CN110133596B - 一种基于频点信噪比和偏置软判决的阵列声源定位方法 - Google Patents

一种基于频点信噪比和偏置软判决的阵列声源定位方法 Download PDF

Info

Publication number
CN110133596B
CN110133596B CN201910392452.1A CN201910392452A CN110133596B CN 110133596 B CN110133596 B CN 110133596B CN 201910392452 A CN201910392452 A CN 201910392452A CN 110133596 B CN110133596 B CN 110133596B
Authority
CN
China
Prior art keywords
signal
sound source
single frame
array
sub
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.)
Active
Application number
CN201910392452.1A
Other languages
English (en)
Other versions
CN110133596A (zh
Inventor
陈书文
赵小燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Second Normal University (jiangsu Institute Of Educational Science Research)
Original Assignee
Jiangsu Second Normal University (jiangsu Institute Of Educational Science Research)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Second Normal University (jiangsu Institute Of Educational Science Research) filed Critical Jiangsu Second Normal University (jiangsu Institute Of Educational Science Research)
Priority to CN201910392452.1A priority Critical patent/CN110133596B/zh
Publication of CN110133596A publication Critical patent/CN110133596A/zh
Application granted granted Critical
Publication of CN110133596B publication Critical patent/CN110133596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本发明公开了一种基于频点信噪比和偏置软判决的阵列声源定位方法，通过传声器阵列采集声源信号，在时域分割为单帧信号，加窗和离散傅里叶变换为频域信号，同时继续将单帧信号分割为子帧信号，加窗和离散傅里叶变换为频域信号，计算频点信噪比，映射为偏置软判决值，计算候选方位的修正可控响应功率值，估计可控响应功率值最大的候选方位为声源方位。本发明使用麦克风组成阵列，实现立体定位，对整个频带的每个频点估计信噪比，不用考虑声源到达两个传声器的时延差，直接定位，使用Sigmoid函数增加偏置，实现软修正，参考信噪比对特定频点进行抑制，不需要信号统计特性的先验信息，无需利用静音帧的数据估计噪声功率谱，适用于噪声变换较快的环境，在定位成功率和均方误差根RMSE指标上表现更优秀，在中低信噪比环境下定位成功率优明显提升，算法鲁棒性更好。

