CN104777450B

CN104777450B - 一种两级music麦克风阵列测向方法

Info

Publication number: CN104777450B
Application number: CN201510212769.4A
Authority: CN
Inventors: 刘聪锋; 杨洁; 朱燕; 张煜; 李平; 王兰美
Original assignee: Xidian University
Current assignee: Xidian University
Priority date: 2015-04-29
Filing date: 2015-04-29
Publication date: 2017-03-08
Anticipated expiration: 2035-04-29
Also published as: CN104777450A

Abstract

一种两级MUSIC麦克风阵列测向方法，由N个阵元组成的麦克风阵列接收空间远场声源信号，获取麦克风阵列的采样数据；对采样数据进行分段，得到分段麦克风阵列数据；获取频域分段阵列数据；选取可利用频率单元，得到可利用频率集；确定到达角估计时的参考频率；利用两级MUSIC算法计算声源信号的入射角。本发明结合不同频段频率单元进行角度估计时的优点，通过选择最接近参考频率的频率单元分别进行最多两级MUSIC谱估计，其中高频端的频率单元用于保证角度估计精度，低频段的频率单元则用于解角度估计模糊，利用低频端的角度估计结果解高频端的角度模糊，进而获得高精度的角度估计结果。

Description

一种两级MUSIC麦克风阵列测向方法

技术领域

本发明属于信号处理技术领域，尤其涉及一种基于麦克风阵列实现多个语音信号的方位角和俯仰角测量方法。

背景技术

麦克风阵列测向是语音信号处理的主要研究内容之一。语音信号的方位角估计广泛应用于视频会议、声源位置定位和跟踪以及语音信号增强等领域。当只有一个语音源信号时，方位角估计相对简单，然而当有多个语音源同时存在时，如何实现语音源的角度估计与跟踪则是一个比较困难的问题。因为当有多个语音信号同时存在时，每个语音信号出现的时间不同，占据的频带不同，这都是语音信号测向时必须考虑的实际问题。

基于传统空间谱估计的宽带信号测向方法主要分为非相干子空间和相干子空间法。前者通过对宽带信号进行子带分解，对每一个子带信号进行窄带信号空间谱估计，实现相对简单。相干子空间法则是通过对每一个子带信号进行聚焦变换，变换到参考频率点，再在参考频率处实施窄带空间谱估计。相干子空间法不仅要计算聚焦变换矩阵，而且还要选择参考频率，因此实现相对复杂，其处理性能直接取决于聚焦矩阵的计算。前述两种方法在解决多个宽带语音信号的实时测向问题仍存在不足。

发明内容

本发明的目的是提供一种可实现多个语音信号精确测向问题的麦克风阵列测向方法，可用于通信或雷达等基于阵列天线实现宽带辐射源测向等领域。

为了实现上述目的，本发明采取如下的技术解决方案：

一种两级MUSIC麦克风阵列测向方法，包括以下步骤：由N个阵元组成的麦克风阵列接收空间远场声源信号，

步骤1、获取麦克风阵列的采样数据X_N×TotalK；

其中，N为阵列的阵元数，TotalK为语音数据处理长度；

步骤2、对采样数据进行分段，得到分段麦克风阵列数据SegX_{N×(Nseg×SubK)}；

其中，Nseg为数据分段数，SubK为子段数据长度，OlapK为相邻子段数据重叠长度；

步骤3、获取频域分段阵列数据

分别对每个通道的每个子段数据进行离散傅里叶变换，得到频域分段麦克风阵列数据：

其中，第i通道的第l子段数据的傅里叶变换过程如下：

步骤4、选取可利用频率单元，得到可利用频率集；

对频域分段麦克风阵列数据按照阵元方向和数据段方向进行平均，得到频域平均麦克风阵列数据

其中，

将频域平均麦克风阵列数据中幅度谱超过设定门限的数据所对应的频率单元作为可利用频率单元；

选出可利用频率单元后，根据频率单元所对应的频率值的大小进行降序排列，得到可利用频率集AFsets＝{f₁,f₂,…f_J}，J为可利用频率单元数；

步骤5、确定参考频率d为阵元间距，c为声音传播速度；

步骤6、利用两级MUSIC算法计算声源信号的入射角；

步骤6-1、确定最大能量频率单元；

在可利用频率集AFsets中寻找最大能量频率单元Fmax，判断该最大能量频率单元Fmax是否小于参考频率Fref，如果是则执行步骤6-2，否则执行步骤6-6；

步骤6-2、利用该最大能量频率单元Fmax对应的频域分段阵列数据采用MUSIC算法计算角度估计值，执行步骤6-3；

步骤6-3、在可利用频率集AFsets中寻找最接近参考频率的频率单元f_i，判断该频率单元f_i是否大于参考频率Fref，如果是则利用该频率单元f_i对应的频域分段阵列数据采用MUSIC算法计算角度估计值，执行步骤6-4，否则执行步骤6-5；

