CN103856866A - 低噪微分麦克风阵列 - Google Patents
低噪微分麦克风阵列 Download PDFInfo
- Publication number
- CN103856866A CN103856866A CN201310270191.9A CN201310270191A CN103856866A CN 103856866 A CN103856866 A CN 103856866A CN 201310270191 A CN201310270191 A CN 201310270191A CN 103856866 A CN103856866 A CN 103856866A
- Authority
- CN
- China
- Prior art keywords
- microphone array
- filter
- telecommunication
- minumum
- differential
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Circuit For Audible Band Transducer (AREA)
- Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
Abstract
一种低噪微分麦克风阵列。提供了一种微分麦克风阵列(DMA),其包括用于将声音转换为多个电信号的多个(M个)麦克风传感器以及处理器,该处理器构造成:在时间窗内将线性约束最小方差滤波器应用在电信号上以计算电信号在多个子带上的频率响应,以及对电信号对于每个子带的频率响应进行求和,以计算声音的估算频谱。
Description
技术领域
本发明总的涉及微分麦克风阵列(DMA),并且特别地涉及具有低噪放的DMA。
背景技术
麦克风阵列可以包括多个地理形式布置的麦克风传感器,这些麦克风传感器用于接收声音信号(例如语音信号)并将语音信号转换为电信号。电信号可以被模-数转换器(ADC)数字化,以转换成可以被处理器(例如数字信号处理器)进一步处理的数字信号。与单个麦克风相比,由麦克风阵列接收的声音信号可以被进一步处理,以进行减噪/语音增强、声源分离、解混响、空间录音、以及声源定位和追踪。处理过的数字信号可以被打包以在通信信道上传输或者使用数-模转换器(ADC)被转换回模拟信号。麦克风阵列还已经被配置成用于波束成形或者定向声音信号接收。处理器可以被编程好像从特定的声源接收声音信号。
加法麦克风阵列可以基于同步和添加原理而实现信号增强和噪声抑制。为了实现更好的噪声抑制,加法麦克风阵列可以包括较大的传感器间距离。例如,加法麦克风阵列中的麦克风传感器之间的距离可以在从几厘米到几分米的范围内。由于较大的传感器间距,加法麦克风阵列的体积尺寸可能较大。因为这个原因,加法麦克风阵列可能不适于很多应用。另外,加法麦克风可能经受以下缺点。首先,加法麦克风阵列的波束图案是与频率有关的,并且形成的波束的宽度与频率成反比。所以加法麦克风阵列在处理低频噪声和干涉时并不有效。其次,来自加法麦克风阵列的噪声分量通常在整个频谱范围内以不均匀的方式被衰减,从而导致输出中不理想的缺陷。最后,当目标语音源的入射角与阵列的面对方向不同时(实际中可能经常出现的情形),语音信号可被低通滤波,从而导致语音失真。
相比之下,微分麦克风阵列(DMA)允许传感器之间的距离小些,并且可以制造得非常紧凑。DMA包括对声压场的空间导数进行响应的麦克风传感器的阵列。例如,多个地理形式布置的全向传感器的输出可以被组合在一起以测量麦克风传感器之间的声压场的微分。因此,可以由全向麦克风传感器构建不同阶的DMA,使得DMA可以具有特定的方向性。图1示出了三阶DMA。如图1所示,DMA的一阶信号微分可以通过减去两个相邻的全向麦克风传感器的输出来构建。二阶微分DMA可以通过减去两个相邻的一阶微分输出来构建。类似地,三阶微分DMA可以通过减去两个相邻的二阶微分输出来构建。类似地,N阶微分DMA可以通过减去两个(N-1)阶微分来构建。
与加法麦克风阵列相比,DMA具有以下优点。第一,DMA可以形成频率无关的波束图案使得它们对于处理高频信号和低频信号都是有效的。第二,DMA具有以给定数量的麦克风传感器获得最大定向增益的可能。第三,DMA的增益随着声音源与阵列之间的距离而减小,因此内在地抑制了环境噪声和来自远处的源的干涉。
N阶DMA可以由至少N+1个麦克风传感器来构建。如图1所示,DMA可以通过在一阶水平处对两个邻近的麦克风传感器的输出信号直接计算微分或者通过在较高阶水平处对其相应的导数直接计算微分而在时域构建。如图1所示的实施方式有缺点。例如,DMA的微分输出的每个水平需要均衡滤波器以用于补偿阵列的不均匀的频率响应,特别是对于高阶DMA而言。均衡滤波器在实际中设计和调谐是困难的。
另一个缺点是,DMA可能放大传感器噪声。每个麦克风传感器可能包括可以响应于声波而振动以将声波所施加的压力转换成电信号的膜。除了声音的测量结果之外,所生成的电信号还包括传感器噪声。与环境噪声不同,传感器噪声是麦克风传感器所固有的,因此即使在诸如Sound Booth之类的隔声环境中也是存在的。一般地,麦克风阵列输出可能由于取决于麦克风传感器的质量的传感器而具有20dB-30dB的白噪声。DMA已知被用于传感器噪声的放大;并且,DMA的阶越高,则放大率越大。例如,现有技术的三阶DMA可以将传感器噪声放大至大约80dB,从而使DMA对实用目的而言无用。