Description

一种基于频点信噪比和偏置软判决的阵列声源定位方法
技术领域
本发明涉及信号处理技术领域，具体涉及一种声源定位方法。
背景技术
相位变换加权的可控响应功率SRP-PHAT声源定位算法，不需要信号和噪声的先验知识，只需要20-30ms数据就可以估计声源的位置，是一种可以实时实现的声源定位算法，具有较强的抗混响能力，但是传统的SRP-PHAT声源定位方法，在复杂声学环境下定位性能不能令人满意，尤其是噪声增大时，定位性能下降明显。
为提高噪声和混响环境下的声源定位成功率，本方法采用了频点信噪比和偏置软判决，估计每个频率点的信号和噪声功率谱密度，计算每个频点的信噪比，将频率信噪比映射为带偏置的频率软判决值，修正传统的可控响应功率计算公式，信噪比高的频谱权重大，信噪比低的频谱权重小，利用可控响应功率来定位声源，由频率软判决值和频率信号计算每个候选位置的可控响应功率值，实现鲁棒的声源定位。
发明内容
本发明为了解决现有技术存在的问题，提出了一种基于频点信噪比和偏置软判决的阵列声源定位方法，为了实现上述目的，本发明采用了以下技术方案。
通过传声器阵列采集声源信号，阵列由阵元组成，阵元的数量为M，序号为m，m＝1...M，阵列采集声源信号的数量为M，第m个阵元采集的声源信号为xm(t)。
在时域将阵列采集的声源信号xm(t)分割为单帧信号，单帧信号的数量为I，长度为N，序号为i，i＝1...I，单帧内的采样序号为n，0≤n<N，第i个单帧第n个采样信号为xm(iN+n)。
通过加窗处理和离散傅里叶变换将每个单帧信号转换为频域信号，用窗信号
Figure GDA0004083417450000011
对xm(iN+n)进行加窗处理，得到xm(i,n)＝wH(n)xm(iN+n)，xm(i,n)为第m个阵元第i个单帧第n个采样信号的加窗信号，用离散傅里叶变换函数DFT对xm(i,n)进行离散傅里叶变换，变换的长度为K，频点为k，0≤k＜K，得到
Figure GDA0004083417450000012
表示第m个阵元第i个单帧第k个频点的频域信号，Xm(i,k)为时域信号xm(i,n)对应的频域信号。
在时域将每个单帧信号xm(iN+n)分割为子帧信号，子帧信号的数量为Lsub，长度为Nsub＝N/Lsub，序号为l，1≤l≤Lsub，子帧内的采样序号为nsub，0≤nsub<Nsub，第l个子帧第nsub个采样信号为xm(iN+(l-1)Nsub+nsub)。
通过加窗处理和离散傅里叶变换将每个子帧信号转换为频域信号，用窗信号
Figure GDA0004083417450000021
对xm(iN+(l-1)Nsub+nsub)进行加窗处理，得到xm(i,l,nsub)＝wH(nsub)xm(iN+(l-1)Nsub+n)，xm(i,l,nsub)为第m个阵元第i个单帧第l个子帧第nsub个采样信号的加窗信号，用离散傅里叶变换函数DFT对xm(i,l,nsub)进行离散傅里叶变换，得到/>
Figure GDA0004083417450000022
表示第m个阵元第i个单帧第l个子帧第k个频点的频域信号，Xm(i,l,k)为时域信号xm(i,l,nsub)对应的频域信号。
由子帧信号的频域信号计算单帧信号的频点信噪比，将Xm(i,l,k)表示为向量形式X(i,l,k)＝[X1(i,l,k) X2(i,l,k) ... XM(i,l,k)]T，将Xm(i,k)表示为向量形式X(i,k)＝[X1(i,k) X2(i,k) ... XM(i,k)]T，用X(i,l,k)计算第i个单帧信号第k个频点X(i,k)的协方差矩阵
Figure GDA0004083417450000023
计算第i个单帧信号第k个频点的信号功率
Figure GDA0004083417450000024
和噪声功率/>
Figure GDA0004083417450000025
Rpq(i,k)为协方差矩阵R(i,k)第p行第q列的数值；由信号功率Ps(i,k)和噪声功率σ2(i,k)计算第i个单帧信号第k个频点的信噪比/>
Figure GDA0004083417450000026
将频点信噪比映射为偏置软判决值，将
Figure GDA0004083417450000027
代入Sigmoid函数，映射为第i个单帧信号第k个频点的偏置软判决值/>
Figure GDA0004083417450000028
α为Sigmoid函数的斜率，β为信噪比偏置值。
根据单帧信号的频域信号和频率软判决值计算候选方位的修正可控响应功率值，计算候选方位到第m个阵元的导引时延τm0(r)，候选方位的声源位置为r，阵列中心的位置为r0，第m个阵元的位置为rm，空气中的声速为c，候选方位到阵列中心的声传播时延为τ0(r)，候选方位到第m个阵元的声传播时延为τm(r)，候选方位到第m个阵元的导引时延
Figure GDA0004083417450000031