步骤6-4、角度估计解模糊；

当从步骤6-2转至执行步骤6-3时，利用步骤6-2得到的角度估计值进行解模糊：以步骤6-2得到的角度估计值为参考值，选择步骤6-3得到的角度估计值中最接近参考值的对应角度估计值作为最终的估计结果；

当从步骤6-6转至执行步骤6-3时，利用步骤6-6得到的角度估计值进行解模糊：以步骤6-6得到的角度估计值为参考值，选择步骤6-3得到的角度估计值中最接近参考值的对应角度估计值作为最终的估计结果；

步骤6-5、判断该频率单元f_i是否大于最大能量频率单元Fmax，如果是则利用频率单元f_i对应的频域分段阵列数据采用MUSIC算法计算角度估计值，并作为最终的估计结果，否则选择步骤6-2得到的角度估计值作为最终的估计结果；

步骤6-6、在可利用频率集AFsets中寻找小于参考频率Fref的最大值能量频率单元f_i’，如果存在f_i’<Fref，则利用该最大值能量频率单元f_i’对应的频域分段阵列数据采用MUSIC算法计算角度估计值，执行步骤6-3，否则执行步骤6-7；

步骤6-7、利用参考频率Fref对应的频域分段阵列数据采用MUSIC算法计算角度估计值，并作为最终的估计结果。

更具体的，采用MUSIC算法计算角度估计值的步骤如下：每个频率单元都对应于频域分段阵列数据中每一子段数据的某一列，抽取每一子段中与该频率单元对应的列数据构成对应的频域阵列数据；

构造协方差矩阵；

对协方差矩阵进行特征分解，得到噪声子空间；

利用下式进行声源信号的角度估计：

其中，U_N为噪声子空间，是与频率单元对应波长的阵列导向矢量，θ为声源信号的方位角，为声源信号的俯仰角；

找出P_MUSIC极大值点所对应的方位角θ和俯仰角即为角度估计值。

更具体的，所述步骤4中选择可利用频率单元的门限为无语音时测量到的噪声的幅度谱峰的平均值。

更具体的，所述子段数据长度SubK和相邻子段数据重叠长度OlapK之间满足：0≤OlapK≤SubK-1。

本发明方法获得采样数据后，根据数据处理参数设置对麦克风阵列数据进行分段，并对每个通道的分段数据进行快速傅里叶变换，以获取频域分段阵列数据，从而确定参数频率和可利用频率单元，最后利用参考频率和可利用频率单元进行两级MUSIC角度估计，本发明通过选择最接近参考频率的可利用频率单元进行声源信号的角度估计，不仅测向精度高，而且测向速度快。该发明相比于当前方法，不仅能够实现多信号测向，而且实现方法简单、运算量小。可应用于语音信号的定位与跟踪场景，也可应用于其它宽带阵列测向领域。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中需要使用的附图做简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法的流程图；

图2为频域分段阵列数据变换的流程图；

图3为选择可利用频率单元的流程图；

图4为采用MUSIC算法计算声源入射角估计值的流程图。

具体实施方式

为了让本发明的上述和其它目的、特征及优点能更明显，下文特举本发明实施例，并配合所附图示，做详细说明如下。

本发明方法的目的是提高麦克风阵列对多语音信号的测向性能，通过选择最接近参考频率的频率单元分别进行最多两级MUSIC谱估计，其中高频端的频率单元用于保证角度估计精度，低频段的频率单元则用于解角度估计模糊，最后得到每个语音信号的准确角度估计值。

以上是本发明的核心思想，下面将结合本发明实施例中的附图，对本发明实施例的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

