CN104811886A - 基于相位差测量的麦克风阵列测向方法 - Google Patents

Abstract

基于相位差测量的麦克风阵列测向方法，步骤如下：获取麦克风阵列的采样数据；对麦克风阵列的采样数据按照通道序号依次进行快速傅里叶变化，得到麦克风阵列的频域数据；选择可利用频率单元；根据可利用频率单元，计算相应的阵列距离差矢量；利用所有可利用频率单元的阵列距离差矢量组成语音信号方向矢量的高维线性方程组，联合求解声源信号的方向矢量估计值；根据声源信号的方向矢量估计值计算声源信号的方位角估计值和俯仰角估计值。本发明方法具有测向速度快，精度高的特点，尤其是利用语音信号多个可利用频率单元的相位差信息，具有较高的方位角和俯仰角估计性能。

Description

基于相位差测量的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语音信号的方位角和俯仰角测量的方法，用于解决宽带语音信号的实时测向问题，可应用于通信或雷达等基于阵列天线实现辐射源测向等领域。

背景技术

麦克风阵列是由按照特定位置摆放的一组麦克风组成的声音信号采集装置，根据实际应用，麦克风阵列信号处理主要解决的是从阵列的输出结果中提取出有用信号或用于进行参数估计。麦克风阵列测向作为语音信号处理的重要研究内容得到了广泛的关注。

对于语音信号，由于其宽频带特性使得传统基于空间谱估计类的波达方向估计方法实现比较复杂。这是因为语音信号几乎占据整个处理带宽，因而麦克风阵列的阵元间距不可能对全部频率单元都满足小于半波长。然而语音信号的能量主要集中在有限的几个频段上，基于此，发明人提出了一种基于相位差测量的麦克风阵列的测向方法，利用这几个频段上的频率单元进行语音信号的角度估计，这样不仅省略了时延估计，而且相位差观测量更多。

发明内容

本发明的目的是提供一种可有效提高实时性和精确性的麦克风阵列的测向方法，在麦克风阵列数量较大以及可利用频率单元较多时，具有较高的测向性能。

为了实现上述目的，本发明采取如下的技术解决方案：

基于相位差测量的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×K：

其中，K为数据帧长度，N为麦克风阵列的阵元数，x_n,k为第n个阵元的第k个采样数据，n＝1,…,N，k＝1,…,K；

步骤2、对麦克风阵列的采样数据按照通道序号依次进行快速傅里叶变化，得到麦克风阵列的频域数据

为第i通道的采样数据进行快速傅里叶变换后得到的频域数据，i为通道序号，i＝1,…,N；

步骤3、选择可利用频率单元；

步骤3-1、将麦克风阵列的频域数据按照通道序号进行集平均，得到麦克风阵列的平均频域数据对麦克风阵列的平均频域数据进行语音能量分布检测，将幅度谱大于门限阈值的频率单元作为语音检测频率单元；

步骤3-2、设置频域选择范围；

步骤3-3、设置频域能量门限；

步骤3-4、将位于频域选择范围内且幅度谱大于频域能量门限的语音检测频率单元选为可利用频率单元；

步骤4、根据可利用频率单元，计算相应的阵列距离差矢量；

步骤4-1、构造与可利用频率单元对应的麦克风阵列频域数据

J个可利用频率单元分别对应于麦克风阵列的平均频域数据中的第k₁,…k_j,…k_J个元素，k_j表示平均频域数据中的相应的列标或序号值，j＝1,2,…，J，针对每一个可利用频率单元，选取麦克风阵列的频域数据中相应的列元素构成

${\tilde{X}}_{N\×K}(:,k_j)=\left[\begin{array}{c}{\tilde{x}}_{1,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{n,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{N,\mathrm{kj}}\end{array}\right],$