计算阵列的PHAT可控响应输出YPHAT(i,k,r)，信号采样率为fs，将τm0(r)和Xm(i,k)代入，得到/>
Figure GDA0004083417450000032
由YPHAT(i,k,r)及其共轭和SD(i,k)得到第i个单帧信号在每个候选方位r的修正PHAT可控响应功率值
Figure GDA0004083417450000033
修正可控响应功率最大值对应的候选方位为声源方位，第i帧信号的声源方位估计为
Figure GDA0004083417450000034
声源方位的估计公式为/>
Figure GDA0004083417450000035
本发明使用多个传声器组成圆形阵列，相当于多个声学传感器，实现立体定位；对声源信号的整个频带的每个频点估计信噪比，极大的提高了计算精度；不用考虑声源到达两个传声器的时延差，直接定位，使用Sigmoid函数实现软修正；对Sigmoid函数增加了偏置，参考信噪比对特定频点进行抑制；不需要信号统计特性的先验信息，无需利用静音帧的数据估计噪声功率谱；适用于噪声变换较快的环境，应用场合更为广泛；经过混响时间T60＝0.3s和T60＝0.6s实验，在定位成功率和均方误差根RMSE指标上表现更优秀；在中低信噪比环境下定位成功率优明显提升，算法鲁棒性更好。
附图说明
图1是本方法的流程图，图2是Sgmoid函数在β＝0改变α时的曲线，图3是Sgmoid函数在α＝0.5改变β时的曲线，图4是混响时间T60＝0.3s时本方法和传统SRP-PHAT方法的成功率比较图，图5是混响时间T60＝0.3s时本方法和传统SRP-PHAT方法的均方误差根RMSE比较图，图6是混响时间T60＝0.6s时本方法和传统SRP-PHAT方法的成功率比较图，图7是混响时间T60＝0.6s时本方法和传统SRP-PHAT方法的均方误差根RMSE比较图。
具体实施方式
以下结合附图对本发明的技术方案做具体的说明。
一种基于频点信噪比和偏置软判决的阵列声源定位方法，如图1所示：使用多个麦克风组成传声器阵列，接收语音，采集声源信号；在时域进行分帧，将麦克风阵列采集的声源信号分割为单帧信号；对单帧信号分别做两种处理，一种是加窗和离散傅里叶变换DFT，将每个单帧信号转换为频域信号，另一种是继续在时域进行分帧，将每个单帧信号分割为子帧信号；对于后一种处理得到的子帧信号，继续加窗和离散傅里叶变换DFT，将每个子帧信号转换为频域信号；对子帧信号的频域信号，使用频率信噪比估计算法，得到单帧信号的频点信噪比；使用Sigmoid函数，将频点信噪比映射为带偏置的频率软判决值；根据单帧信号的第一种处理得到的频域信号，和第二种处理得到的频率软判决值，参考每个候选方位到每个麦克风的导引时延，计算每个候选方位的修正可控响应功率值；选择可控响应功率最大值对应的候选方位，估计声源位置。
选用6个全向麦克风，组成均匀的圆形阵列，通过圆形麦克风阵列接收语音，采集声源信号，语音信号的采样率fs设置为16kHz，阵列半径设置为0.1m，每个麦克风作为一个阵元，阵列采集声源信号的数量和阵元的数量均为M＝6，序号为m＝1...M，第m个阵元采集的声源信号为xm(t)。
在时域将xm(t)分割为单帧信号，单帧信号的数量为I，长度为N＝512(32ms)，帧移设置为0，序号为i，i＝1...I，单帧内的采样序号为n，0≤n<N，第i个单帧第n个采样信号为xm(iN+n)。
对每个单帧信号进行加窗处理，用窗信号
Figure GDA0004083417450000041
对xm(iN+n)加窗，得到xm(i,n)＝wH(n)xm(iN+n)，xm(i,n)为第m个阵元第i个单帧第n个采样信号的加窗信号。
将单帧信号的加窗信号从时域变换到频域，用离散傅里叶变换函数DFT对xm(i,n)进行离散傅里叶变换，变换的长度为K，设置K＝2N＝1024，频点为k，0≤k＜K，得到
Figure GDA0004083417450000042
表示第m个阵元第i个单帧第k个频点的频域信号，Xm(i,k)为时域信号xm(i,n)对应的频域信号。
在时域将每个单帧信号xm(iN+n)继续分割为子帧信号，子帧信号的数量设置为Lsub＝8，长度为Nsub＝N/Lsub＝64，序号为l，1≤l≤Lsub，子帧内的采样序号为nsub，0≤nsub<Nsub，第l个子帧第nsub个采样信号为xm(iN+(l-1)Nsub+nsub)。
对每个子帧信号进行加窗处理，用窗信号
Figure GDA0004083417450000051
对xm(iN+(l-1)Nsub+nsub)加窗，得到xm(i,l,nsub)＝wH(nsub)xm(iN+(l-1)Nsub+n)，xm(i,l,nsub)为第m个阵元第i个单帧的第l个子帧第nsub个采样信号的加窗信号。
将子帧信号的加窗信号从时域变换到频域，用离散傅里叶变换函数DFT对xm(i,l,nsub)进行离散傅里叶变换，得到
Figure GDA0004083417450000052