结合图1至图4所示，本发明方法的步骤如下：由N个阵元组成的麦克风阵列接收空间远场声源信号，

步骤1、获取麦克风阵列的采样数据X_N×TotalK；

其中，N为阵列的阵元数，TotalK为语音数据处理长度，x_n,k为第n个阵元的第k个采样数据，n＝1,…,N，k＝1,…,TotalK；

按照设置的语音数据处理长度、子段数据长度和相邻子段数据重叠长度对阵列的采样数据进行分段，得到分段麦克风阵列数据：

其中，Nseg为数据分段数，数据分段数语音数据处理长度TotalK、子段数据长度SubK和相邻子段数据重叠长度OlapK之间满足：0≤OlapK≤SubK-1；

分段麦克风阵列数据中，第l(l＝1,…,Nseg)子段的表达式为：

在对数据进行分段时，子段数据长度SubK决定频率单元的数量，即子带分解时的滤波器带宽，语音数据处理长度TotalK的选择主要取决于数据的平稳性，尽可能选择语音信号分布比较均匀的数据段，相邻子段数据重叠长度OlapK的选择主要考虑阵列处理时的样本数量要求以及数据跟踪精度和实时处理要求，在给定数据长度和分段长度时，相邻子段数据重叠长度可根据TotalK＝SubK+(Nseg-1)×(SubK-OlapK)来确定；

步骤3、获取频域分段阵列数据

其中，第i通道的第l子段数据的傅里叶变换过程如下：

FFT{·}表示离散傅里叶变换，i＝1,…,N；

步骤4、选取可利用频率单元，得到可利用频率集；

j＝0,1,…,Nseg-1；

其中，

根据频域平均麦克风阵列数据选择可利用频率单元，将频域平均麦克风阵列数据中幅度谱超过设定门限的数据所对应的频率单元作为可利用频率单元，所设定的门限为无语音时测量到的噪声的幅度谱峰的平均值；

选出可利用频率单元后，对可利用频率单元进行排序，根据频率单元所对应的频率值的大小进行降序排列，得到可利用频率集AFsets＝{f₁,f₂,…f_J}，J为可利用频率单元数；

本发明对于参与角度估计的频率单元选择通过以下两方面进行考虑：一是必须具备较强的能量，二是处于所要求的频带范围内；对于频率单元的能量限制，可以利用相应的能量检测门限进行约束，频带范围的选择主要根据麦克风阵列具体分布以及频谱分布的聚集程度等条件进行设置，本实施例中选择大于100Hz的语音处理频段，即[100Hz，8000Hz]为频带范围；

本发明为了选出在处理数据段内最具代表性的频率单元，将每一子段的数据进行离散傅里叶变换，然后对所有子段的离散傅里叶变换结果进行平均，得到子段数据的平均FFT，同时将所有阵元的FFT数据进行平均，最后得到在子段和阵元上的平均FFT数据，最后再根据频域平均麦克风阵列数据选择可利用频率单元；

步骤5、确定到达角(DOA)估计时的参考频率Fref；

根据阵列配置中的阵元间距，确定DOA估计时的参考频率d为阵元间距，c为声音传播速度；

步骤6、利用两级MUSIC算法计算声源信号的入射角；

两级MUSIC联合测向是在可利用频率范围内通过选择频率单元进行声源信号的精确角度估计；在低频端，由于对应的波长很长，所以相邻阵元接收该频率单元信号波程差相比于波长而言非常小，因而相应的差相位差测量精度下降，但是噪声对误差影响较小；而在高频端，由于信号波长很短，所以相位差测量精度很高，但噪声对误差影响也较大；当利用低频端的频率单元进行MUSIC角度估计时，由于相应波长很长，因此无角度模糊问题，但是角度估计精度比较低，而当利用高频端的频率单元进行MUSIC角度估计时，由于相应波长很短，必然出现角度模糊问题，但是角度估计精度较高，因此，本发明结合不同频段频率单元进行角度估计时的优点，利用低频端的角度估计结果解高频端的角度模糊，进而获得高精度的角度估计结果；

步骤6-1、确定最大能量频率单元；

参考频率将语音信号所占据的频带分为两部分，高于参考频率的频段为高频部分，低于参考频率的频段为低频部分，在可利用频率集AFsets中寻找最大能量频率单元Fmax，判断该最大能量频率单元Fmax是否小于参考频率Fref，如果是则执行步骤6-2，否则执行步骤6-6；

步骤6-4、角度估计解模糊；

对于多语音信号测向，语音信号数量及其角度预估计值由步骤6-3的角度估计结果确定，而步骤6-2或步骤6-6中对应的角度估计结果主要提高相应语音信号的角度估计精度；

步骤6-5、判断频率单元f_i是否大于最大能量频率单元Fmax，如果是则利用频率单元f_i对应的频域分段阵列数据采用MUSIC算法计算角度估计值，并作为最终的估计结果，否则选择步骤6-2得到的角度估计值作为最终的估计结果；