其中，表示表示第n个阵元的第k_j个频域阵列数据；

步骤4-2、计算可利用频率单元的对应相位差矢量

其中，angle{·}表示取相角处理；

步骤4-3、计算可利用频率单元的阵列距离差矢量Δr_kj：

其中，λ_kj为与可利用频率单元对应的波长；

步骤5、利用所有可利用频率单元的阵列距离差矢量组成语音信号方向矢量的高维线性方程组，联合求解声源信号的方向矢量估计值；

步骤5-1、构造联合距离差矢量 $r_J=\left[\begin{array}{c}\mathrm{\Δ}{r}_{k1}\\ .\\ .\\ .\\ \mathrm{\Δ}{r}_{\mathrm{kj}}\\ .\\ .\\ .\\ \mathrm{\Δ}{r}_{\mathrm{kJ}}\end{array}\right],$ 其中，Δr_kj为第k_j个可利用频率单元的阵列距离差矢量；

步骤5-2、构造联合位置矩阵 $P_{\mathrm{Ja}}^T=\left[\begin{array}{c}{P}_a^T\\ .\\ .\\ .\\ P_a^T\end{array}\right],$ 其中，位置矩阵 $P_a=\left[\begin{array}{ccccc}{x}_1& ...& x_n& ...& x_N\\ y_1& ...& y_n& ...& y_N\\ z_1& ...& z_n& ...& z_N\end{array}\right],$ (x_n,y_n,z_n)为第n个阵元的位置坐标；

步骤5-3、计算声源信号的方向矢量估计值

步骤6、计算声源信号的方位角估计值和俯仰角估计值

或

其中，μ₁为方向矢量估计值的第一项元素，μ₂为方向矢量估计值的第二项元素，μ₃为方向矢量估计值的第三项元素。

本发明方法更进一步的方案为，所述步骤3-2中频域选择范围为100Hz～2000Hz。

本发明方法更进一步的方案为，所述频域能量门限的设置方法为：测量噪声的频域峰值，选择多个处理帧的频域噪声能量峰值的平均值作为可利用频率单元选择的能量门限。

本发明方法根据数据处理帧长获取采样数据后，对每一通道的采样数据进行快速傅立叶变换，得到麦克风阵列的频域数据，将麦克风阵列的频域数据按麦克风通道序号进行集平均，并检测语音信号的能量分布，根据语音信号能量在频域的分布情况和频率范围选择可利用频率单元，利用麦克风频域数据计算每个可利用频率单元所对应的相位差矢量及阵列距离差矢量，将所有可利用频率单元的阵列距离差矢量累积起来组成关于语音信号方向矢量的高维线性方程组，进行声源信号的方向矢量估计值的联合求解，最后估计出声源信号的入射角度。本发明主要解决宽带语音信号的实时测向问题，不仅测向速度快，而且精度高，尤其是利用语音信号多个可利用频率单元的相位差信息，具有较高的方位角和俯仰角估计性能，可应用于语音信号的定位与跟踪场景，或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为选择可利用频率单元步骤的流程图；

图3为估计相应的阵列距离差矢量步骤的流程图；

图4为可利用频率单元与语音信号处理频率单元序列之间的对应关系图；

图5为求解声源信号的方向矢量估计值及计算声源信号到达角的流程图。

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测向的实时性和精确性，尤其是在麦克风阵列阵元数量较大以及可利用频率单元较多时，具有较高的测向性能，基本思路是：首先读取麦克风阵列数据帧，其次选择可利用频率单元，最后联合所有可利用频率单元对应的阵列距离差矢量求解语音信号的方向矢量，并进行语音信号的方位角和俯仰角估计。

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，图1为本发明方法的流程图。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，N为阵元数，

步骤1、根据语音数据的帧长，获取麦克风阵列的采样数据X_N×K：

设置每次处理的语音数据的长度，读取当前麦克风阵列采集帧中的语音阵列数据得到阵列的采样数据，

其中，K为数据帧长度，N为麦克风阵列的阵元数，x_n,k为第n个阵元的第k个采样数据，n＝1,…,N，k＝1,…,K；

步骤2、对麦克风阵列的采样数据按照通道序号依次进行快速傅里叶变化，得到麦克风阵列的频域数据

对每一通道的采样数据进行快速傅里叶变换， $\left[\begin{array}{cccc}{\tilde{x}}_{i,1}& {\tilde{x}}_{i,2}& ...& {\tilde{x}}_{i,K}\end{array}\right]=\mathrm{FFT}\left\{\left[\begin{array}{cccc}{x}_{i,1}& x_{i,2}& ...& x_{i,K}\end{array}\right]\right\},$ i为通道序号，i＝1,…,N，FFT表示快速傅里叶变换，得：

为第i通道的采样数据进行快速傅里叶变换后得到的频域数据；麦克风阵列的频域数据中的每个数据与语音信号处理的频率单元相对应，其中每一列数据分别对应于一个频率单元；

步骤3、检测语音能量分布，选择可利用频率单元；

为了选择用于进行角度估计的可利用频率单元，本发明通过频段选择和能量选择来进行约束，以选出满足要求的频率单元，步骤3包括以下子步骤：

步骤3-1、将麦克风阵列的频域数据按照通道序号进行集平均，得到麦克风阵列的平均频域数据对麦克风阵列的平均频域数据进行语音能量分布检测，将幅度谱大于门限阈值的频率单元作为语音检测频率单元；门限阈值为经验值，通常根据应用环境背景噪声的大小确定；

步骤3-2、设置频域选择范围；按照语音信号能量的集中频段设置可利用频率单元的频域选择范围，根据实际处理经验，语音信号能量主要集中在频段100Hz～2000Hz，因此，本实施例将可利用频率单元的频段限制在100Hz～2000Hz区间，即100Hz～2000Hz为可利用频率单元的频域选择范围，当然也可以根据实际应用情况和语音信号的能量分布选择其它合适的频域选择范围；

步骤3-3、设置频域能量门限；根据语音信号处理的能量要求以及相应的应用环境，本实施例设置选择可利用频率单元的频域能量门限的方法为：测量噪声的频域峰值，选择多个处理帧的频域噪声能量峰值的平均值作为可利用频率单元选择的能量门限；

步骤3-4、将位于频域选择范围内且幅度谱大于频域能量门限的语音检测频率单元选为可利用频率单元，即若大于能量门限的语音检测频率单元的频率落在频域选择范围内，即可选择为可利用频率单元；

步骤4、根据可利用频率单元，计算相应的阵列距离差矢量；

步骤4-1、构造与可利用频率单元对应的麦克风阵列频域数据

步骤3中根据语音信号在频域的能量分布情况，在语音检测频率单元中选择出J个可利用频率单元f_a1,…f_aj,…f_aJ，j＝1,…,J，结合图4所示，J个可利用频率单元f_a1,…f_aj,…f_aJ分别对应于麦克风阵列的平均频域数据的第k₁,…k_j,…k_J个元素，k_j表示平均频域数据中的相应列标或序号值，j＝1,…,J；

针对每一个可利用频率单元选取麦克风阵列的频域数据中相应的列元素构成

${\tilde{X}}_{N\×K}(:,k_j)=\left[\begin{array}{c}{\tilde{x}}_{1,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{n,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{N,\mathrm{kj}}\end{array}\right],$

其中，表示表示第n个阵元的第k_j个频域阵列数据，J为可利用频率单元的数量；

步骤4-2、计算可利用频率单元的对应相位差矢量

其中，angle{·}表示取相角处理；

步骤4-3、计算可利用频率单元的阵列距离差矢量Δr_kj：

其中，λ_kj为与可利用频率单元对应的波长；

第k_j个可利用频率单元f_kj对应的波长λ_kj＝c/f_kj，c为声音传播速度；

步骤5、利用所有可利用频率单元的阵列距离差矢量组成语音信号方向矢量的高维线性方程组，联合求解声源信号的方向矢量估计值；

由于每个可利用频率单元的阵列距离差矢量受噪声影响程度不同，因此可以利用所有可利用频率单元的阵列距离差矢量来对方向矢量联合求解；

步骤5-1、所有可利用频率单元的距离差矢量构造成联合距离差矢量 $r_J=\left[\begin{array}{c}\mathrm{\Δ}{r}_{k1}\\ .\\ .\\ .\\ \mathrm{\Δ}{r}_{\mathrm{kj}}\\ .\\ .\\ .\\ \mathrm{\Δ}{r}_{\mathrm{kJ}}\end{array}\right],$ 其中，Δr_kj为第k_j个可利用频率单元的阵列距离差矢量；

步骤5-2、根据麦克风阵列的阵元位置坐标构造联合位置矩阵 $P_{\mathrm{Ja}}^T=\left[\begin{array}{c}{P}_a^T\\ .\\ .\\ .\\ P_a^T\end{array}\right],$ 其中位置矩阵 $P_a=\left[\begin{array}{ccccc}{x}_1& ...& x_n& ...& x_N\\ y_1& ...& y_n& ...& y_N\\ z_1& ...& z_n& ...& z_N\end{array}\right],$ (x_n,y_n,z_n)为第n个阵元的位置坐标，麦克风阵列阵元的位置坐标根据阵列配置参数确定；联合位置矩阵P_Ja是3×(J×N)维的分块矩阵，位置矩阵P_a是3×N维的矩阵；

声源信号的单位方向矢量其中，θ为方位角，方位角为入射波达方向在XY平面上的投影与X轴正向之间的夹角，其取值范围为(-π,π]，为俯仰角，俯仰角为入射波达方向与XY平面的夹角，其取值范围为[0,π/2]；

步骤5-3、计算声源信号的方向矢量估计值

步骤6、计算声源信号的方位角估计值和俯仰角估计值

或

其中，μ₁为方向矢量估计值的第一项元素，μ₂为方向矢量估计值的第二项元素，μ₃为方向矢量估计值的第三项元素。俯仰角估计值可用公式或公式计算，或同时采用前述公式计算后取平均值作为最后的俯仰角估计值，以获得更为准确的估计结果。

由于语音信号的能量主要集中在有限的几个频段上，本发明方法利用这几个频段上的频率单元进行语音信号的角度估计，这样不仅省略了时延估计，而且相位差观测量更多，与现有技术相比，本发明具有以下特点：

(1)利用了麦克风阵列接收数据的相位信息，只需要将阵列数据变换到频域，直接获取相应频点的相位差测量，即可实现语音信号的角度估计；

(2)联合利用了多个可利用频率单元的相位差信息，提高了语音信号角度估计的可靠性和准确性；

(3)相比于传统的到达时延差角度估计和空间谱估计等方法，不仅角度估计精度高，而且实现简单，计算量小；

(4)由于该方法在角度估计时只涉及相应的处理数据段，与前后数据段之间没有任何联系，因此可以用于实时性要求较高的定位场景。

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 (3)

1.基于相位差测量的麦克风阵列测向方法，其特征在于，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×K：

$X_{N\×K}=\left[\begin{array}{ccccc}{x}_{\mathrm{1,1}}& ...& x_{1,k}& ...& x_{1,K}\\ .& & .& & .\\ .& & .& ...& .\\ .& & .& & .\\ x_{n,1}& ...& x_{n,k}& ...& x_{n,K}\\ .& & .& & .\\ .& & .& ...& .\\ .& & .& & .\\ x_{N,1}& ...& x_{N,k}& ...& x_{N,K}\end{array}\right],$

其中，K为数据帧长度，N为麦克风阵列的阵元数，x_n,k为第n个阵元的第k个采样数据，n＝1,…,N，k＝1,…,K；

步骤2、对麦克风阵列的采样数据按照通道序号依次进行快速傅里叶变化，得到麦克风阵列的频域数据

$\left[\begin{array}{cccc}{\tilde{x}}_{i,1}& {\tilde{x}}_{i,2}& ...& {\tilde{x}}_{i,K}\end{array}\right]$ 为第i通道的采样数据进行快速傅里叶变换后得到的频域数据，i为通道序号，i＝1,…,N；

步骤3、选择可利用频率单元；

步骤3-1、将麦克风阵列的频域数据按照通道序号进行集平均，得到麦克风阵列的平均频域数据对麦克风阵列的平均频域数据进行语音能量分布检测，将幅度谱大于门限阈值的频率单元作为语音检测频率单元；

步骤3-2、设置频域选择范围；

步骤3-3、设置频域能量门限；

步骤3-4、将位于频域选择范围内且幅度谱大于频域能量门限的语音检测频率单元选为可利用频率单元；

步骤4、根据可利用频率单元，计算相应的阵列距离差矢量；

步骤4-1、构造与可利用频率单元对应的麦克风阵列频域数据

J个可利用频率单元分别对应于麦克风阵列的平均频域数据中的第k₁,…k_j,…k_J个元素，k_j表示平均频域数据中的相应列标或序号值，j＝1,2,…，J，针对每一个可利用频率单元，选取麦克风阵列的频域数据中相应的列元素构成

${\tilde{X}}_{N\×K}(:,k_j)=\left[\begin{array}{c}{\tilde{x}}_{1,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{n,\mathrm{kj}}\\ .\\ .\\ .\\ {\tilde{x}}_{N,\mathrm{kj}}\end{array}\right],$

其中，表示表示第n个阵元的第k_j个频域阵列数据；

步骤4-2、计算可利用频率单元的对应相位差矢量

其中，angle{·}表示取相角处理；

步骤4-3、计算可利用频率单元的阵列距离差矢量Δr_kj：

其中，λ_kj为与可利用频率单元对应的波长；

步骤5、利用所有可利用频率单元的阵列距离差矢量组成语音信号方向矢量的高维线性方程组，联合求解声源信号的方向矢量估计值；

步骤5-1、构造联合距离差矢量 $r_J=\left[\begin{array}{c}{\mathrm{\Δr}}_{k1}\\ .\\ .\\ .\\ {\mathrm{\Δr}}_{\mathrm{kj}}\\ .\\ .\\ .\\ {\mathrm{\Δr}}_{\mathrm{kJ}}\end{array}\right],$ 其中，Δr_kj为第k_j个可利用频率单元的阵列距离差矢量；

步骤5-2、构造联合位置矩阵 $P_{\mathrm{Ja}}^T=\left[\begin{array}{c}{P}_a^T\\ .\\ .\\ .\\ P_a^T\end{array}\right],$ 其中，位置矩阵 $P_a=\left[\begin{array}{ccccc}{x}_1& ...& x_n& ...& x_N\\ y_1& ...& y_n& ...& y_N\\ z_1& ...& z_n& ...& z_N\end{array}\right],$ (x_n,y_n,z_n)为第n个阵元的位置坐标；

步骤5-3、计算声源信号的方向矢量估计值

步骤6、计算声源信号的方位角估计值和俯仰角估计值

其中，μ₁为方向矢量估计值的第一项元素，μ₂为方向矢量估计值的第二项元素，μ₃为方向矢量估计值的第三项元素。

2.根据权利要求1所述的基于相位差测量的麦克风阵列测向方法，其特征在于：所述步骤3-2中频域选择范围为100Hz～2000Hz。

3.根据权利要求1所述的基于相位差测量的麦克风阵列测向方法，其特征在于：所述频域能量门限的设置方法为：测量噪声的频域峰值，选择多个处理帧的频域噪声能量峰值的平均值作为可利用频率单元选择的能量门限。