表示第m个阵元第i个单帧第l个子帧第k个频点的频域信号，Xm(i,l,k)为时域信号xm(i,l,nsub)对应的频域信号。
将Xm(i,l,k)表示为向量形式X(i,l,k)＝[X1(i,l,k) X2(i,l,k) ... XM(i,l,k)]T，将Xm(i,k)表示为向量形式X(i,k)＝[X1(i,k) X2(i,k) ... XM(i,k)]T，用X(i,l,k)计算第i个单帧信号第k个频点X(i,k)的协方差矩阵
Figure GDA0004083417450000053
计算第i个单帧信号第k个频点的信号功率/>
Figure GDA0004083417450000054
和噪声功率
Figure GDA0004083417450000055
Rpq(i,k)为协方差矩阵R(i,k)第p行第q列的数值，由信号功率Ps(i,k)和噪声功率σ2(i,k)计算第i个单帧信号第k个频点的信噪比
Figure GDA0004083417450000056
将频点信噪比
Figure GDA0004083417450000057
代入Sigmoid函数，映射为第i个单帧信号第k个频点的偏置软判决值/>
Figure GDA0004083417450000058
α为Sigmoid函数的斜率，影响函数曲线的陡峭程度，β为信噪比偏置值，影响曲线左右平移。
设置β＝0改变α的数值，软判决值SD与信噪比SNR之间的关系，如图2所示，α取值越小，比如取值0.2，软判决值SD的曲线越平坦，说明对不同信噪比的频点加权区分度不大，极限情况是α＝0，此时SD＝1/2，所有频点的权重相同，修正算法等同于原始算法，或者说原始算法是修正算法的一个特例，随着α取值越来越大，曲线越来越陡峭，对低信噪比的频谱抑制越明显，极限情况是当α＝∞，此时SD是一个阶跃函数，修正算法将抑制掉所有信噪比低于0dB的频点，而保留所有信噪比高于0dB的频率点，且对信噪比大于0dB的频点没有加权区分。
设置α＝0.5改变β的数值，软判决值SD与信噪比SNR之间的关系，如图3所示，曲线的拐点位于(β，0.5)处，信噪比低于β的频点被明显抑制，当β取值过大时，大多数频点被明显抑制，可用的频点过少，当β取值过小时，信噪比低的频点没有被明显抑制。
综上所述，β的取值影响函数曲线的左右平移，α取值过小，曲线平坦，对不同信噪比的频率加权区分度太小，修正作用不明显，α取值过大，曲线过于陡峭，几乎完全抑制信噪比小于β的频点，保留信噪比大于β的频点，且信噪比大于β的频点之间加权区分度也很小，当α取值为0.5，β取值为2时，定位性能最好。
计算候选方位的声源到接收麦克风的导引时延，空气中的声速为c，常温下约342m/s，假设候选方位的声源位置为r，阵列中心的位置为r0，第m个阵元的位置为rm，候选方位到阵列中心的声传播时延为τ0(r)，到第m个阵元的声传播时延为τm(r)，那么候选方位到第m个阵元的导引时延
Figure GDA0004083417450000061
假设声源与麦克风阵列处于同一水平面，声源位于阵列的远场，声源位置由方位角θ表示，定义水平面的正前方为0°，θ的范围为[-180°,180°]，间隔为1°，其中，-90°
表示正左方，90°表示正右方，则导引时延的等价计算公式为
Figure GDA0004083417450000062
其中ξ＝[cosθ,sinθ]T，由于τm0(r)与接收信号无关，可以离线计算后保存于内存中。
假设声源与麦克风阵列不在同一水平面，方位角由水平角θ和俯仰角φ共同决定，
Figure GDA0004083417450000063
仍然可以确定对声源的位置。
根据单帧信号的频域信号和频率软判决值计算候选方位的可控响应功率值，信号采样率为fs，将τm0(r)和Xm(i,k)代入，计算阵列的PHAT可控响应输出YPHAT(i,k,r)，得到
Figure GDA0004083417450000071
由YPHAT(i,k,r)及其共轭和SD(i,k)得到第i个单帧信号在每个候选方位r的修正PHAT可控响应功率值
Figure GDA0004083417450000072
修正可控响应功率最大值对应的候选方位为声源方位，第i帧信号的声源方位估计为
Figure GDA0004083417450000073
声源方位的估计公式为/>
Figure GDA0004083417450000074
分别设置混响时间T60＝0.3s和T60＝0.6s，测试不同信噪比和混响的环境中，本声源定位方法的性能，如图4至7所示，横坐标表示信噪比，纵坐标分别表示定位成功率和RMSE，在定位成功率和均方根误差RMSE的指标上，本方法均比传统SRP-PHAT算法有显著提升，尤其在中低信噪比环境中的定位成功率提升明显，验证了本方法的鲁棒性。
上述作为本发明的实施例，并不限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。