本发明在可利用频率集中寻找最接近参考频率的频率单元，并利用该频率单元的频域分段阵列数据进行角度估计，如果该频率单元小于参考频率，则利用该频率单元的角度估计值作为最终的结果，如果该频率单元大于参考频率，则利用前面的低频端频率单元估计结果进行解角度模糊后得到的角度估计值作为最终结果。

前述步骤中，采用MUSIC算法计算角度估计值的步骤如下，以下以利用频率单元f_i对应的阵列数据采用MUSIC算法计算角度估计值为例进行说明，利用最大能量频率单元或参考频率计算的步骤相同：

每个频率单元都对应于频域分段阵列数据中每一子段数据的某一列，抽取每一子段中与该频率单元对应的列数据构成对应的频域阵列数据，如频率单元f_i对应于频域分段阵列数据中每一子段数据的第k_i列，抽取每一子段中的第k_i列构成频率单元f_i对应的频域阵列数据

构造频率单元f_i的协方差矩阵(·)^H表示矩阵共轭转置；

对协方差矩阵R_fi进行特征分解：得到噪声子空间U_N，Σ_S、Σ_N分别表示信号特征值为元素构成的对角矩阵和噪声特征值为元素构成的对角矩阵，而信号特征值对应的特征矢量构成信号子空间U_S，噪声特征值对应的特征矢量构成噪声子空间U_N

利用下式进行声源信号的角度估计：

其中，是与频率单元对应波长的阵列导向矢量，θ为声源信号的方位角，为声源信号的俯仰角；

找出P_MUSIC极大值点所对应的方位角θ和俯仰角可得到声源信号的入射方向；或利用以信号入射方向为参数的导向矢量进行谱峰搜索，找出极大值点对应的角度就是声源信号的入射方向。

与现有技术相比，本发明具有以下特点：

(1)利用阵列噪声对宽带语音信号不同频率单元的相位误差影响程度不同，根据阵列配置通过选择性能最好的频率单元进行角度估计。

(2)相比于传统空间谱估计方法，本发明最多用两次MUSIC算法就可估计声源入射角，不仅具有较小的运算量，而且具有较高的估计精度。

(3)相比于传统相位差或到达时差角度估计方法，本发明具有多信号测向能力，而且角度估计精度高。

以上所述，仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims

1.一种两级MUSIC麦克风阵列测向方法，包括以下步骤：由N个阵元组成的麦克风阵列接收空间远场声源信号，

步骤1、获取麦克风阵列的采样数据X_N×TotalK；

其中，N为阵列的阵元数，TotalK为语音数据处理长度；

步骤3、获取频域分段阵列数据

第i通道的第l子段数据的傅里叶变换过程如下：

步骤4、选取可利用频率单元，得到可利用频率集；

\begin{matrix} S e g \overset{&OverBar;}{\tilde{X}} = Σ_{j = 0}^{N s e g - 1} S e g {\overset{&OverBar;}{\tilde{X}}}_{j} = Σ_{j = 0}^{N s e g - 1} [\begin{matrix} Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + 1} & Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + 2} & ... & Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + S u b K} \end{matrix}] \\ = [\begin{matrix} Σ_{j = 0}^{N s e g - 1} (Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + 1}) & Σ_{j = 0}^{N s e g - 1} (Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + 2}) & ... & Σ_{j = 0}^{N s e g - 1} (Σ_{i = 1}^{N} {\tilde{x}}_{i, (S u b K - O l a p) \times j + S u b K}) \end{matrix}] \end{matrix},

其中，

步骤5、确定参考频率d为阵元间距，c为声音传播速度；

步骤6、利用两级MUSIC算法计算声源信号的入射角；

步骤6-1、确定最大能量频率单元；

步骤6-4、角度估计解模糊；

2.根据权利要求1所述的一种两级MUSIC麦克风阵列测向方法，其特征在于：采用MUSIC算法计算角度估计值的步骤如下：每个频率单元都对应于频域分段阵列数据中每一子段数据的某一列，抽取每一子段中与该频率单元对应的列数据构成对应的频域阵列数据；

构造协方差矩阵；

对协方差矩阵进行特征分解，得到噪声子空间；

利用下式进行声源信号的角度估计：

3.根据权利要求1所述的一种两级MUSIC麦克风阵列测向方法，其特征在于：所述步骤4中选择可利用频率单元的门限为无语音时测量到的噪声的幅度谱峰的平均值。

4.根据权利要求1所述的一种两级MUSIC麦克风阵列测向方法，其特征在于：所述子段数据长度SubK和相邻子段数据重叠长度OlapK之间满足：0≤OlapK≤SubK-1。