一种减小传感器噪声的方式是在麦克风传感器中使用较大的膜。然而,较大的膜和较大的麦克风传感器都增大了DMA的体积尺寸。另一种减小传感器噪声的方式是使用产生较少噪声的材料。然而,产生的传感器噪声越低,则麦克风传感器越昂贵。例如,20dB的麦克风传感器远比30dB的麦克风传感器昂贵得多得多。最后,无论麦克风传感器是如何制造的,传感器噪声都固有地存在并且经历DMA的放大。据此,当前可用和/或已知的DMA局限于一阶或二阶微分。因此,存在在当前的DMA上进行改进并且提供改进的低噪微分麦克风阵列的需要。
附图说明
图1示出了三级微分麦克风阵列。
图2示出了根据本发明的实施例的微分麦克风阵列。
图3示出了根据本发明的实施例的微分麦克风阵列的详细示意。
图4A示出了用于构建根据本公开的实施例的DMA滤波器的过程。
图4B示出了用于操作根据本公开的实施例的DMA滤波器的过程。
图5示出了根据本公开的实施例的使用两个麦克风传感器设计的一阶心形方向性DMA的波束图案。
图6示出了根据本公开的实施例的使用五个麦克风传感器设计的一阶心形方向性DMA的波束图案。
图7示出了根据本公开的实施例的使用八个麦克风传感器设计的一阶心形方向性DMA的波束图案。
图8示出了根据本公开的实施例的一阶心形方向性DMA的白噪声增益。
图9示出了根据本公开的实施例的二阶心形方向性DMA的白噪声增益。
图10示出了根据本公开的实施例的三阶心形方向性DMA的白噪声增益。
具体实施方式
存在对于容易设计并且能够减少和/或消除传感器噪声的放大的微分麦克风阵列的需要。
本发明的实施例包括微分麦克风阵列(DMA)和处理器,该微分麦克风阵列包括用于将声音转换为多个电信号的多个(M个)麦克风传感器,该处理器构造成在时间窗内将线性约束最小方差滤波器应用在电信号上以计算电信号在多个子带上的频率响应并且对电信号对于每个子带的频率响应进行求和,从而计算声音的估算频谱。
在本发明的实施例中,麦克风传感器的数量比DMA的阶数加1要大,并且线性约束最小方差滤波器是最小范数滤波器。在本发明的其他实施例中,麦克风传感器的数量等于DMA的阶数加1。
本发明的实施例包括用于操作包括用于将声音转换为电信号的多个(M个)麦克风传感器的微分麦克风阵列的方法。该方法包括在时间窗内将线性约束最小方差滤波器应用在电信号上,以计算电信号在多个子带上的频率响应并且对电信号对每个子带的频率响应进行求和,以计算声音的估算频谱。
本发明的实施例包括对包括多个(M个)麦克风传感器的微分麦克风阵列设计重建滤波器的方法。该方法包括:对微分麦克风阵列指定目标微分阶(N);指定N+1个导向矢量 其中n=1,2,...,N, ω是角频率,τ0=δ/c,其中δ是传感器间距离,并且c是声音速度;指定导向距离D=[dH(ω,1),dH(ω,aN,1),...,dH(ω,aN,N)]T;以及计算重建滤波器作为D和目标波束图案的函数。
本发明的实施例包括微分麦克风阵列,该微分麦克风阵列包括用于接收语音信号的多个麦克风传感器,并且所述多个麦克风传感器的输出被划分成多个帧。在实施例中,输出的帧通过频率变换被变换成频率响应。在实施例中,利用短时傅立叶变换(STFT)来变换帧。可以用来产生频率响应的其他类型的频率变换包括离散余弦变换(DCT)和基于小波的变换。频率响应可以被划分成多个子带。在每个子带中,设计有微分波束成形器并将微分波束成形器应用于频率响应系数,以在每个子带中产生对干净信号的估算。最后,通过对频率响应的逆频率变换进行求和来重建干净的语音信号。
图2示出了根据本发明的实施例的使用波束成形器以子带方式设计的DMA。DMA可以包括多个麦克风传感器1、2、...、M,每个传感器可以接收声音信号x(k)。由于麦克风传感器之间的距离,各个麦克风传感器可以在不同的时间或者以不同量的时间延迟来接收声音信号。另外,每个麦克风传感器可以接收环境噪声。如图2所示,相应的环境噪声分量能够由v1(k)、v2(k)、...、vM(k)来表示。因此,麦克风传感器的输出信号y1(k)、y2(k)、...、yM(k)可以包括声音信号和环境噪声的延时形式,并且包括传感器噪声分量。由于传感器噪声分量是添加于环境噪声分量的,所以为了方便起见,v1(k)、v2(k)、...、vM(k)被认为也包括传感器噪声。例如,时间窗可被应用到来自麦克风传感器的每个输出信号以捕捉一帧输出信号。例如,时间窗是矩形时间窗、汉明窗(Hamming window)、和/或适于捕捉一帧输出信号的窗。在实施例中,频率变换(例如傅立叶变换)被应用于所述一帧输出信号y1(k)、y2(k)、...、yM(k)以产生频率响应,y(ω)=[Y1(ω)、Y2(ω)、...、YM(ω)],其中ω=0、1、2、...、K,表示K+1个子带。在实施例中,可具有128个子带。这里,为清楚起见省略了窗指数。在实施例中,频率变换是短时傅立叶变换。可替代地,频率变换是诸如DCT或基于小波的变换之类的适当类型的变换。为了清楚和方便起见,下面关于短时傅立叶变换进行讨论。然而,应当理解,相同的原理可以应用于其他类型的频率变换。对于麦克风传感器沿着线布置并且具有相等的传感器间距离δ的均匀线性阵列,当声音信号具有入射角θ并且在第一麦克风的位置被选择作为基准麦克风的情况下,第M个麦克风的STFT由下式给定:
其中,X(ω)和Vm(ω)分别是源信号x(k)和噪声分量vm(k)的STFT,(或虚数单元),ω=2πf是角频率,τ0=δ/c(c为声音速度)是在角度θ=0°和α=cos(θ)时两个连续的麦克风传感器之间的延时。本发明的实施例可以类似地应用于不均匀阵列。对于麦克风传感器的不均匀阵列,例如,方程(1)可以写成其中τm,m=1、2、...、M,表示传感器间距离。为了清楚和方便起见,下面关于不均匀线性阵列进行讨论。然而,应当理解,相同的原理可以应用于不均匀线性阵列。在矢量形式中:
y(ω)=d(ω,a)X(ω)+v(ω) (2)
