CN106405501A - 一种基于相位差回归的单声源定位方法 - Google Patents

Abstract

本发明涉及一种基于相位差回归的单声源定位方法，包括：将通过麦克风阵列接收的声源信号转换成数字声音信号；对所述数字声音信号进行预处理，然后提取麦克风阵列中每个麦克风的数字声音信号的频谱；利用相邻时间相同频点上所有麦克风的数字声音信号的频谱计算t时刻每个频点的空间相关矩阵；对t时刻每个频点上的空间相关矩阵进行分解，得到t时刻每个频点上的主特征向量；利用t时刻每个频点上的主特征向量求取t时刻每个频点上M对麦克风的相位差集合；采用迭代的方法，对相位差进行回归得到t时刻声源的入射方向角。

Description

一种基于相位差回归的单声源定位方法

技术领域

本发明涉及声源定位方法，特别涉及一种基于相位差回归的单声源定位方法。

背景技术

声源定位包括单声源定位和多声源定位，声源定位技术可以指示声源目标所在的空间方位，为后续的信息采集与处理提供重要的空间信息。

由于具有高时间分辨率和高计算效率的优点，相位差回归被广泛应用于估计波达方向。然而，传统的回归方法很少采用平面阵列来进行波达方向估计。同时，传统的回归方法忽略了两个问题，一个是关于相位差的周期性问题，另一个是信号增强可以有效地抑制声学干扰。另外，传统的声源定位方法普遍采用格点搜索的方法，这将带来巨大的计算负担。

发明内容

本发明的目的在于克服已有的单声源定位方法中存在的计算量大，缺乏声学鲁棒性等缺陷，利用相位差回归提出一种鲁棒而高效的单声源定位方法。

为了实现上述目的，本发明提供了一种基于相位差回归的单声源定位方法，包括：

步骤1)、将通过麦克风阵列接收的声源信号转换成数字声音信号；

步骤2)、对所述数字声音信号进行预处理，然后提取麦克风阵列中每个麦克风的数字声音信号的频谱；

步骤3)、利用相邻时间相同频点上所有麦克风的数字声音信号的频谱计算t时刻每个频点的空间相关矩阵；

步骤4)、对步骤3)得到的t时刻每个频点上的空间相关矩阵进行分解，得到t时刻每个频点上的主特征向量；所述主特征向量的每一个分量对应一个麦克风的采集信号；

步骤5)、利用步骤4)得到的t时刻每个频点上的主特征向量求取t时刻每个频点上M对麦克风的相位差集合；其中，M等于K(K-1)/2，K为麦克风阵列中的麦克风数；

步骤6)、采用迭代的方法，对相位差进行回归，得到t时刻声源的入射方向角。

上述技术方案中，在步骤2)中，对所述数字声音信号进行预处理包括：对每一帧的数字声音信号先补零到N点，N＝2ⁱ，i为整数，且i≥8；然后，对每一帧的数字声音信号进行加窗或预加重处理。

上述技术方案中，所述步骤3)进一步包括：

计算以f频点为中心的相邻时间频点上自相关矩阵的均值R_t,f，

其中，A表示与t时刻相邻时间的帧数；x_t,f为t时刻、第f个频点上生成的一个复数向量：x_t,f＝{Y_1,t,f,Y_2,t,f…Y_K,t,f}；Y_k,t,f表示t时刻第k个麦克风采集信号的第f个频点的傅里叶变换系数，k＝1,2…K,f＝0,1,…N-1；

所求得的R_t,f就是x_t,f的空间相关矩阵。

上述技术方案中，所述步骤5)进一步包括：

计算由第p个和第q个麦克风组成的第m对麦克风的相位差ψ_m,t,f，m＝1,2,...,M：

ψ_m,t,f＝∠u_p,t,f-∠u_q,t,f

其中∠(.)表示求取复数相位的操作；u_p,t,f与u_q,t,f为在t时刻第f频点上、主特征向量[u_1,t,f,u_2,t,f,…,u_K,t,f]的第p和第q个分量；