Claims (10)

1.一种基于频点信噪比和偏置软判决的阵列声源定位方法，包括：
通过传声器阵列采集声源信号，设阵列由阵元组成，阵元的数量为M，序号为m，m＝1...M，在时域将阵列采集的声源信号分割为单帧信号，设单帧信号的数量为I，序号为i，i＝1...I，通过加窗处理和离散傅里叶变换将每个单帧信号转换为频域信号，设离散傅里叶变换的长度为K，频点为k，0≤k＜K，设Xm(i,k)为第m个阵元第i个单帧第k个频点的频域信号；
在时域将每个单帧信号分割为子帧信号，通过加窗处理和离散傅里叶变换将每个子帧信号转换为频域信号；
由子帧信号的频域信号计算单帧信号的频点信噪比，设第i个单帧信号第k个频点的信号功率为Ps(i,k)，噪声功率为σ2(i,k)，将信噪比代入Sigmoid函数，映射为第i个单帧信号第k个频点的偏置软判决值SD(i,k)；
设候选方位的声源位置为r，根据单帧信号的频域信号和频率软判决值计算候选方位的修正可控响应功率值，设τm0(r)为候选方位到第m个阵元的导引时延，由τm0(r)和Xm(i,k)计算阵列的PHAT可控响应输出YPHAT(i,k,r)；
由YPHAT(i,k,r)及其共轭和SD(i,k)计算第i个单帧信号在每个候选方位r的修正PHAT可控响应功率值，将修正可控响应功率最大值对应的候选方位估计为声源方位。
2.根据权利要求1所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的通过传声器阵列采集声源信号，包括：
阵列采集声源信号的数量为M，第m个阵元采集的声源信号为xm(t)。
3.根据权利要求2所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的在时域将阵列采集的声源信号分割为单帧信号，包括：
在时域将声源信号xm(t)分割为单帧信号，单帧信号的长度为N，单帧内的采样序号为n，0≤n<N，第i个单帧第n个采样信号为xm(iN+n)。
4.根据权利要求3所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的通过加窗处理和离散傅里叶变换将每个单帧信号转换为频域信号，包括：
用窗信号
Figure QLYQS_1
对xm(iN+n)进行加窗处理，得到xm(i,n)＝wH(n)xm(iN+n)，xm(i,n)为第m个阵元第i个单帧第n个采样信号的加窗信号；
用离散傅里叶变换函数DFT对xm(i,n)进行离散傅里叶变换，得到
Figure QLYQS_2
Xm(i,k)为时域信号xm(i,n)对应的频域信号。
5.根据权利要求3所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的在时域将每个单帧信号分割为子帧信号，包括：
将单帧信号xm(iN+n)分割为子帧信号，子帧信号的数量为Lsub，长度为Nsub＝N/Lsub，序号为l，1≤l≤Lsub，子帧内的采样序号为nsub，0≤nsub<Nsub，第l个子帧第nsub个采样信号为xm(iN+(l-1)Nsub+nsub)。
6.根据权利要求5所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的通过加窗处理和离散傅里叶变换将每个子帧信号转换为频域信号，包括：
用窗信号
Figure QLYQS_3
对xm(iN+(l-1)Nsub+nsub)进行加窗处理，得到xm(i,l,nsub)＝wH(nsub)xm(iN+(l-1)Nsub+n)，xm(i,l,nsub)为第m个阵元第i个单帧第l个子帧第nsub个采样信号的加窗信号；
用离散傅里叶变换函数DFT对xm(i,l,nsub)进行离散傅里叶变换，得到
Figure QLYQS_4
表示第m个阵元第i个单帧第l个子帧第k个频点的频域信号，Xm(i,l,k)为时域信号xm(i,l,nsub)对应的频域信号。
7.根据权利要求6所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的由子帧信号的频域信号计算单帧信号的频点信噪比，包括：
将Xm(i,l,k)表示为向量形式X(i,l,k)＝[X1(i,l,k) X2(i,l,k) ... XM(i,l,k)]T，将Xm(i,k)表示为向量形式X(i,k)＝[X1(i,k) X2(i,k) ... XM(i,k)]T，用X(i,l,k)计算第i个单帧信号第k个频点X(i,k)的协方差矩阵
Figure QLYQS_5
计算
Figure QLYQS_6
和/>
Figure QLYQS_7
Rpq(i,k)为协方差矩阵R(i,k)第p行第q列的数值；
由信号功率Ps(i,k)和噪声功率σ2(i,k)计算第i个单帧信号第k个频点的信噪比
Figure QLYQS_8
8.根据权利要求7所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，将频点信噪比映射为偏置软判决值，包括：
将
Figure QLYQS_9
代入Sigmoid函数，计算
Figure QLYQS_10
α为Sigmoid函数的斜率，β为信噪比偏置值。
9.根据权利要求8所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，所述的根据单帧信号的频域信号和频率软判决值计算候选方位的修正可控响应功率值，包括：
计算候选方位到第m个阵元的导引时延τm0(r)，阵列中心的位置为r0，第m个阵元的位置为rm，空气中的声速为c，候选方位到阵列中心的声传播时延为τ0(r)，候选方位到第m个阵元的声传播时延为τm(r)，候选方位到第m个阵元的导引时延
Figure QLYQS_11
信号采样率为fs，将τm0(r)和Xm(i,k)代入，得到
Figure QLYQS_12
由YPHAT(i,k,r)及其共轭和SD(i,k)得到第i个单帧信号在每个候选方位r的修正PHAT可控响应功率值
Figure QLYQS_13
10.根据权利要求9所述的基于频点信噪比和偏置软判决的阵列声源定位方法，其特征在于，将可控响应功率最大值对应的候选方位估计为声源方位，包括：
第i帧信号的声源方位估计值为
Figure QLYQS_14
修正可控响应功率最大值对应的候选方位估计值为声源方位估计值，估计公式为/>
Figure QLYQS_15
CN201910392452.1A 2019-05-13 2019-05-13 一种基于频点信噪比和偏置软判决的阵列声源定位方法 Active CN110133596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910392452.1A CN110133596B (zh) 2019-05-13 2019-05-13 一种基于频点信噪比和偏置软判决的阵列声源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910392452.1A CN110133596B (zh) 2019-05-13 2019-05-13 一种基于频点信噪比和偏置软判决的阵列声源定位方法