本发明的实施例包括作为波束成形器的DMA的设计,波束成形器基于观察到的y(ω)来恢复期望的信号X(ω)的频谱。如图2所示,能够例如通过向每个麦克风传感器的输出应用复合权重(m=1、2、...、M)来实现这种恢复,其中*表示复共轭。图3详细地示出了根据本发明的实施例的子带中的滤波。如图3所示,在短时傅立叶变换202.1、...、202.M之后,电信号可以被分解成子带ω=0、1、2、...、K。例如,y1可以被分解成Y1(0)、Y1(1)、...、Y1(K)并且yM可以被分解成YM(0)、YM(1)、...、YM(K)。可以将一组滤波器Hi(ω)(i=1、...、M)应用于每个Yi(ω),i=1、...、M。
参照图2,加权输出y(ω)可以被一起求和以计算声音信号的估算频谱。
其中,h(ω)=[H1(ω)、H2(ω)、...、HM(ω)]T。如图3详细所示,Ym(ω)的产生可通过多个乘法算子204在多个子带ω=0、1、2、...、K中完成。另外,还通过分别用于子带ω=0、1、2、...、K的加法算子204.0、204.1、...、204.K在子带中完成加法。如图3所示,对子带ω=i的估算为Z(i)。
然后,DMA的设计是确定权矢量h(ω),使得Z(ω)是X(ω)的最优估算。如方程(2)所表示的,y(ω)包括噪声分量v(ω),v(ω)可以包括环境噪声和传感器噪声两者。权矢量h(ω)可以通过适应性波束成形来确定,以使噪声分量最小化。在适应性波束成形中,噪声分量可以针对特定的波束图案被最小化,或者
其中,上标H表示转置复共轭。对于方程(4)的线性约束最小方差(LCMV)滤波方案是:
其中α和β包括可通过其限定特定波束图案的矢量,并且是噪声矢量的相关矩阵。在实施例中,α=[1,αN,1,...,αN,N]T矢量指定零位的角度位置,并且β=[1,βN,1,...,βN,N]T矢量指定每个相应的零位的增益。增益是[0,1]范围内的值,其中零增益可以意味着没有声音穿过该方向,并且单位增益可以意味着在没有损失的情况下的总的通过。矢量α和β一起指定目标波束图案。
在实施例中,M=N+1。因此,D是列满秩方阵,并且
hLCMV(ω)=D-1(ω,a)β (6)
其正好对应于N阶DMA的滤波器。然而,由于hLCMV(ω)是在频域中设计的并且直接从导向矢量d和波束图案β导出的,所以hLCMV(ω)是在频域中设计的。以这样的方式,本发明的实施例不需要计算难以设计的均衡滤波器,因此,本发明的实施例具有容易计算的优点。
现有技术要求M=N+1,使得导向矩阵D始终是能够求逆的方阵。如果M>N+1,则导向矩阵D不是方阵。在本发明的实施例中,当M>N+1时,滤波器设计成最小范数滤波器,或者
h(ω,α,β)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β (7)
其中,长度为N+1的矢量α和β的选择可以确定DMA的响应和阶。由于M可以比N+1大得多,所以根据最小范数滤波器h(ω,α,β)设计的DMA对噪声、特别是对传感器噪声要稳健得多。这是因为例如最小范数滤波器h(ω,α,β)也是从使受到N阶DMA基本约束的白噪声增益最大化而得到的。因此,对于大量的麦克风传感器,白噪声增益可以接近M。如果M的值比N+1大得多,则DMA的阶可以不再等于N。然而,由于满足了N阶DMA基本约束,所以产生的定向图案的形状可以与当M=N+1时获得的形状稍微不同。这样,根据最小范数滤波器h(ω,α,β)设计的DMA可以有效地实现良好的噪声抑制与波束成形之间的有效平衡。
利用最小范数滤波器得到的波束图案为
B[h(ω,α,β),θ]=dH(ω,cosθ)DH(ω,α)[D(ω,α)DH(ω,α)]-1β (8)
对于最小范数滤波器,点噪声源的白噪声增益、方向性因数、以及增益分别是
其中,θn是点噪声源的入射角。
如上所述,在Gds[h(ω,α,β)]=GN与GWn[h(ω,α,β)]≥1之间达成了平衡,其中GN是与频率无关的N阶DMA的方向性因数。
因此,本发明的实施例包括计算能够用来重建声音信号的一组滤波器的过程。例如,重建滤波器指定多个子带处的系数。
图4(A)示出了计算用于根据本发明的实施例的微分麦克风阵列(DMA)的一组线性约束最小方差滤波器的过程。例如,DMA包括多个麦克风传感器并且包括处理器,每个麦克风传感器可以接收来自声音源的声音并将声音转换成电信号,处理器可以构造成对电信号进行滤波。如图4(A)所示,在302,能够通过向零位和这些零位处的权重分配位置来指定目标波束图案。在实施例中,第一矢量α=[1,αN,1,...,αN,N]T指定零位的角度位置,并且第二矢量β=[1,βN, 1,...,βN,N]T指定这些零位的增益。零位的数量与DMA的阶相关。在实施例中,零位的数量(L)等于DMA的阶数加1,即L=N+1。在304,导向矢量可以计算为:
其中,n=1、2、...、N。在306,导向矩阵D可以根据导向矢量构建:
其为M×(N+1)矩阵。因此,如果M=N+1,那么D为方阵。然而,如果M>N+1,则D是矩形矩阵。在308,可以计算一组线性约束最小方差滤波器。如果麦克风传感器的数量M=N+1(N为DMA的阶),那么D为方阵,并且
hLCMV(ω)=D-1(ω,a)β
然而,如果M>N+1,则:
h(ω,α,β)=DH(ω,a)[D(ω,a)DH(ω,a)]-1β,其为抑制噪声放大的最小范数滤波器。
例如,计算出的线性约束最小方差滤波器或最小范数滤波器被用来重建声源。图4(B)示出了计算声源的估算值的过程。在310,声音信号可以通过DMA中的麦克风传感器被转化为电信号。例如,电信号可能由于传感器间距离而包括不同的延时量。在312,处理器能够构造成对从麦克风传感器接收的电信号执行诸如短时傅立叶变换之类的频率变换,以产生电信号的频率响应。在314,能够向电信号的频率响应应用一组线性约束最小方差滤波器hLCMV(或者,在M>N+1的情况下,应用最小范数滤波器),以产生经滤波的频率响应。在316,经滤波的频率响应在每个子带被加到一起,以产生声音的估算频谱,并且能够向估算的频谱应用逆短时傅立叶变换。逆STFT的结果是声源的估算。
