CN105609112A - 一种声源定位方法和装置及其时延估计方法和装置 - Google Patents

Abstract

本申请提供了一种声源定位方法和装置及其时延估计方法和装置，该时延估计方法包括：对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。该时延估计方法通过采用两级降噪处理以及四阶累积量谱降低了噪声和干扰的影响，准确的估计时延，有效克服了时域高阶统计量和广义互相关-谱加权方法存在的声音信号时延周围由于混淆峰值以及高斯噪声污染的影响导致声源定位误差增大的问题。

Description

一种声源定位方法和装置及其时延估计方法和装置

技术领域

本申请涉及声源定位技术领域，尤其涉及一种声源定位方法和装置及其时延估计方法和装置。

背景技术

麦克风声源定位技术是利用麦克风拾取声音信号，并用数字信号处理技术对其进行分析和处理，继而确定和跟踪声源的空间位置。针对室内复杂场景，能够实时、准确的估计出声源的位置，以此作为机器人本体进行位姿调整的依据，使得机器人本体能够根据声源位置对位姿进行主动调整，将本体朝向声源位置。如果存在多个声源，能够智能的选择主要声源，抑制次要声源的影响，使机器人的交互功能更加准确、智能、友好。

目前，基于时延估计的声源定位中，主要利用时延估计技术得到声源到达各个麦克风的时间差，然后利用时间差结合麦克风阵列的几何位置计算出声源的位置。

然而，现有基于时延估计的声源定位方法中，由于非空间相关高斯噪声和声音信号周期性的影响，常用的估计方法，例如时域高阶统计量的方法得到的时延冲击响应函数容易被源信号频谱延展，在信号时延周围产生混淆峰值，因此具有较大的时延估计误差。再例如广义互相关-谱加权的方法，会随着信噪比的逐渐减小而出现噪声时延处的峰值能量越来越大，导致错误的时延估计。时延估计的误差会在声源位置计算中累积并放大，从而影响定位效果。

发明内容

有鉴于此，本申请提供了一种声源定位方法和装置及其时延估计方法和装置，以克服现有技术中时域高阶统计量方法和广义互相关-谱加权方法存在的信号时延周围由于混淆峰值以及高斯噪声污染的影响导致定位误差增大的问题。

为实现上述目的，本申请提供了以下技术方案：

一种时延估计方法，包括：

对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。

优选的，所述对接收的声源发出的声音信号进行两级降噪处理得到降噪信号包括：

利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

优选的，所述根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程包括：

根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

一种时延估计装置，包括：声音采集单元、处理单元、定义单元和估计单元，其中，

所述声音采集单元，用于采集声源发出的声音信号；

所述处理单元，用于对所述声音采集单元采集的所述声音信号进行两级降噪处理得到降噪信号；

所述定义单元，用于根据所述处理单元处理得到的所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

所述估计单元，用于根据所述定义单元定义的所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。

优选的，所述处理单元包括：第一处理单元和第二处理单元，其中，

所述第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

所述第二处理单元，用于将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

优选的，所述定义单元具体用于根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

一种声源定位方法，包括：

对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差；

根据所述时间差，结合所述麦克风阵列的几何位置计算出声源的位置。

优选的，所述对接收的声源发出的声音信号进行两级降噪处理得到降噪信号包括：

利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

优选的，所述根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程包括：

根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

一种声源定位装置，包括：声音采集单元、处理单元、定义单元、估计单元和计算单元，其中，

所述声音采集单元，用于采集声源发出的声音信号；

所述处理单元，用于对所述声音采集单元采集的所述声音信号进行两级降噪处理得到降噪信号；

所述定义单元，用于根据所述处理单元处理得到的所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

所述估计单元，用于根据所述定义单元定义的所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差；

所述计算单元，用于根据所述估计单元得到的所述时间差，结合所述麦克风阵列的几何位置计算出声源的位置。

优选的，所述处理单元包括：第一处理单元和第二处理单元，其中，

所述第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

所述第二处理单元，用于将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

优选的，所述定义单元具体用于根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

由以上技术方案可知，本申请提供了一种声源定位方法和装置及其时延估计方法和装置，该时延估计方法包括：对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。该时延估计方法通过采用两级降噪处理以及四阶累积量谱降低了噪声和干扰的影响，准确的估计时延，有效克服了时域高阶统计量和广义互相关-谱加权方法存在的声音信号时延周围由于混淆峰值以及高斯噪声污染的影响导致声源定位误差增大的问题。

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所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例一提供的一种时延估计方法的流程图；

图2为本申请实施例二提供的一种时延估计装置的结构示意图；

图3为本申请实施例三提供的一种声源定位方法的流程图；

图4为本申请实施例四提供的一种声源定位装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中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所获得的所有其他实施例，都属于本发明保护的范围。

为克服现有技术中时域高阶统计量方法和广义互相关-谱加权方法存在的信号时延周围由于混淆峰值以及高斯噪声污染的影响导致定位误差增大的问题，本申请提供了一种声源定位方法和装置及其时延估计方法和装置，具体方案如下所述：

实施例一

本申请实施例一提供了一种时延估计方法，如图1所示，图1为本申请实施例一提供的一种时延估计方法的流程图。该时延估计方法包括：

S101：对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

声音信号传播方程为：

x₁(t)＝s(t)+n₁(t)，

x₂(t)＝as(t+t)+n₂(t)，

其中，x₁(t)为原始参考信号，即第一个麦克风接收到的声音信号，x₂(t)为第二个麦克风接收到的声音信号，称为原始延迟信号，a为相对幅度衰减，即相对于s(t)的衰减幅度，τ为相对时间延迟，s(t)为源信号，n₁(t)和n₂(t)分别为两个麦克风声音传输通道的噪声信号，假设为平稳随机实信号，并且源信号和噪声信号不相关。

语音信号的周期性和非空间相关高斯噪声会导致伪峰出现，带来时延估计误差。在本申请中，为了降低时延估计误差，对接收的声源发出的声音信号进行两级降噪处理以得到降噪信号，具体包括：

S1、利用通道滤波器进行信号的局部和全局降噪处理，降低声音信号中的噪声干扰，得到初步降噪信号；

利用通道滤波器降低噪声干扰，具体采用小波滤波器和卡尔曼滤波器相结合的方式进行滤波降噪处理。局部滤波和全局滤波对于彻底降低噪声和干扰对于声音的影响具有重要作用，也是本申请所述的时延估计方法关键前序环节和不可缺少的基础。

首先，利用DB5小波(Daubechies5)进行小波变换进行局部滤波降噪处理。小波变换是发展了短时傅立叶变换局部化的思想，又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，进行自动适应时频信号分析的要求，达到能够聚焦信号任意细节的目的。

然后利用卡尔曼滤波进行全局滤波降噪处理，卡尔曼滤波是隐状态时域滤波模型，利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，故利用卡尔曼滤波将DB5小波滤波后的声音信号进行全局趋势噪声和干扰信号的滤除。

经过通道滤波器进行信号的局部和全局降噪处理，得到初步降噪信号。

S2、将初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

利用白化权重函数k抑制每个通道的噪声干扰，弱化伪峰，锐化时延峰值，从而实现进一步的降噪处理，得到降噪信号。对应得到的两个麦克风声音传输通道信号经过降噪滤波之后的低噪语音信号表示为α(n)和β(n)。

S102：根据降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

实际应用中，四阶累积量谱的定义为有限时长离散采样信号α(n)的四阶累积量的有偏估计的三维傅里叶变换。

两个通道的声音信号经过通道滤波之后得到的降噪信号为α(n)和β(n)，他们的四阶累积量互谱定义为

P_αβ(ω₁,ω₂,ω₃)＝Α'(ω₁,ω₂,ω₃)Β(ω₁)Α(ω₂)Α(ω₃)

根据四阶累积量谱和互谱，定义时延估计方程为

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，它是经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数，叠加在时延估计子用于降低伪峰幅值，增大时延峰值；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位，i的平方等于-1；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

其中，αβ＝α(n)β(n)α(n)α(n)，βα＝α(n)α(n)α(n)α(n)，两者主要用于区分谱和互谱，谱是一个信号的，互谱是两个信号的，α(n)和β(n)代表两个信号，具体的，α(n)代表参考信号，β(n)代表延迟信号。为了计算方便，在本申请中ω₂和ω₃可以取值为0，但不限于取0，具体取值可以根据实际需要设定。

S103：根据时延估计方程估计得到声音信号到达麦克风阵列中各个麦克风的时间差。

具体的，将γ(ω₁,ω₂,ω₃)经过逆傅里叶变换得到:

$T(\mathrm{\τ}-D)=\underset{{\mathrm{\ω}}_1=1}{\overset{N}{\Σ}}{e}^{{\mathrm{j\ω}}_1\mathrm{\τ}}{e}^{{\mathrm{j\ω}}_{1}D}=\mathrm{\δ}(\mathrm{\τ}-D),$

其中，T表示时延估计子γ(ω₁,ω₂,ω₃)的傅里叶反变换；δ表示狄拉克函数，即单位脉冲函数；j代表虚数单位，j的平方等于-1；N表示傅里叶正交基的个数；

则时延，即声音信号到达麦克风阵列中各个麦克风的时间差为τ＝D。

实施例二

在实施例一的基础上，本申请实施例二提供了一种时延估计装置，如图2所示，图2为本申请实施例二提供的一种时延估计装置的结构示意图。该时延估计装置包括：声音采集单元201、处理单元202、定义单元203和估计单元204，其中，

声音采集单元201，用于采集声源发出的声音信号；

处理单元202，用于对声音采集单元201采集的声音信号进行两级降噪处理得到降噪信号；

在本申请中，处理单元包括：第一处理单元和第二处理单元，其中，

第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

第二处理单元，用于将初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

定义单元203，用于根据处理单元202处理得到的降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

定义单元具体用于根据降噪信号的四阶累积量和四阶累积量谱，定义时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，它是经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数，叠加在时延估计子用于降低伪峰幅值，增大时延峰值；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位，i的平方等于-1；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

其中，αβ＝α(n)β(n)α(n)α(n)，βα＝α(n)α(n)α(n)α(n)，两者主要用于区分谱和互谱，谱是一个信号的，互谱是两个信号的，α(n)和β(n)代表两个信号，具体的，α(n)代表参考信号，β(n)代表延迟信号。为了计算方便，在本申请中ω₂和ω₃可以取值为0，但不限于取0，具体取值可以根据实际需要设定。

估计单元204，用于根据定义单元203定义的时延估计方程估计得到声音信号到达麦克风阵列中各个麦克风的时间差。

估计单元将γ(ω₁,ω₂,ω₃)经过逆傅里叶变换得到:

$T(\mathrm{\τ}-D)=\underset{1}{\overset{N}{\Σ}}{e}^{{\mathrm{j\ω}}_1\mathrm{\τ}}{e}^{{\mathrm{j\ω}}_{1}D}=\mathrm{\δ}(\mathrm{\τ}-D),$

其中，T表示时延估计子γ(ω₁,ω₂,ω₃)的傅里叶反变换；δ表示狄拉克函数，即单位脉冲函数；j代表虚数单位，j的平方等于-1；N表示傅里叶正交基的个数；

则时延，即声音信号到达麦克风阵列中各个麦克风的时间差为τ＝D。

需要说明的是，本申请所提供的该时延估计方法和装置不局限于声源定位技术中。

由以上技术方案可知，本申请提供的该时延估计方法和装置，通过采用两级降噪处理以及四阶累积量谱降低了噪声和干扰的影响，准确的估计时延，有效克服了时域高阶统计量和广义互相关-谱加权方法存在的声音信号时延周围由于混淆峰值以及高斯噪声污染的影响导致声源定位误差增大的问题。

实施例三

本申请实施例三提供了一种声源定位方法，如图3所示，图3为本申请实施例三提供的一种声源定位方法，包括：

S301：对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

在本申请中，对接收的声源发出的声音信号进行两级降噪处理得到降噪信号包括：

S1：利用通道滤波器进行信号的局部和全局降噪处理，降低声音信号中的噪声干扰，得到初步降噪信号；

S2：将初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

S302：根据降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程包括：

根据降噪信号的四阶累积量和四阶累积量谱，定义时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，它是经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数，叠加在时延估计子用于降低伪峰幅值，增大时延峰值；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位，i的平方等于-1；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

其中，αβ＝α(n)β(n)α(n)α(n)，βα＝α(n)α(n)α(n)α(n)，两者主要用于区分谱和互谱，谱是一个信号的，互谱是两个信号的，α(n)和β(n)代表两个信号，具体的，α(n)代表参考信号，β(n)代表延迟信号。为了计算方便，在本申请中ω₂和ω₃可以取值为0，但不限于取0，具体取值可以根据实际需要设定。

S303：根据时延估计方程估计得到声音信号到达麦克风阵列中各个麦克风的时间差；

具体的，将γ(ω₁,ω₂,ω₃)经过逆傅里叶变换得到:

$T(\mathrm{\τ}-D)=\underset{1}{\overset{N}{\Σ}}{e}^{{\mathrm{j\ω}}_1\mathrm{\τ}}{e}^{{\mathrm{j\ω}}_{1}D}=\mathrm{\δ}(\mathrm{\τ}-D),$

其中，T表示时延估计子γ(ω₁,ω₂,ω₃)的傅里叶反变换；δ表示狄拉克函数，即单位脉冲函数；j代表虚数单位，j的平方等于-1；N表示傅里叶正交基的个数；

则时延，即声音信号到达麦克风阵列中各个麦克风的时间差为τ＝D。

S304：根据时间差，结合麦克风阵列的几何位置计算出声源的位置。

根据得到的时间差结合麦克风阵列的集合位置计算声源位置是现有中成熟的技术，在本申请中不再赘述。

实施例四

在实施例三的基础上，本申请实施例四提供了一种声源定位装置，如图4所示，图4为本申请实施例四提供的一种声源定位装置的结构示意图。该声源定位装置包括：声音采集单元401、处理单元402、定义单元403、估计单元404和计算单元405，其中，

声音采集单元401，用于采集声源发出的声音信号；

处理单元402，用于对声音采集单元401采集的声音信号进行两级降噪处理得到降噪信号；

在本申请中，处理单元包括：第一处理单元和第二处理单元，其中，

第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低声音信号中的噪声干扰，得到初步降噪信号；

第二处理单元，用于将初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

定义单元403，用于根据处理单元402处理得到的降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

在本申请中，定义单元具体用于根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，它是经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数，叠加在时延估计子用于降低伪峰幅值，增大时延峰值；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱i表示虚数单位，i的平方等于-1；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

其中，αβ＝α(n)β(n)α(n)α(n)，βα＝α(n)α(n)α(n)α(n)，两者主要用于区分谱和互谱，谱是一个信号的，互谱是两个信号的，α(n)和β(n)代表两个信号，具体的，α(n)代表参考信号，β(n)代表延迟信号。为了计算方便，在本申请中ω₂和ω₃可以取值为0，但不限于取0，具体取值可以根据实际需要设定。

估计单元404，用于根据定义单元403定义的时延估计方程估计得到声音信号到达麦克风阵列中各个麦克风的时间差；

估计单元将γ(ω₁,ω₂,ω₃)经过逆傅里叶变换得到:

$T(\mathrm{\τ}-D)=\underset{1}{\overset{N}{\Σ}}{e}^{{\mathrm{j\ω}}_1\mathrm{\τ}}{e}^{{\mathrm{j\ω}}_{1}D}=\mathrm{\δ}(\mathrm{\τ}-D),$

其中，T表示时延估计子γ(ω₁,ω₂,ω₃)的傅里叶反变换；δ表示狄拉克函数，即单位脉冲函数；j代表虚数单位，j的平方等于-1；N表示傅里叶正交基的个数；

则时延，即声音信号到达麦克风阵列中各个麦克风的时间差为τ＝D。

计算单元405，用于根据估计单元404得到的时间差，结合麦克风阵列的几何位置计算出声源的位置。

由以上技术方案可知，本申请实施例三和实施例四提供了一种声源定位方法和装置，该声源定位技术通过采用两级降噪处理以及四阶累积量谱估计时延，从而降低了噪声和干扰的影响，准确的估计时延，有效克服了时域高阶统计量和广义互相关-谱加权方法存在的声音信号时延周围由于混淆峰值以及高斯噪声污染的影响导致声源定位误差增大的问题，提高了声源定位的准确性。

需要说明的是，本申请实施例一、实施例二、实施例三和实施例四相同和相似的地方可相互参考，在本申请中不再赘述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种时延估计方法，其特征在于，包括：

对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。

2.根据权利要求1所述的时延估计方法，其特征在于，所述对接收的声源发出的声音信号进行两级降噪处理得到降噪信号包括：

利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

3.根据权利要求1所述的时延估计方法，其特征在于，所述根据所述降噪信号的四阶累积量谱和四阶累积量互谱，定义时延估计方程包括：

根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

4.一种时延估计装置，其特征在于，包括：声音采集单元、处理单元、定义单元和估计单元，其中，

所述声音采集单元，用于采集声源发出的声音信号；

所述处理单元，用于对所述声音采集单元采集的所述声音信号进行两级降噪处理得到降噪信号；

所述定义单元，用于根据所述处理单元处理得到的所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

所述估计单元，用于根据所述定义单元定义的所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差。

5.根据权利要求4所述的时延估计装置，其特征在于，所述处理单元包括：第一处理单元和第二处理单元，其中，

所述第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

所述第二处理单元，用于将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

6.根据权利要求4所述的时延估计装置，其特征在于，所述定义单元具体用于根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

7.一种声源定位方法，其特征在于，包括：

对接收的声源发出的声音信号进行两级降噪处理得到降噪信号；

根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

根据所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差；

根据所述时间差，结合所述麦克风阵列的几何位置计算出声源的位置。

8.根据权利要求7所述的声源定位方法，其特征在于，所述对接收的声源发出的声音信号进行两级降噪处理得到降噪信号包括：

利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

9.根据权利要求7所述的声源定位方法，其特征在于，所述根据所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程包括：

根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。

10.一种声源定位装置，其特征在于，包括：声音采集单元、处理单元、定义单元、估计单元和计算单元，其中，

所述声音采集单元，用于采集声源发出的声音信号；

所述处理单元，用于对所述声音采集单元采集的所述声音信号进行两级降噪处理得到降噪信号；

所述定义单元，用于根据所述处理单元处理得到的所述降噪信号的四阶累积量和四阶累积量互谱，定义时延估计方程；

所述估计单元，用于根据所述定义单元定义的所述时延估计方程估计得到所述声音信号到达麦克风阵列中各个麦克风的时间差；

所述计算单元，用于根据所述估计单元得到的所述时间差，结合所述麦克风阵列的几何位置计算出声源的位置。

11.根据权利要求10所述的声源定位装置，其特征在于，所述处理单元包括：第一处理单元和第二处理单元，其中，

所述第一处理单元，用于利用通道滤波器进行信号的局部和全局降噪处理，降低所述声音信号中的噪声干扰，得到初步降噪信号；

所述第二处理单元，用于将所述初步降噪信号叠加白化权重函数k，降低伪峰幅值，增大时延峰值，得到降噪信号。

12.根据权利要求10所述的声源定位装置，其特征在于，所述定义单元具体用于根据所述降噪信号的四阶累积量和四阶累积量谱，定义所述时延估计方程为：

$\mathrm{\γ}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)=k\frac{P_{\mathrm{\α}\mathrm{\β}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}{P_{\mathrm{\β}\mathrm{\α}}({\mathrm{\ω}}_1,{\mathrm{\ω}}_2,{\mathrm{\ω}}_3)}=e^{{\mathrm{i\ω}}_1\mathrm{\τ}},$

其中，γ(ω₁,ω₂,ω₃)称为时延估计子，表示经过两级降噪之后信号的四阶累积量和四阶累积量谱；表示白化权重函数；ω₁,ω₂,ω₃是三维傅里叶变换后的自变量，即信号的频率，取值范围是不小于0的实数；P_βα(ω₁,ω₂,ω₃)表示参考信号α(n)的四阶累积量谱；P_αβ(ω₁,ω₂,ω₃)表示参考信号α(n)和延迟信号β(n)的四阶累积量互谱；i表示虚数单位；τ表示声音信号到达麦克风阵列中各个麦克风信号的到达时间差。