Publications (2)

Publication Number Publication Date
CN110133596A CN110133596A (zh) 2019-08-16
CN110133596B true CN110133596B (zh) 2023-06-23

Family

ID=67573421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910392452.1A Active CN110133596B (zh) 2019-05-13 2019-05-13 一种基于频点信噪比和偏置软判决的阵列声源定位方法

Country Status (1)

Country Link
CN (1) CN110133596B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111103568A (zh) * 2019-12-10 2020-05-05 北京声智科技有限公司 一种声源定位方法、装置、介质和设备
CN111505569B (zh) * 2020-05-20 2022-04-19 浙江大华技术股份有限公司 声源定位方法以及相关设备、装置
CN111723415B (zh) * 2020-06-15 2024-02-27 中科上声（苏州）电子有限公司 一种车辆降噪系统的性能评估方法及装置
CN112526495A (zh) * 2020-12-11 2021-03-19 厦门大学 一种基于耳廓传导特性的单耳声源定位方法及系统
CN112904279B (zh) * 2021-01-18 2024-01-26 南京工程学院 基于卷积神经网络和子带srp-phat空间谱的声源定位方法
CN113514801A (zh) * 2021-04-28 2021-10-19 成都启英泰伦科技有限公司 基于深度学习的麦克风阵列声源定位方法及声源识别方法
CN113281707B (zh) * 2021-05-26 2022-10-21 上海电力大学 一种强噪声下基于加窗lasso的声源定位方法
CN113687304A (zh) * 2021-07-07 2021-11-23 浙江大华技术股份有限公司 直达声检测方法、系统以及计算机可读存储介质
CN113655440B (zh) * 2021-08-09 2023-05-30 西南科技大学 一种自适应折中预白化的声源定位方法
CN115174816A (zh) * 2022-08-15 2022-10-11 广州伏羲智能科技有限公司 一种基于麦克风阵列的环境噪音声源定向抓拍方法及装置
CN115331366A (zh) * 2022-10-17 2022-11-11 南昌航天广信科技有限责任公司 一种基于智能音箱的防盗方法、系统及计算机设备
CN116338583B (zh) * 2023-04-04 2023-09-01 北京华控智加科技有限公司 基于分布式传声器阵列的设备内部噪声声源确定方法
CN117439849B (zh) * 2023-12-19 2024-03-15 深圳市国电科技通信有限公司 信号解调方法、装置、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102565759B (zh) * 2011-12-29 2013-10-30 东南大学 一种基于子带信噪比估计的双耳声源定位方法
CN102854494B (zh) * 2012-08-08 2015-09-09 Tcl集团股份有限公司 一种声源定位方法及装置
DK201370793A1 (en) * 2013-12-19 2015-06-29 Gn Resound As A hearing aid system with selectable perceived spatial positioning of sound sources
CN107976651B (zh) * 2016-10-21 2020-12-25 杭州海康威视数字技术股份有限公司 一种基于麦克风阵列的声源定位方法及装置