本发明的实施例能够用来构建不同阶的DMA,包括一阶心形方向性(其中α=[1,-1]T,β=[1,0]T)、二阶心形方向性(α=[1,-1,0]T,β=[1,0,0]T)、以及三阶心形方向性( )的DMA。用于构建的麦克风传感器的数量可以等于阶数加1或者大于阶数加1。实验结果表明,使用最小范数滤波器设计的DMA对噪声表现出较好的稳健性。
本发明的实施例能够使用不同数量的麦克风传感器来构建一阶心形方向性DMA,其中α=[1,-1]T(即,两个零位布置在0°和180°处),而β=[1,0]T(0°和180°处的强度分别设定为1和0)。图5、6和7示出了根据本发明的实施例,分别使用两个、五个和八个麦克风传感器设计的一阶心形方向性DMA的波束图案。除了在大约5kHz处之外,波束图案对于两个和五个麦克风传感器是类似的。关于使用八个麦克风传感器设计的一阶心形方向性DMA,4kHz和5kHz处的波束图案表现出二阶心形方向性DMA的特性。因此,使用八个麦克风传感器设计的DMA在低频处可以表现出一阶心形方向性的特性,并且在高频处表现出二阶心形方向性的特性。这种混合特性可能是理想的,因为这能够实现低频范围内的低噪声和高频范围内的高方向性。
图8示出了根据本发明的实施例,对于使用2个至6个、7个和8个麦克风传感器设计的一阶心形方向性DMA,白噪声增益GWn作为频率的函数的图形。当麦克风传感器的数量M大于2时,方案是最小范数方案。如图8所示,对于7个和8个麦克风传感器,在2kHz或更高的频率处能够达到最大的白噪声增益。与具有2个和5个麦克风传感器的DMA相比,在1kHz处,对于5个麦克风传感器,噪声增益在0dB处,而对于2个麦克风传感器,噪声增益在-11dB处。因此,与使用2个麦克风传感器相比,使用5个麦克风传感器能够获得11dB的增益。
本发明的实施例能够使用不同数量的麦克风传感器来构建二阶心形方向性DMA,其中α=[1,-1,0]T,β=[1,0,0]T。图9示出了根据本发明的实施例,使用3个至8个麦克风传感器设计的二阶DMA的白噪声增益GWn作为频率的函数的图形。当麦克风传感器的数量M大于3时,方案是最小范数方案。如图9所示,白噪声增益随着麦克风传感器的数量(M)增加而增加。例如,在1kHz处,5个麦克风传感器的最小范数DMA可以实现-19dB的白噪声增益,而3个麦克风传感器可以实现-30dB的增益。因此,例如,相比于3个麦克风传感器,这里使用5个麦克风传感器设计的DMA能够提高11dB。当M>7在高频处时,可以实现最大白噪声增益。
本发明的实施例使用不同数量的麦克风传感器来构建三阶心形方向性,其中 图10示出了根据本发明的实施例,使用4个至8个麦克风传感器设计的三阶心形方向性的白噪声增益GWn作为频率的函数的图形。当麦克风传感器的数量M大于4时,方案是最小范数方案。如图10所示,白噪声增益随着麦克风传感器的数量增加而提高。例如,在1kHz处,使用8个麦克风传感器设计的三阶心形方向性的白噪声增益为-24dB,而使用4个麦克风传感器设计的三阶心形方向性的白噪声增益为-50dB。因此,例如,相比于使用4个麦克风传感器的DMA,这里使用8个麦克风传感器设计的最小范数DMA能够实现26dB的提高。
本发明的实施例提供了低噪微分麦克风阵列,其是在已知DMA上的改进。本发明的实施例提供了微分麦克风阵列,其包括用于将声音转换为多个电信号的多个(M个)麦克风传感器并且包括处理器,该处理器构造成:在时间窗内将线性约束最小方差滤波器应用在电信号上,以计算在多个子带上电信号的频率响应;以及对电信号对于每个子带的频率响应进行求和,以计算声音的估算频谱。在实施例中,处理器构造成:在应用线性约束最小方差滤波器之前计算电信号的短时傅立叶变换;以及计算电信号的估算频谱的逆短时傅立叶变换。在实施例中,微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。在实施例中,微分麦克风阵列的微分阶数是N,并且线性约束最小方差滤波器由微分麦克风阵列的波束图案来确定。在实施例中,线性约束最小方差滤波器作为导向矩阵D的函数来计算,且导向矩阵D包括N+1个导向矢量, 其中n=1,2,...,N, ω是角频率,τ0=δ/c,其中δ是传感器间距离,并且c是声音速度。在实施例中,M=N+1并且D为方阵,并且线性约束最小方差滤波器hLCMV(ω,a)=D-1(ω,a)β,其中β是指定波束图案的矢量。在实施例中,M>N+1并且D为矩形矩阵,并且线性约束最小方差滤波器是最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
本发明的实施例提供用于操作包括将声音转换成电信号的多个(M个)麦克风传感器的微分麦克风阵列的方法和系统,所述方法和系统包括:通过处理器在时间窗内将线性约束最小方差滤波器应用在电信号上,以计算电信号在多个子带上的频率响应;以及通过处理器对电信号对每个子带的频率响应进行求和,以计算声音的估算频谱。在实施例中,在应用线性约束最小方差滤波器之前,计算电信号的短时傅立叶变换;并且计算电信号的估算频谱的逆短时傅立叶变换。在所述系统和方法的实施例中,微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。在所述系统和方法的实施例中,微分麦克风阵列的微分阶数是N,并且线性约束最小方差滤波器由微分麦克风阵列的波束图案来确定。在所述系统和方法的实施例中,线性约束最小方差滤波器作为导向矩阵D的函数来计算,且该导向矩阵包括N+1个导向矢量, 其中n=1,2,...,N, ω是角频率,τ0=δ/c,其中δ是传感器间距离,并且c是声音速度。在所述系统和方法的实施例中,M=N+1并且D为方阵,并且线性约束最小方差滤波器hLCMV(ω,a)=D-1(ω,a)β,其中β是指定波束图案的矢量。在所述系统和方法的实施例中,M>N+1并且D为矩形矩阵,并且线性约束最小方差滤波器是最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