在t时刻第f频点上，根据第m对麦克风的距离d_m约束，得到相位差集合B_m,t,f：

B_m,t,f＝{ψ_m,t,f|-ω_fd_m/c≤ψ_m,t,f≤ω_fd_m/c}，m＝1,2,…,M；

其中，c为声速，ω_f为数字角频率。

上述技术方案中，所述步骤6)进一步包括：

步骤6-1)、选取初始的声源入射方向

步骤6-2)、令从步骤5)所得到的每个相位差集合B_m,t,f中选取一个相位差值满足：

其中，g_m＝(g_m,x,g_m,y,g_m,z)表示第m对麦克风连线的方向单位矢量；

计算限制相位差的误差到[-π,π]所需的周期数，得到l_m,t,f：

步骤6-3)、求取新的权重系数w_m,t,f；其计算公式如下：

其中：

其中，M表示麦克风的对数，F为傅里叶变换点数的一半，MF表示回归所用到的所有频点数；

步骤6-4)、计算新的声源入射方向其计算公式如下：

其中：g′_m＝(g_mx,g_my)；

步骤6-5)、判断步骤6-4)所得到的是否收敛；如果判断结果是肯定的，转入步骤6-6)；否则，转入步骤6-2)继续执行；

步骤6-6)，计算声源入射方向的方位角；计算方法为：

上述技术方案中，所述步骤6-1)进一步包括：

首先，根据步骤5)得到的相位差集合得到时间延迟集合，选择时间延迟集合中出现频率最高的时间延迟作为初始化的延时并以此为依据进行解空间混叠操作，得到限制相位差所述限制相位差在初始化时的计算公式为：

接着，计算限制相位差到[-π,π]所需的周期数，得到l_m,t,f；其计算公式为：

然后，将权重系数设为1/MF，

最后，利用权重系数计算初始的声源入射方向得到初始化的 其计算公式如下：

其中：g′_m＝(g_mx,g_my)。

上述技术方案中，在步骤6-5)中，判断是否收敛的方法为：

判断是否小于门限值ε，其中取ε＝0.01。

本发明的优点在于：

1、本发明的方法限制了相位差的误差，并同时解决了空间混叠；

2、本发明提出的基于相位差回归的单声源定位方法利用了信号增强和权重系数衡量可靠性，从而实现了鲁棒的单声源定位方法。

附图说明

图1是本发明的基于相位差回归的单声源定位方法的流程图；

图2是本发明的基于相位差回归的单声源定位方法中计算单声源入射方向方位角步骤的流程图。

具体实施方式

现结合附图对本发明作进一步的描述。

参考图1，本发明的方法包括以下步骤：

步骤101)、将通过麦克风阵列接收的声源信号转换成数字声音信号；其中，所述麦克风阵列包括有K个麦克风。

步骤102)、对数字声音信号进行预处理，然后通过快速傅里叶变换(FFT)提取每个麦克风的数字声音信号的频谱。

所述对数字声音信号进行预处理包括：对每一帧的数字声音信号先补零到N点，N＝2ⁱ，i为整数，且i≥8；然后，对每一帧的数字声音信号进行加窗或预加重处理，加窗函数采用汉明窗(hamming)或哈宁窗(hanning)。

对t时刻的数字声音信号进行快速傅里叶变换，得到t时刻的数字声音信号的离散频谱为：

其中，y_k,t,n表示t时刻第k个麦克风采集信号的第n个采样点，Y_k,t,f(k＝1,2…K,f＝0,1,…N-1)表示t时刻第k个麦克风采集信号的第f个频点的傅里叶变换系数。

步骤103)、利用相邻时间相同频点上所有麦克风的数字声音信号的频谱计算t时刻每个频点的空间相关矩阵；

设x_t,f为t时刻、第f个频点上生成的一个复数向量：x_t,f＝{Y_1,t,f,Y_2,t,f…Y_K,t,f},其自相关矩阵为：其中：()^H表示共轭转置；

