号z_opt，即位置信号S，能量峰值即声源所在位置。 

$P_{H^{-}\left({\hat{z}}_k\right)}\left({\hat{z}}_k\right)=\left\{\begin{array}{cc}{\hat{z}}_k& {\hat{z}}_k\∈H^{-}\left({\hat{z}}_k\right)\\ {\hat{z}}_k+\frac{-g_k\left({\hat{z}}_k\right)}{{\left|\right|\▿g_k\left({\hat{z}}_k\right)\left|\right|}^2}\▿g_k\left({\hat{z}}_k\right)& {\hat{z}}_k\∉H^{-}\left({\hat{z}}_k\right)\end{array}\right.---\left(9\right)$

${\hat{z}}_{k+1}={\hat{z}}_k+{\mathrm{\τ}}_k[P_{H^{-}\left({\hat{z}}_k\right)}\left({\hat{z}}_k\right)-{\hat{z}}_k],\∀k\∈N---\left(10\right)$

本发明采用上述技术方案具有如下有益效果： 

1、本发明方法基于差分麦克风阵列，模仿奥米亚棕蝇听觉系统在耦合作用下的振幅差异性来构建信号模型，克服小麦克风阵列的定位精度低缺点； 

2、本发明方法采用联合多通道CS来采样数据，不需要参考阵元，并以信号帧平均值作为采集输入信号，大大减低了计算量。 

3、本发明方法的声源信号评估算法有一定的噪声抑制性，噪声鲁棒性强。 

附图说明：

图1是位于两不同位置处的不相关声源位置空间谱估计图；其中图1(a)为信噪比等于20dB时不相关声源位置空间谱估计图；图1(b)为信噪比等于5dB时不相关声源位置空间谱估计图。 

图2是300组位于相隔10°的不同位置的数据的实验结果比较图。 

具体实施方案：

下面结合附图对技术方案的实施作进一步的详细描述： 

1、仿真数据及参数设置： 

本节中，我们提供了一些实验结果比较来验证文中提出的声源定位方法。我们选 用了Cpaon和MUSIC两种基于空间谱的声源定位方法，比较在各种条件下的声源定位能力。实验数据是基于模拟的房间脉冲响应模型建立，选用含有8个阵元的圆形麦克风阵列，阵列半径为3mm。声源个数2个，采样点数10000。定位空间0°～360°，每1°一个扇区，共360个位置。重构算法采用自适应次梯度投影算法，参数初始化：λ＝0.1‖γ^TY‖_∞，τ＝1，u，v皆为n维零向量，最终迭代次数M＝150，ρ_start＝100*λ，ρ_stop＝0.05，δ＝0.01。 

2、图1比较位于两不同位置处的不相关声源位置空间谱。从图1(a)上可以看出，当信噪比较高(20dB)时，三种算法在声源位置处皆有突出的谱峰能量，且旁瓣抑制也较好。而当信噪比较低(5dB)时，只有本文提出的方法获得很好的谱特征，如图1(b)所示。 

3、图2为300组位于相隔10°的不同位置的数据的实验比较结果。为了验证算法的稳定性，选用实验SNR从-10dB到30dB，比较Cpaon算法，MUSIC算法和本文算法的检测成功概率。如图所示，当SNR大于5dB时，本文算法检测成功概率几乎是100％，当大于10dB时，成功率为100％。但是当SNR等于-10dB时，检测成功率也不到40％，虽然此时另两种算法的成功率只有不到4％。从此可知，虽然本算法对噪声有一定抑制作用，但是当SNR较低时，性能也会急剧下降。 

Claims (1)

1.一种基于压缩传感器的助听器声源定位方法，其特征在于：包括如下步骤，

(1)采用位于同一平面的全向型麦克风方阵采集声源信号f_m(t)∈R^l，m＝1，2，...，8，l为语音信号f_m(t)的长度；

(2)获得信号的差分模型：

$\left[\begin{array}{c}\mathrm{\Δ}{f}_1\left(t\right)\\ \mathrm{\Δ}{f}_2\left(t\right)\\ M\\ \mathrm{\Δ}{f}_m\left(t\right)\end{array}\right]=-\left[\begin{array}{cccc}{\mathrm{\τ}}_{11}& {\mathrm{\τ}}_{12}& L& {\mathrm{\τ}}_{1N}\\ {\mathrm{\τ}}_{21}& {\mathrm{\τ}}_{22}& L& {\mathrm{\τ}}_{2N}\\ K& K& K& K\\ {\mathrm{\τ}}_{m1}& {\mathrm{\τ}}_{m2}& L& {\mathrm{\τ}}_{\mathrm{mN}}\end{array}\right]\left[\begin{array}{c}{s}_1\left(t\right)\\ s_2\left(t\right)\\ M\\ s_n\left(t\right)\end{array}\right]+\left[\begin{array}{c}{n}_1\left(t\right)\\ n_2\left(t\right)\\ M\\ n_m\left(t\right)\end{array}\right]=-\mathrm{\ΓS}+N;$

其中Δf_m(t)表示每一路麦克风的差分信号，S_n(t)为需评估位置处的信号，τ_mN表示第N个位置信号到达第m个阵元的相对时延；n_m(t)为第m个麦克风在t时刻接收到的噪声，设为高斯白噪声；

(3)建立基于压缩感知的采样信号模型：

Y＝ΦΔF(t)＝ΦΨS+ΦN＝ΦΨS+N_Φ；

其中，Ψ＝-Γ，Φ称为观测矩阵，

(4)将声源位置评估问题转化为数学最优化问题，即

$\min \frac{1}{2}{\left|\right|Y-\mathrm{\γ}S\left|\right|}_2^2+\mathrm{\λ}{\left|\right|S\left|\right|}_0;$

其中，γ＝ΦΨ，

(5)将上式转化为标准的受限二次规划形式：

$\underset{z}{\min }F\left(z\right)=c^{T}z+\frac{1}{2}{z}^T\mathrm{Bzs}.t.z\≥0;$

其中，

$z=\left[\begin{array}{c}u\\ v\end{array}\right],b={\mathrm{\γ}}^{T}Y,c=\mathrm{\λ}{1}_{2n}+\begin{array}{}\end{array}\left[\begin{array}{c}-b\\ b\end{array}\right],B=\left[\begin{array}{cc}{\mathrm{\γ}}^T\mathrm{\γ}& -{\mathrm{\γ}}^T\mathrm{\γ}\\ -{\mathrm{\γ}}^T\mathrm{\γ}& {\mathrm{\γ}}^T\mathrm{\γ}\end{array}\right];$

(6)根据(5)中的公式，定义凸集{C_k，k＝1，...，m}满足如下约束

定义凸函数：

以及梯度算子

将其代入投影公式：

和的迭代更新公式

得到最优的重构信号z_opt，即位置信号S，能量峰值即声源所在位置。