本发明的实施例提供设计用于包括多个(M个)麦克风传感器的微分麦克风阵列的重建滤波器的方法和系统,所述方法和系统包括:通过处理器指定对于微分麦克风阵列的目标微分阶(N);通过处理器指定N+1个导向矢量,其中n=1,2,...,N,ω是角频率,τ0=δ/c,其中δ是传感器间距离,并且c是声音速度;通过处理器指定导向矩阵D=[dH(ω,1),dH(ω,aN,1),...,dH(ω,aN,N)]T;以及作为D和目标波束图案的函数来计算重建滤波器。在所述方法和系统的实施例中,微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。在所述系统和方法的实施例中,M=N+1并且D为方阵,并且重建滤波器h(ω,a)=D-1(ω,a)β,其中β是指定波束图案的矢量。在所述系统和方法的实施例中,M>N+1并且D为矩形矩阵,并且重建滤波器是最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
将注意到的是,在此所公开的方法、系统以及所描述的过程能够利用一个或多个执行来自一个或多个计算机程序或部件的指令的处理器来实施。这些部件可以提供为计算机可读介质上的一系列计算机指令,这些计算机可读介质例如包括RAM、ROM、闪存、磁盘、和/或光盘、光学存储器、和/或其他存储介质。所述指令可以构造成由一个或多个处理器执行,当所述处理器执行所述一系列计算机指令时,其执行或者促进所公开的方法和过程的全部或一部分的性能。
尽管已经参照特定的示例和实施例描述了本公开,但应当理解,本公开并不局限于这些示例和实施例。另外,这些实施例可以在具有或者不具有彼此的各种组合中使用。因此,所主张的本公开包括根据本文描述的具体示例和实施例的变型,如本领域技术人员而言将显而易见的那样。
Claims (18)
1.一种微分麦克风阵列,包括:
用于将声音转换为多个电信号的多个(M个)麦克风传感器;以及
处理器,所述处理器构造成:
在时间窗内将线性约束最小方差滤波器应用在所述电信号上,以计算所述电信号在多个子带上的频率响应;以及
对所述电信号对于每个子带的频率响应进行求和,以计算声音的估算频谱。
2.根据权利要求1所述的微分麦克风阵列,其中,所述处理器进一步构造成:
在应用所述线性约束最小方差滤波器之前,计算所述电信号的短时傅立叶变换;以及
计算所述电信号的估算频谱的逆短时傅立叶变换。
3.根据权利要求1所述的微分麦克风阵列,其中,所述微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。
4.根据权利要求1所述的微分麦克风阵列,其中,所述微分麦克风阵列的微分阶数为N,并且其中所述线性约束最小方差滤波器由所述微分麦克风阵列的波束图案确定。
6.根据权利要求5所述的微分麦克风阵列,其中,M=N+1并且D为方阵,并且其中所述线性约束最小方差滤波器hLCMV(ω,α)=D-1(ω,a)β,其中β是指定波束图案的矢量。
7.根据权利要求5所述的微分麦克风阵列,其中,M>N+1并且D为矩形矩阵,并且其中所述线性约束最小方差滤波器是最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
8.一种操作包括将声音转换成电信号的多个(M个)麦克风传感器的微分麦克风阵列的方法,包括:
通过处理器在时间窗内将线性约束最小方差滤波器应用在所述电信号上,以计算所述电信号在多个子带上的频率响应;以及
通过所述处理器对所述电信号对于每个子带的频率响应进行求和,以计算声音的估算频谱。
9.根据权利要求8所述的方法,还包括:
在应用所述线性约束最小方差滤波器之前,计算所述电信号的短时傅立叶变换;以及
计算所述电信号的估算频谱的逆短时傅立叶变换。
10.根据权利要求8所述的方法,其中,所述微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。
11.根据权利要求8所述的方法,其中,所述微分麦克风阵列的微分阶数为N,并且其中所述线性约束最小方差滤波器由所述微分麦克风阵列的波束图案确定。
13.根据权利要求12所述的方法,其中,M=N+1并且D为方阵,并且其中所述线性约束最小方差滤波器hLCMV(ω,a)=D-1(ω,a)β,其中β是指定波束图案的矢量。
14.根据权利要求12所述的方法,根据权利要求5所述的微分麦克风阵列,其中,M>N+1并且D为矩形矩阵,并且其中所述线性约束最小方差滤波器是最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
15.一种设计用于包括多个(M个)麦克风传感器的微分麦克风阵列的重建滤波器的方法,包括:
通过处理器指定对于所述微分麦克风阵列的目标微分阶(N);
通过所述处理器指定N+1个导向矢量, 其中n=1,2,...,N, ω是角频率,τ0=δ/c,其中δ是传感器间距离,并且c是声音速度;
通过所述处理器指定导向矩阵D=[dH(ω,1),dH(ω,aN,1),...,dH(ω,aN,N)]T;以及
作为D和目标波束图案的函数来计算所述重建滤波器。