复数自相关矩阵R_t,f表示为以f频点为中心的相邻时间频点上自相关矩阵的均值：

其中，A表示与t时刻相邻时间的帧数；

所求得的R_t,f就是x_t,f的空间相关矩阵。

步骤104)，对步骤103)得到的t时刻每个频点上的空间相关矩阵进行分解，得到t时刻每个频点上的主特征向量；所述主特征向量的每一个分量对应一个麦克风的采集信号；

步骤105)，利用步骤104)得到的t时刻每个频点上的主特征向量求取t时刻每个频点上M对麦克风的相位差集合；其中，M等于K(K-1)/2；具体过程为：

在t时刻第f频点上，主特征向量表示为：[u_1,t,f,u_2,t,f,…,u_K,t,f]，由第p个和第q个麦克风组成的第m(m＝1,2,...,M)对麦克风的相位差ψ_m,t,f为：

ψ_m,t,f＝∠u_p,t,f-∠u_q,t,f

其中∠(.)表示求取复数相位的操作；

在t时刻第f频点上，根据第m对麦克风的距离d_m约束，得到相位差集合B_m,t,f：

B_m,t,f＝{ψ_m,t,f|-ω_fd_m/c≤ψ_m,t,f≤ω_fd_m/c}，m＝1,2,…,M

其中，c为声速，ω_f为数字角频率。

步骤106)、采用迭代的方法，对相位差进行回归，得到t时刻声源的入射方向角。参考图2，具体实施步骤如下：

步骤106-1)、选取初始的声源入射方向

首先，根据步骤105)得到的相位差集合得到时间延迟集合，选择时间延迟集合中出现频率最高的时间延迟作为初始化的延时并以此为依据进行解空间混叠操作，得到限制相位差所述限制相位差在初始化时的计算公式为：

接着，计算限制相位差到[-π,π]所需的周期数，得到l_m,t,f；其计算公式为：

然后，将权重系数设为1/MF，其中，M表示麦克风的对数，F是傅里叶变换点数的一半，MF表示回归所用到的所有频点数。

最后，利用权重系数计算初始的声源入射方向得到初始化的 其计算公式如下：

其中：g′_m＝(g_mx,g_my)。

步骤106-2)，令从步骤105)所得到的每个相位差集合B_m,t,f中选取一个相位差值满足：

其中，g_m＝(g_m,x,g_m,y,g_m,z)表示第m对麦克风连线的方向单位矢量。

计算限制相位差的误差到[-π,π]所需的周期数，得到l_m,t,f：

步骤106-3)、求取新的权重系数w_m,t,f；其计算公式如下：

其中：

其中，M表示麦克风的对数，F为傅里叶变换点数的一半，MF表示回归所用到的所有频点数。

步骤106-4)、计算新的声源入射方向其计算公式如下：

其中：g′_m＝(g_mx,g_my)。

步骤106-5)、判断步骤106-4)所得到的是否收敛；如果判断结果是肯定的，转入步骤106-6)；否则，转入步骤106-2)继续执行；

在本实施例中，判断是否收敛的方法为：

判断是否小于门限值ε，其中取ε＝0.01。

步骤106-6)，计算声源入射方向的方位角；计算方法为：

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于相位差回归的单声源定位方法，包括：

步骤1)、将通过麦克风阵列接收的声源信号转换成数字声音信号；

步骤2)、对所述数字声音信号进行预处理，然后提取麦克风阵列中每个麦克风的数字声音信号的频谱；

步骤3)、利用相邻时间相同频点上所有麦克风的数字声音信号的频谱计算t时刻每个频点的空间相关矩阵；

步骤4)、对步骤3)得到的t时刻每个频点上的空间相关矩阵进行分解，得到t时刻每个频点上的主特征向量；所述主特征向量的每一个分量对应一个麦克风的采集信号；

步骤5)、利用步骤4)得到的t时刻每个频点上的主特征向量求取t时刻每个频点上M对麦克风的相位差集合；其中，M等于K(K-1)/2，K为麦克风阵列中的麦克风数；

步骤6)、采用迭代的方法，对相位差进行回归，得到t时刻声源的入射方向角。

2.根据权利要求1所述的基于相位差回归的单声源定位方法，其特征在于，在步骤2)中，对所述数字声音信号进行预处理包括：对每一帧的数字声音信号先补零到N点，N＝2ⁱ，i为整数，且i≥8；然后，对每一帧的数字声音信号进行加窗或预加重处理。