Also Published As

Publication number Publication date
CN110133596A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110133596B (zh) 一种基于频点信噪比和偏置软判决的阵列声源定位方法
WO2020042708A1 (zh) 基于时频掩蔽和深度神经网络的声源方向估计方法
CN110931036B (zh) 一种麦克风阵列波束形成方法
CN108375763B (zh) 一种应用于多声源环境的分频定位方法
US8363850B2 (en) Audio signal processing method and apparatus for the same
CN111415676B (zh) 一种基于分离矩阵初始化频点选择的盲源分离方法及系统
CN111474521B (zh) 多径环境中基于麦克风阵列的声源定位方法
CN106646350B (zh) 一种单只矢量水听器各通道幅度增益不一致时的修正方法
CN109490822A (zh) 基于ResNet的语音DOA估计方法
CN107167770B (zh) 一种混响条件下的麦克风阵列声源定位装置
CN110534126B (zh) 一种基于固定波束形成的声源定位和语音增强方法及系统
CN109188362B (zh) 一种麦克风阵列声源定位信号处理方法
CN111798869B (zh) 一种基于双麦克风阵列的声源定位方法
CN111239686B (zh) 一种基于深度学习的双通道声源定位方法
CN108549052A (zh) 一种时频-空域联合加权的圆谐域伪声强声源定位方法
JP2007336232A (ja) 特定方向収音装置、特定方向収音プログラム、記録媒体
CN110111802B (zh) 基于卡尔曼滤波的自适应去混响方法
CN108983144B (zh) 改进维纳滤波器及基于该滤波器进行目标方位的估计方法
CN109541526A (zh) 一种利用矩阵变换的圆环阵方位估计方法
CN108957389A (zh) 一种实数域多通道信号目标方位估计方法
CN112834981A (zh) 一种脉冲噪声背景下的零陷阵波达方位估计方法
CN111443328A (zh) 基于深度学习的声音事件检测与定位方法
CN113160843B (zh) 基于质点振速传感器微阵列的干扰语音抑制方法及装置
CN115980721A (zh) 一种无误差协方差矩阵分离的阵列自校正方法
CN108398664B (zh) 一种用于麦克风阵列的解析式空间解混叠方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200831

Address after: No.77, Beijing West Road, Gulou District, Nanjing City, Jiangsu Province

Applicant after: JIANGSU SECOND NORMAL University (JIANGSU INSTITUTE OF EDUCATIONAL SCIENCE RESEARCH)

Address before: Longpan road Xuanwu District of Nanjing city of Jiangsu Province, No. 159 210000

Applicant before: NANJING FORESTRY University

Applicant before: JIANGSU SECOND NORMAL University (JIANGSU INSTITUTE OF EDUCATIONAL SCIENCE RESEARCH)

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Shuwen

Inventor after: Zhao Xiaoyan

Inventor before: Zhao Xiaoyan

Inventor before: Chen Shuwen

GR01 Patent grant
GR01 Patent grant