16.根据权利要求15所述的方法,其中,所述微分麦克风阵列是均匀线性麦克风阵列和非均匀线性麦克风阵列中的一种。
17.根据权利要求16所述的方法,其中,M=N+1并且D为方阵,并且其中所述重建滤波器h(ω,a)=D-1(ω,a)β,其中β是指定波束图案的矢量。
18.根据权利要求16所述的方法,其中,M>N+1并且D为矩形矩阵,并且其中所述重建滤波器为最小范数滤波器h(ω,α)=DH(ω,α)[D(ω,α)DH(ω,α)]-1β。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310270191.9A CN103856866B (zh) | 2012-12-04 | 2013-06-10 | 低噪微分麦克风阵列 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2012/085830 WO2014085978A1 (en) | 2012-12-04 | 2012-12-04 | Low noise differential microphone arrays |
CNPCT/CN2012/085830 | 2012-12-04 | ||
CN201310270191.9A CN103856866B (zh) | 2012-12-04 | 2013-06-10 | 低噪微分麦克风阵列 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103856866A true CN103856866A (zh) | 2014-06-11 |
CN103856866B CN103856866B (zh) | 2019-11-05 |
Family
ID=50863998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310270191.9A Active CN103856866B (zh) | 2012-12-04 | 2013-06-10 | 低噪微分麦克风阵列 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103856866B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931928A (zh) * | 2015-07-01 | 2015-09-23 | 西北工业大学 | 一种信号源定位方法及装置 |
CN105244036A (zh) * | 2014-06-27 | 2016-01-13 | 中兴通讯股份有限公司 | 一种麦克风语音增强方法及装置 |
CN105590631A (zh) * | 2014-11-14 | 2016-05-18 | 中兴通讯股份有限公司 | 信号处理的方法及装置 |
CN105681972A (zh) * | 2016-01-14 | 2016-06-15 | 南京信息工程大学 | 线性约束最小方差对角加载的稳健频率不变波束形成方法 |
CN105681988A (zh) * | 2015-12-30 | 2016-06-15 | 临境声学科技江苏有限公司 | 一种线性阵列拾音器及控制方法 |
CN105759239A (zh) * | 2016-03-09 | 2016-07-13 | 临境声学科技江苏有限公司 | 一种降阶的频不变的鲁棒的超指向波束形成算法 |
CN105978634A (zh) * | 2015-03-10 | 2016-09-28 | 西万拓私人有限公司 | 用于根据频率对输入信号进行噪声抑制的方法 |
CN106501773A (zh) * | 2016-12-23 | 2017-03-15 | 上海语知义信息技术有限公司 | 基于差分阵列的声源方向定位方法 |
CN108337605A (zh) * | 2017-03-19 | 2018-07-27 | 临境声学科技江苏有限公司 | 基于差分波束形成的隐声方法 |
CN108597532A (zh) * | 2017-03-19 | 2018-09-28 | 临境声学科技江苏有限公司 | 基于mvdr的隐声方法 |
CN109505741A (zh) * | 2018-12-20 | 2019-03-22 | 浙江大学 | 一种基于矩形麦克风阵列的风力发电机破损叶片检测方法及装置 |
WO2020186434A1 (en) * | 2019-03-19 | 2020-09-24 | Northwestern Polytechnical University | Flexible differential microphone arrays with fractional order |
CN112995841A (zh) * | 2019-12-17 | 2021-06-18 | 西北工业大学 | 基于几何形状优化的线性差分传声器阵列 |
CN113299307A (zh) * | 2021-05-21 | 2021-08-24 | 深圳市长丰影像器材有限公司 | 麦克风阵列信号处理方法、系统、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101263734A (zh) * | 2005-09-02 | 2008-09-10 | 丰田自动车株式会社 | 麦克风阵列用后置滤波器 |
US20090175466A1 (en) * | 2002-02-05 | 2009-07-09 | Mh Acoustics, Llc | Noise-reducing directional microphone array |