3.根据权利要求1所述的基于相位差回归的单声源定位方法，其特征在于，所述步骤3)进一步包括：

计算以f频点为中心的相邻时间频点上自相关矩阵的均值R_t,f，

其中，A表示与t时刻相邻时间的帧数；x_t,f为t时刻、第f个频点上生成的一个复数向量：x_t,f＝{Y_1,t,f,Y_2,t,f…Y_K,t,f}；Y_k,t,f表示t时刻第k个麦克风采集信号的第f个频点的傅里叶变换系数，k＝1,2…K,f＝0,1,…N-1；

所求得的R_t,f就是x_t,f的空间相关矩阵。

4.根据权利要求1所述的基于相位差回归的单声源定位方法，其特征在于，所述步骤5)进一步包括：

计算由第p个和第q个麦克风组成的第m对麦克风的相位差ψ_m,t,f，m＝1,2,...,M：

ψ_m,t,f＝∠u_p,t,f-∠u_q,t,f

其中∠(.)表示求取复数相位的操作；u_p,t,f与u_q,t,f为在t时刻第f频点上、主特征向量[u_1,t,f,u_2,t,f,…,u_K,t,f]的第p和第q个分量；

在t时刻第f频点上，根据第m对麦克风的距离d_m约束，得到相位差集合B_m,t,f：

B_m,t,f＝{ψ_m,t,f|-ω_fd_m/c≤ψ_m,t,f≤ω_fd_m/c}，m＝1,2,…,M；

其中，c为声速，ω_f为数字角频率。

5.根据权利要求4所述的基于相位差回归的单声源定位方法，其特征在于，所述步骤6)进一步包括：

步骤6-1)、选取初始的声源入射方向

步骤6-2)、令从步骤5)所得到的每个相位差集合B_m,t,f中选取一个相位差值满足：

其中，g_m＝(g_m,x,g_m,y,g_m,z)表示第m对麦克风连线的方向单位矢量；

计算限制相位差的误差到[-π,π]所需的周期数，得到l_m,t,f：

步骤6-3)、求取新的权重系数w_m,t,f；其计算公式如下：

其中：

其中，M表示麦克风的对数，F为傅里叶变换点数的一半，MF表示回归所用到的所有频点数；

步骤6-4)、计算新的声源入射方向其计算公式如下：

其中：g′_m＝(g_mx,g_my)；

步骤6-5)、判断步骤6-4)所得到的是否收敛；如果判断结果是肯定的，转入步骤6-6)；否则，转入步骤6-2)继续执行；

步骤6-6)，计算声源入射方向的方位角；计算方法为：

6.根据权利要求5所述的基于相位差回归的单声源定位方法，其特征在于，所述步骤6-1)进一步包括：

首先，根据步骤5)得到的相位差集合得到时间延迟集合，选择时间延迟集合中出现频率最高的时间延迟作为初始化的延时并以此为依据进行解空间混叠操作，得到限制相位差所述限制相位差在初始化时的计算公式为：

接着，计算限制相位差到[-π,π]所需的周期数，得到l_m,t,f；其计算公式为：

然后，将权重系数设为1/MF，

最后，利用权重系数计算初始的声源入射方向得到初始化的 其计算公式如下：

其中：g′_m＝(g_mx,g_my)。

7.根据权利要求5所述的基于相位差回归的单声源定位方法，其特征在于，在步骤6-5)中，判断是否收敛的方法为：

判断是否小于门限值ε，其中取ε＝0.01。