US20110286609A1 (en) * | 2009-02-09 | 2011-11-24 | Waves Audio Ltd. | Multiple microphone based directional sound filter |
CN102509552A (zh) * | 2011-10-21 | 2012-06-20 | 浙江大学 | 一种基于联合抑制的麦克风阵列语音增强方法 |
-
2013
- 2013-06-10 CN CN201310270191.9A patent/CN103856866B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090175466A1 (en) * | 2002-02-05 | 2009-07-09 | Mh Acoustics, Llc | Noise-reducing directional microphone array |
CN101263734A (zh) * | 2005-09-02 | 2008-09-10 | 丰田自动车株式会社 | 麦克风阵列用后置滤波器 |
US20110286609A1 (en) * | 2009-02-09 | 2011-11-24 | Waves Audio Ltd. | Multiple microphone based directional sound filter |
CN102509552A (zh) * | 2011-10-21 | 2012-06-20 | 浙江大学 | 一种基于联合抑制的麦克风阵列语音增强方法 |
Non-Patent Citations (2)
Title |
---|
WONG HOK HIM: "Adaptive Beamforming –Linearly Constrained Minimum Variance (LCMV) Beamforming", 《DSP SEMINAR》 * |
郭水旺,等: "基于维纳滤波的LCMV波束形成器设计", 《天中学刊》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105244036A (zh) * | 2014-06-27 | 2016-01-13 | 中兴通讯股份有限公司 | 一种麦克风语音增强方法及装置 |
CN105590631A (zh) * | 2014-11-14 | 2016-05-18 | 中兴通讯股份有限公司 | 信号处理的方法及装置 |
CN105590631B (zh) * | 2014-11-14 | 2020-04-07 | 中兴通讯股份有限公司 | 信号处理的方法及装置 |
CN105978634A (zh) * | 2015-03-10 | 2016-09-28 | 西万拓私人有限公司 | 用于根据频率对输入信号进行噪声抑制的方法 |
CN105978634B (zh) * | 2015-03-10 | 2019-04-16 | 西万拓私人有限公司 | 用于根据频率对输入信号进行噪声抑制的方法 |
US10225667B2 (en) | 2015-03-10 | 2019-03-05 | Sivantos Pte. Ltd. | Method and hearing aid for frequency-dependent reduction of noise in an input signal |
CN104931928A (zh) * | 2015-07-01 | 2015-09-23 | 西北工业大学 | 一种信号源定位方法及装置 |
CN105681988B (zh) * | 2015-12-30 | 2019-01-22 | 临境声学科技江苏有限公司 | 一种线性阵列拾音器及控制方法 |
CN105681988A (zh) * | 2015-12-30 | 2016-06-15 | 临境声学科技江苏有限公司 | 一种线性阵列拾音器及控制方法 |
CN105681972A (zh) * | 2016-01-14 | 2016-06-15 | 南京信息工程大学 | 线性约束最小方差对角加载的稳健频率不变波束形成方法 |
CN105681972B (zh) * | 2016-01-14 | 2018-05-01 | 南京信息工程大学 | 线性约束最小方差对角加载的稳健频率不变波束形成方法 |
CN105759239A (zh) * | 2016-03-09 | 2016-07-13 | 临境声学科技江苏有限公司 | 一种降阶的频不变的鲁棒的超指向波束形成算法 |
CN106501773B (zh) * | 2016-12-23 | 2018-12-11 | 云知声(上海)智能科技有限公司 | 基于差分阵列的声源方向定位方法 |
CN106501773A (zh) * | 2016-12-23 | 2017-03-15 | 上海语知义信息技术有限公司 | 基于差分阵列的声源方向定位方法 |
CN108597532A (zh) * | 2017-03-19 | 2018-09-28 | 临境声学科技江苏有限公司 | 基于mvdr的隐声方法 |
CN108337605A (zh) * | 2017-03-19 | 2018-07-27 | 临境声学科技江苏有限公司 | 基于差分波束形成的隐声方法 |
CN109505741A (zh) * | 2018-12-20 | 2019-03-22 | 浙江大学 | 一种基于矩形麦克风阵列的风力发电机破损叶片检测方法及装置 |
WO2020186434A1 (en) * | 2019-03-19 | 2020-09-24 | Northwestern Polytechnical University | Flexible differential microphone arrays with fractional order |
US11956590B2 (en) | 2019-03-19 | 2024-04-09 | Northwestern Polytechnical University | Flexible differential microphone arrays with fractional order |
CN112995841A (zh) * | 2019-12-17 | 2021-06-18 | 西北工业大学 | 基于几何形状优化的线性差分传声器阵列 |
CN113299307A (zh) * | 2021-05-21 | 2021-08-24 | 深圳市长丰影像器材有限公司 | 麦克风阵列信号处理方法、系统、计算机设备及存储介质 |
CN113299307B (zh) * | 2021-05-21 | 2024-02-06 | 深圳市长丰影像器材有限公司 | 麦克风阵列信号处理方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103856866B (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103856866A (zh) | 低噪微分麦克风阵列 | |
US9749745B2 (en) | Low noise differential microphone arrays | |
JP6030660B2 (ja) | 音場のアンビソニックス表現を生成するために使われる剛体球上の球状マイクロホン・アレイの信号を処理する方法および装置 | |
US9818424B2 (en) | Method and apparatus for suppression of unwanted audio signals | |
Teutsch et al. | Acoustic source detection and localization based on wavefield decomposition using circular microphone arrays | |
KR102009274B1 (ko) | 빔-포밍 필터들에 대한 fir 계수 계산 | |
CN101460999B (zh) | 盲信号提取 | |
CN105590631A (zh) | 信号处理的方法及装置 | |
US10455323B2 (en) | Microphone probe, method, system and computer program product for audio signals processing | |
CN104041074A (zh) | 处理用于产生声场的高保真度立体声响复制表示的刚性球上的球形麦克风阵列的信号的方法和装置 | |
JP5079761B2 (ja) | 直間比推定装置、音源距離測定装置、雑音除去装置、各装置の方法と、装置プログラム | |
CN104414687A (zh) | 超声波测定装置、超声波图像装置及超声波测定方法 | |
CN110289011B (zh) | 一种用于分布式无线声传感器网络的语音增强系统 | |
CN113299307B (zh) | 麦克风阵列信号处理方法、系统、计算机设备及存储介质 | |
KR100873000B1 (ko) | 마이크 어레이를 이용한 방향성 음원 필터링 시스템 및 그방법 | |
US10021508B2 (en) | Method and apparatus for processing signals of a spherical microphone array on a rigid sphere used for generating an ambisonics representation of the sound field | |
CN103945308B (zh) | 一种基于波场合成和波场分析的声重放方法及系统 | |
Sun et al. | Secondary channel estimation in spatial active noise control systems using a single moving higher order microphone | |
Bai et al. | Particle velocity estimation based on a two-microphone array and Kalman filter | |
Pedamallu | Microphone Array Wiener Beamforming with emphasis on Reverberation | |
CN117676404A (zh) | 一种应用于麦克风的超远距离拾音方法、设备及存储介质 | |
CN117912439A (zh) | 一种多线谱水声参量阵时空域联合声发射系统及方法 | |
CN116453533A (zh) | 一种混响环境下的声信号降噪方法、电子设备及存储介质 | |
Zou et al. | A broadband speech enhancement technique based on frequency invariant beamforming and GSC | |
CN114882900A (zh) | 一种基于稀疏网络模型的声场球谐函数信号频域扩展方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |