CN115113139A - 基于传声器阵列的声源识别方法、装置及电子设备 - Google Patents
基于传声器阵列的声源识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115113139A CN115113139A CN202210520321.9A CN202210520321A CN115113139A CN 115113139 A CN115113139 A CN 115113139A CN 202210520321 A CN202210520321 A CN 202210520321A CN 115113139 A CN115113139 A CN 115113139A
- Authority
- CN
- China
- Prior art keywords
- sound source
- identified
- index set
- microphone array
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 119
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 10
- 230000001427 coherent effect Effects 0.000 abstract description 8
- 238000004088 simulation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000003491 array Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
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
本发明公开一种基于传声器阵列的声源识别方法、装置及电子设备,该声源识别方法在正交最小二乘的协方差拟合声源识别的基础上结合全局回溯思想,全局回溯可以对每次添加的声源进行重新审查修正,该方法不仅可以利用稀疏相干声源的块稀疏性一次性识别当前源及其与上一个源的协方差,使相干源的协方差矩阵估计变得实际可行,不再受限于特定的阵元排布,还能在声源频率过低、声源间距过近、测量距离过远时减小阵列的扫描矩阵相关性对声源识别结果带来的影响,以减轻低频下多声源相互干扰的情况,有效提高识别性能及识别精度。
Description
技术领域
本发明涉及声源识别技术领域,尤其涉及基于传声器阵列的声源识别方法、装置及电子设备。
背景技术
现代社会的发展过程中,人们对于听觉环境的标准也越来越高,因此在不同生活场景中,维持听觉环境的舒适显得十分必要,即降噪或去除异常的声音。在这一过程中的一个基本问题是识别不同来源的声源。随着越来越严格的声学质量标准的发展,特别是在交通运输行业,对声源的定位、量化和排序的专门技术的需求已经成为至关重要的。
传声器阵列通常用于气动声学测量、交通噪声控制等领域的声源识别。小孔径传声器阵列因为体积小而具有便携性的特点,在实际应用场景中被大规模应用。传统声源识别方法,如延迟和求和(delay and sum,简称DAS)波束形成方法在小孔径阵列下产生的输出主瓣较宽,多声源间产生干扰,严重降低声源识别性能。因此,需要设计一种能够用于小孔径阵列的声源识别方法。
在实际声源识别过程中,由于传播环境的复杂性或者存在分布辐射信号的扩展源时,都会产生相干源信号。这将导致信号的协方差矩阵产生秩缺损,使传统的声源识别方法产生错误的结果。特定排布方式的阵列(平移不变或对称)可以利用前后向平滑技术来解决此问题,但会带来阵列孔径的减小和成本的提高。
因此,需要寻找一种针对任意布设传声器阵列且能有效提高识别性能的声源识别方法。
发明内容
本发明的目的在于提供基于传声器阵列的声源识别方法、装置及电子设备,其基于任意布设传声器阵列均能实现较高的声源识别性能。
为实现上述发明目的,本发明提出了如下技术方案:
一方面,提供基于传声器阵列的声源识别方法,所述方法包括:
基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵;所述待识别网格扫描面包括至少一个待识别的目标声源;
根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;
迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,所述第一原子索引集或所述第二原子索引集分别包括的任一索引位置对应于相应识别到的声源;
对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集;
至满足预设迭代终止条件时终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息。
在一种较佳的实施方式中,所述基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵,包括:
建立传声器阵列三维坐标系;
在所述传声器阵列三维坐标系中确定任意布设传声器阵列的传声器阵列面及待识别网格扫描面;
基于所述传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵。
在一种较佳的实施方式中,所述传声器阵列包括M个阵元,所述扫描数据为时域数据;所述根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵,包括:
将获取的预设时长内传声器阵列对所述待识别网格扫描面的扫描数据分帧;
将分帧后的所述扫描数据经快速傅里叶变换转换为频域数据;
基于所述频域数据获得传声器上M个阵元的信号数据;
根据所述信号数据获得预设时长内的样本协方差矩阵。
在一种较佳的实施方式中,所述迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,包括:
在进行当前轮迭代时,搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的第一目标索引位置并计算相应的第一残差;
将所述第一目标索引位置添加至第一原子索引集中以获得第二原子索引集。
在一种较佳的实施方式中,所述对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集,包括:
在当前轮迭代完成后,确定当前所识别出的所有声源;
将当前所识别出的所有声源中的任一第一声源对应的目标索引位置删除;
基于当前所识别出的除所述第一声源外的其余声源及样本协方差矩阵计算获得与所述第一声源对应的临时残差;
基于所述临时残差重新识别所述第一声源的更新索引位置;
将所述更新索引位置添加至所述第二原子索引集获得第三原子索引集。
在一种较佳的实施方式中,在获得第三原子索引集之后,所述方法还包括:
在当前轮迭代完成后并完成当前所识别出的所有声源的索引位置更新后计算相应的第二残差;
当满足预设更新终止条件,则开始下一轮迭代;
否则,对所述第三原子索引集中任一声源进行再次循环识别以更新所述第三原子索引集获得第四原子索引集;
其中,所述更新终止条件为:所述第一残差与所述第二残差的差值不超过预设阈值,或,达到预设循环次数。
在一种较佳的实施方式中,所述终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵后,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息如下公式(1)所示:
第二方面,提供基于传声器阵列的声源识别装置,所述装置包括:
第一处理模块,用于基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵;所述待识别网格扫描面包括至少一个待识别的目标声源;
第二处理模块,用于根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;
第三处理模块,用于迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,所述第一原子索引集或所述第二原子索引集分别包括的任一索引位置对应于相应识别到的声源;
第四处理模块,用于对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集;
第五处理模块,用于至满足预设迭代终止条件时终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息。
第三方面,提供一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如第一方面任意一项所述的方法。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被一个或多个处理器执行时实现如第一方面任一项所述的方法的步骤。
与现有技术相比,本发明具有如下有益效果:
本发明提供一种基于传声器阵列的声源识别方法、装置及电子设备,其中方法包括:基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定传声器阵列的扫描矩阵;根据在预设时长内对待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;迭代搜索扫描矩阵中与样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集;对当前轮迭代后第二原子索引集中任一声源进行再次识别以更新第二原子索引集获得第三原子索引集;至满足预设迭代终止条件时终止迭代以获得与第三原子索引集对应的目标扫描矩阵,根据样本协方差矩阵、目标扫描矩阵获得识别到的待识别网格扫描面中包括的目标声源的声源信息;该声源识别方法在正交最小二乘的协方差拟合声源识别的基础上结合全局回溯思想,全局回溯可以对每次添加的声源进行重新审查修正,该方法不仅可以利用稀疏相干声源的块稀疏性一次性识别当前源及其与上一个源的协方差,使相干源的协方差矩阵估计变得实际可行,不再受限于特定的阵元排布,还能在声源频率过低、声源间距过近、测量距离过远时减小阵列的扫描矩阵相关性对声源识别结果带来的影响,以减轻低频下多声源相互干扰的情况,有效提高识别性能及识别精度。
附图说明
图1是本实施例中基于传声器阵列的声源识别方法的流程图;
图2是本实施例中建立的传声器阵列三维坐标系、传声器阵列、待识别网格扫描面的仿真图;
图3为仿真实验获得的本实施例中基于传声器阵列的声源识别方法与DAS波束形成法的声源识别结果比较图;
图4是本实施例中仿真实验获得的频率维度下的源定位均方根误差结果图;
图5是本实施例中仿真实验获得的频率维度下的源强度均方根误差结果图;
图6是本实施例中仿真实验获得的声间距维度下的源定位均方根误差结果图;
图7是本实施例中仿真实验获得的声间距维度下的源强度均方根误差结果图;
图8是本实施例中仿真实验获得的测量间距维度下的源定位均方根误差结果图;
图9是本实施例中仿真实验获得的测量间距维度下的源强度均方根误差结果图;
图10为本实施例中计算机可读存储介质的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
随着小孔径传声器阵列广泛应用于声源识别技术的现状,为适应不同阵列排布、不同声源频率、不同测量距离等使用场景,需要开发一种通用性较佳的声源识别方法。为此,本实施例提供一种基于传声器阵列的声源识别方法、装置及电子设备,能有效解决上述问题。以下将结合具体的实施例作进一步的详细描述。
实施例
如图1所示,本实施例提供一种基于传声器阵列的声源识别方法,该方法包括如下步骤:
S1、基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定传声器阵列的扫描矩阵。其中,待识别网格扫描面包括至少一个待识别的目标声源。
具体地,步骤S1包括:
S11、建立如图2所示的传声器阵列三维坐标系;
S12、在传声器阵列三维坐标系中确定任意布设传声器阵列的传声器阵列面及待识别网格扫描面;其中,传声器阵列包括M个阵元。
S13、基于传声器阵列面及待识别网格扫描面确定传声器阵列的扫描矩阵。
示例性的,如图2所示,待识别网格扫描面中包括两个待识别声源:源1、源2,我们需要分别识别源1、源2的位置、功率及源协方差。在传声器阵列三维坐标系中,传声器阵列中的每一个阵元的位置是确定的。
S2、根据在预设时长内对待识别网格扫描面的扫描数据获得相应的样本协方差矩阵。其中,扫描数据为时域数据。
具体地,步骤S2包括:
S21、将获取的预设时长内传声器阵列对待识别网格扫描面的扫描数据分帧。具体分为第1帧、第2帧…第k帧。
S22、将分帧后的扫描数据经快速傅里叶变换(FFT)转换为频域数据。
S23、基于频域数据获得传声器上M个阵元的信号数据p,p∈CM×1表示M个阵元接收到的数据信号,信号数据包括声压、声强等声源参数,但并不以此为限。具体的,信号数据p的计算方法如下公式(2)所示:
p(k,f)=As(k,f)+n(k,f) (2)
其中,k=1,2,…,k,表示第k帧信号数据,f为指定的声源探测频率,s∈CN×1为声源信号在网格点上的强度,n∈CM×1表示环境噪声。
A=[a1,a2,…,aN]∈CM×N是传声器阵列的扫描矩阵,an∈CM×1表示第n个网格点的导向矢量,an的计算如下式(3)所示:
S24、根据信号数据获得预设时长内的样本协方差矩阵G。具体的,样本协方差矩阵G的计算如下式(4)所示:
S3、迭代搜索扫描矩阵中与样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,第一原子索引集或第二原子索引集分别包括的任一索引位置对应于相应识别到的声源。本实施例中,在每一轮迭代搜索中,都可能发现至少一个新的待识别声源,故步骤S3用于发现并将至少一个新的待识别声源加入原子索引集中。然而如前所述,多声源间存在相互干扰的情况,故在步骤S3之后需要在每次迭代后原子索引集中的声源进行重新审核,如下述步骤S4所述。
步骤S3包括:
S31、在进行当前轮迭代(l)时,搜索扫描矩阵A中与样本协方差矩阵G的正交投影最大的第一目标索引位置n*并计算相应的第一残差Rl。其中,n*与Rl的计算分别如下式(5)(6)所示:
S32、将第一目标索引位置添加至第一原子索引集中以获得第二原子索引集Λl,Λl如下式(8)所示:
Λl=Λl-1∪{n★} (8)
S4、对当前轮迭代(l)后第二原子索引集Λl中任一声源进行再次识别以更新第二原子索引集Λl获得第三原子索引集。具体的,步骤S4包括:
S41、在当前轮迭代完成后,确定当前所识别出的所有声源。在完成步骤S41后,进行初始化:初始化循环次数i=1;初始化选择的原子次序j=1,j≤l。
S42、将当前所识别出的所有声源中的任一第一声源(原子次序j)对应的目标索引位置删除;即保持其余声源不变,对第一声源进行重新识别。
S43、基于当前所识别出的除第一声源外的其余声源及样本协方差矩阵计算获得与第一声源对应的临时残差Rl′Rl′的计算如下式(9)所示:
Rl′=G-ΠFl′(G) (9)
S44、基于临时残差重新识别第一声源的更新索引位置。
具体的,重新寻找索引位置以获得更新索引位置n★★,使其在已识别原子和选择的索引原子所张成空间上的正交投影最大,该更新索引位置n★★的计算如下式(10)所示:
S45、将更新索引位置n★★添加至第二原子索引集Λl获得第三原子索引集Λl′,Λl′=Λl∪{n★★}。
当然,在完成原子j的重新识别后,继续对索引集中的原子j+1进行重新识别,至完成所有原子的重新识别。
为进一步提高声源识别精度,在步骤S45之后,步骤S4还包括:
S46、在当前轮迭代完成后并完成当前所识别出的所有声源的索引位置更新后计算相应的第二残差Rl′;
S47、当满足预设更新终止条件,则开始下一轮迭代。
其中,更新终止条件为:第一残差与第二残差的差值不超过预设阈值,或,达到预设循环次数。
S48、否则,对第三原子索引集中任一声源进行再次循环识别以更新第三原子索引集获得第四原子索引集;
上述,S47与S48择一执行。
因此,在每一次迭代完成后,对于当前索引集中的每一个原子,考虑到多声源之间的干扰对于识别精度的影响而进行重新识别,且以全部原子均进行重新识别为一个循环,循环次数为一次、两次甚至更多,以实现当每一次迭代后识别到新的声源后进行的全局回溯,从而有效避免在声源频率过低、声源间距过近或测量距离过远时阵列的扫描矩阵相关性增大,识别性能变差的问题。
S5、至满足预设迭代终止条件时终止迭代以获得与第三原子索引集对应的目标扫描矩阵,根据样本协方差矩阵、目标扫描矩阵获得识别到的待识别网格扫描面中包括的目标声源的声源信息。
其中,预设迭代终止条件可以为迭代后的残差值小于预设经验值,或在明确声源数量的前提下,迭代次数不小于声源数量。
进一步的,步骤S5中根据样本协方差矩阵、目标扫描矩阵获得识别到的待识别网格扫描面中包括的目标声源的声源信息如下公式(1)所示:
需要说明的是,协方差矩阵与源协方差矩阵关系如下式(11)所示:
Γ=ACAH+σ2I (11)
而在实际应用中,G与Γ满足下式(12):
故我们可采用样本协方差矩阵G对源协方差矩阵C进行估算,从而获得如式(1)所述关系式,从而估算声源信息,实现声源识别。
当然,在步骤S1、S2后执行S5,同样能获得相应的目标声源的声源信息,但是相较于本实施例,缺少全局回溯,识别精度欠佳。
下面将针对本实施例中基于传声器阵列的声源识别方法进行仿真实验,并验证其识别精度。
仿真实验验证方法如下:
如图2所示,在距离传声器阵列面1m处,建立1m×1m的待识别网格扫描平面,用0.02m的步长对扫描平面进行离散,将整个平面划分为51×51个网格点。考虑两个相干源,声源间距为0.4m,声源强度分别为32dB和40dB,声源频率设置为3kHz,信噪比设置为0dB。仿真结果如图3所示,图3为仿真实验获得的本实施例中基于传声器阵列的声源识别方法与DAS波束形成法的声源识别结果比较图。其中,星号代表声源的实际位置,DAS波束形成方法的声源输出结果为云图的峰值处,圆圈代表本实施例中声源识别的输出结果,它们的大小与声源强度成正比。可见,强源(源2)的DAS波束形成输出结果主瓣过宽,干扰到源1,使源1识别位置严重偏移,识别精度差,而本实施例中基于传声器阵列的声源识别方法的识别结果则并不受上述干扰影响,识别结果较为准确。
同样的仿真实验条件下,对本实施例的声源识别方法在频率、声源间距、测量间距维度进行识别误差计算,结果如图4~图9所示。说明:为了方便定量描述声源识别性能,引入均方根误差(RMS)性能参数,定义如下式(13)(以源1为例)。仿真的蒙特卡洛次数T为200次。
其中X1,t在描述源定位均方根误差时代表源1第t次仿真时识别出的源位置,X1代表源1真实位置。描述源强度均方根误差时上同。当然,源2的计算与源1相类似。
可见,不同维度的源定位均方根误差(m2)基本小于10-3,甚至部分变量下小于10-4。在不同维度的源强度均方根误差(dB2)基本小于100,甚至部分变量下小于10-1、10-2。故该基于传声器阵列的声源识别方法的识别误差较小,精度较高。
综上,本实施例所提供的基于传声器阵列的声源识别方法,在不同的频率、声源间距及测量间距下,源定位均方根误差、源强度均方根误差均较小,可见在正交最小二乘的协方差拟合声源识别的基础上结合全局回溯思想,不仅可以利用稀疏相干声源的块稀疏性一次性识别当前源及其与上一个源的协方差,使相干源的协方差矩阵估计变得实际可行,不再受限于特定的阵元排布,还能在声源频率过低、声源间距过近、测量距离过远时减小阵列的扫描矩阵相关性对声源识别结果带来的影响,以减轻低频下多声源相互干扰的情况,有效提高识别性能及识别精度。
对应于上述基于传声器阵列的声源识别方法,本实施例进一步提供一种基于传声器阵列的声源识别装置,该装置包括:
第一处理模块,用于基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵;所述待识别网格扫描面包括至少一个待识别的目标声源;
第二处理模块,用于根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;
第三处理模块,用于迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,所述第一原子索引集或所述第二原子索引集分别包括的任一索引位置对应于相应识别到的声源;
第四处理模块,用于对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集;
第五处理模块,用于至满足预设迭代终止条件时终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息。
进一步的,第一处理模块包括:
构建单元,用于建立传声器阵列三维坐标系;在所述传声器阵列三维坐标系中确定任意布设传声器阵列的传声器阵列面及待识别网格扫描面;
第一处理单元,用于基于所述传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵。
第二处理模块包括:
第二处理单元,用于将获取的预设时长内传声器阵列对所述待识别网格扫描面的扫描数据分帧;
转换单元,用于将分帧后的所述扫描数据经快速傅里叶变换转换为频域数据;
获取单元,用于基于所述频域数据获得传声器上M个阵元的信号数据;
第三处理单元,根据所述信号数据获得预设时长内的样本协方差矩阵。
第三处理模块包括:
搜索单元,用于在进行当前轮迭代时,搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的第一目标索引位置并计算相应的第一残差;
第一添加单元,用于将所述第一目标索引位置添加至第一原子索引集中以获得第二原子索引集。
第四处理模块包括:
确定单元,用于在当前轮迭代完成后,确定当前所识别出的所有声源;
将删除单元,用于当前所识别出的所有声源中的任一第一声源对应的目标索引位置删除;
第一计算单元,用于基于当前所识别出的除所述第一声源外的其余声源及样本协方差矩阵计算获得与所述第一声源对应的临时残差;
识别单元,用于基于所述临时残差重新识别所述第一声源的更新索引位置;
第二添加单元,用于将所述更新索引位置添加至所述第二原子索引集获得第三原子索引集。
第二计算单元,用于在当前轮迭代完成后并完成当前所识别出的所有声源的索引位置更新后计算相应的第二残差;
判断单元,用于判断是否满足预设更新终止条件,若是则开始下一轮迭代;否则,对所述第三原子索引集中任一声源进行再次循环识别以更新所述第三原子索引集获得第四原子索引集;其中,所述更新终止条件为:所述第一残差与所述第二残差的差值不超过预设阈值,或,达到预设循环次数。
所述第五处理模块具体用于所述终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵后,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息如下公式(1)所示:
需要说明的是:上述实施例提供的基于传声器阵列的声源识别装置在触发基于传声器阵列的声源识别业务时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的基于传声器阵列的声源识别装置与基于传声器阵列的声源识别方法的实施例属于同一构思,即该系统是基于该方法的,其具体实现过程详见方法实施例,这里不再赘述。
另外,本实施例还提供一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述的基于传声器阵列的声源识别方法。
关于执行程序指令所执行的数据处理方法,具体执行细节及相应的有益效果与前述方法中的描述内容是一致的,此处将不再赘述。
以及,如图10所示,本实施例还提供一种计算机可读存储介质31,其上存储有计算机程序310,所述计算机程序被一个或多个处理器32执行时实现前述的基于传声器阵列的声源识别方法。
具体地,可以采用一个或多个计算机可读介质的任意组合。计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,即可将任意多个实施例进行组合,从而获得应对不同应用场景的需求,均在本申请的保护范围内,在此不再一一赘述。
需要说明的是,以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于传声器阵列的声源识别方法,其特征在于,所述方法包括:
基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵;所述待识别网格扫描面包括至少一个待识别的目标声源;
根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;
迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,所述第一原子索引集或所述第二原子索引集分别包括的任一索引位置对应于相应识别到的声源;
对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集;
至满足预设迭代终止条件时终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息。
2.如权利要求1所述的方法,其特征在于,所述基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵,包括:
建立传声器阵列三维坐标系;
在所述传声器阵列三维坐标系中确定任意布设传声器阵列的传声器阵列面及待识别网格扫描面;
基于所述传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵。
3.如权利要求1所述的方法,其特征在于,所述传声器阵列包括M个阵元,所述扫描数据为时域数据;所述根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵,包括:
将获取的预设时长内传声器阵列对所述待识别网格扫描面的扫描数据分帧;
将分帧后的所述扫描数据经快速傅里叶变换转换为频域数据;
基于所述频域数据获得传声器上M个阵元的信号数据;
根据所述信号数据获得预设时长内的样本协方差矩阵。
4.如权利要求1所述的方法,其特征在于,所述迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,包括:
在进行当前轮迭代时,搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的第一目标索引位置并计算相应的第一残差;
将所述第一目标索引位置添加至第一原子索引集中以获得第二原子索引集。
5.如权利要求4所述的方法,其特征在于,所述对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集,包括:
在当前轮迭代完成后,确定当前所识别出的所有声源;
将当前所识别出的所有声源中的任一第一声源对应的目标索引位置删除;
基于当前所识别出的除所述第一声源外的其余声源及样本协方差矩阵计算获得与所述第一声源对应的临时残差;
基于所述临时残差重新识别所述第一声源的更新索引位置;
将所述更新索引位置添加至所述第二原子索引集获得第三原子索引集。
6.如权利要求5所述的方法,其特征在于,在获得第三原子索引集之后,所述方法还包括:
在当前轮迭代完成后并完成当前所识别出的所有声源的索引位置更新后计算相应的第二残差;
当满足预设更新终止条件,则开始下一轮迭代;
否则,对所述第三原子索引集中任一声源进行再次循环识别以更新所述第三原子索引集获得第四原子索引集;
其中,所述更新终止条件为:所述第一残差与所述第二残差的差值不超过预设阈值,或,达到预设循环次数。
8.基于传声器阵列的声源识别装置,其特征在于,所述装置包括:
第一处理模块,用于基于任意布设传声器阵列的传声器阵列面及待识别网格扫描面确定所述传声器阵列的扫描矩阵;所述待识别网格扫描面包括至少一个待识别的目标声源;
第二处理模块,用于根据在预设时长内对所述待识别网格扫描面的扫描数据获得相应的样本协方差矩阵;
第三处理模块,用于迭代搜索所述扫描矩阵中与所述样本协方差矩阵的正交投影最大的目标索引位置以更新第一原子索引集获得第二原子索引集,所述第一原子索引集或所述第二原子索引集分别包括的任一索引位置对应于相应识别到的声源;
第四处理模块,用于对当前轮迭代后所述第二原子索引集中任一声源进行再次识别以更新所述第二原子索引集获得第三原子索引集;
第五处理模块,用于至满足预设迭代终止条件时终止迭代以获得与所述第三原子索引集对应的目标扫描矩阵,根据所述样本协方差矩阵、所述目标扫描矩阵获得识别到的所述待识别网格扫描面中包括的目标声源的声源信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被一个或多个处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210520321.9A CN115113139B (zh) | 2022-05-12 | 2022-05-12 | 基于传声器阵列的声源识别方法、装置及电子设备 |
PCT/CN2023/092735 WO2023217079A1 (zh) | 2022-05-12 | 2023-05-08 | 基于传声器阵列的声源识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210520321.9A CN115113139B (zh) | 2022-05-12 | 2022-05-12 | 基于传声器阵列的声源识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115113139A true CN115113139A (zh) | 2022-09-27 |
CN115113139B CN115113139B (zh) | 2024-02-02 |
Family
ID=83327275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210520321.9A Active CN115113139B (zh) | 2022-05-12 | 2022-05-12 | 基于传声器阵列的声源识别方法、装置及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115113139B (zh) |
WO (1) | WO2023217079A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023217079A1 (zh) * | 2022-05-12 | 2023-11-16 | 苏州清听声学科技有限公司 | 基于传声器阵列的声源识别方法、装置及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093921A (zh) * | 2016-07-25 | 2016-11-09 | 中国电子科技集团公司第五十四研究所 | 基于稀疏分解理论的声矢量阵宽带测向方法 |
CN106443587A (zh) * | 2016-11-18 | 2017-02-22 | 合肥工业大学 | 一种高分辨率的快速反卷积声源成像算法 |
CN109375171A (zh) * | 2018-11-21 | 2019-02-22 | 合肥工业大学 | 一种基于新型正交匹配追踪算法的声源定位方法 |
CN110109058A (zh) * | 2019-05-05 | 2019-08-09 | 中国航发湖南动力机械研究所 | 一种平面阵列反卷积声源识别方法 |
CN111693942A (zh) * | 2020-07-08 | 2020-09-22 | 湖北省电力装备有限公司 | 一种基于麦克风阵列的声源定位方法 |
KR20210091034A (ko) * | 2020-01-10 | 2021-07-21 | 시냅틱스 인코포레이티드 | 평면 마이크로폰 어레이들에 대한 다중-소스 추적 및 음성 활동 검출들 |
CN114089276A (zh) * | 2021-11-23 | 2022-02-25 | 青岛海洋科学与技术国家实验室发展中心 | 一种自适应水下声源被动定位方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7394907B2 (en) * | 2003-06-16 | 2008-07-01 | Microsoft Corporation | System and process for sound source localization using microphone array beamsteering |
US9264809B2 (en) * | 2014-05-22 | 2016-02-16 | The United States Of America As Represented By The Secretary Of The Navy | Multitask learning method for broadband source-location mapping of acoustic sources |
CN106646376A (zh) * | 2016-12-05 | 2017-05-10 | 哈尔滨理工大学 | 基于加权修正参数的p范数噪声源定位识别方法 |
CN107247251B (zh) * | 2017-06-20 | 2020-04-03 | 西北工业大学 | 基于压缩感知的三维声源定位方法 |
CN115113139B (zh) * | 2022-05-12 | 2024-02-02 | 苏州清听声学科技有限公司 | 基于传声器阵列的声源识别方法、装置及电子设备 |
-
2022
- 2022-05-12 CN CN202210520321.9A patent/CN115113139B/zh active Active
-
2023
- 2023-05-08 WO PCT/CN2023/092735 patent/WO2023217079A1/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093921A (zh) * | 2016-07-25 | 2016-11-09 | 中国电子科技集团公司第五十四研究所 | 基于稀疏分解理论的声矢量阵宽带测向方法 |
CN106443587A (zh) * | 2016-11-18 | 2017-02-22 | 合肥工业大学 | 一种高分辨率的快速反卷积声源成像算法 |
CN109375171A (zh) * | 2018-11-21 | 2019-02-22 | 合肥工业大学 | 一种基于新型正交匹配追踪算法的声源定位方法 |
CN110109058A (zh) * | 2019-05-05 | 2019-08-09 | 中国航发湖南动力机械研究所 | 一种平面阵列反卷积声源识别方法 |
KR20210091034A (ko) * | 2020-01-10 | 2021-07-21 | 시냅틱스 인코포레이티드 | 평면 마이크로폰 어레이들에 대한 다중-소스 추적 및 음성 활동 검출들 |
CN111693942A (zh) * | 2020-07-08 | 2020-09-22 | 湖北省电力装备有限公司 | 一种基于麦克风阵列的声源定位方法 |
CN114089276A (zh) * | 2021-11-23 | 2022-02-25 | 青岛海洋科学与技术国家实验室发展中心 | 一种自适应水下声源被动定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
杨洋, 褚志刚: "高性能波束形成声源识别方法研究综述", 机械工程学报, vol. 57, no. 24, pages 166 - 183 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023217079A1 (zh) * | 2022-05-12 | 2023-11-16 | 苏州清听声学科技有限公司 | 基于传声器阵列的声源识别方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115113139B (zh) | 2024-02-02 |
WO2023217079A1 (zh) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Convex relaxation methods for unified near-field and far-field TDOA-based localization | |
JP4937622B2 (ja) | 位置標定モデルを構築するコンピュータ実施方法 | |
CN110146846B (zh) | 一种声源位置估计方法、可读存储介质及计算机设备 | |
WO2021164282A1 (zh) | 基于低秩矩阵重建的水声宽频散射源的定位方法 | |
Chang et al. | RSS-based cooperative localization in wireless sensor networks via second-order cone relaxation | |
CN109444844B (zh) | 一种提取目标散射中心特征的方法和装置 | |
CN110663081B (zh) | 基于网格偏移方法的联合宽带源定位和获取 | |
CN115113139B (zh) | 基于传声器阵列的声源识别方法、装置及电子设备 | |
CN112034419A (zh) | 一种用于5g定位的传播时延估计方法和装置 | |
Ma et al. | Super-resolution time delay estimation using exponential kernel correlation in impulsive noise and multipath environments | |
Liu et al. | A multiple sources localization method based on TDOA without association ambiguity for near and far mixed field sources | |
Olofsson | Deconvolution and model-based restoration of clipped ultrasonic signals | |
Svendsen | Some properties of decorrelation techniques in the ambiguity space | |
WO2022219558A9 (en) | System and method for estimating direction of arrival and delays of early room reflections | |
Jagan et al. | Evaluation of DB-IEKF algorithm using optimization methods for underwater passive target tracking | |
Jia et al. | Semidefinite relaxation algorithm for multisource localization using TDOA measurements with range constraints | |
Ke et al. | Compressing sensing based source localization for controlled acoustic signals using distributed microphone arrays | |
US9396740B1 (en) | Systems and methods for estimating pitch in audio signals based on symmetry characteristics independent of harmonic amplitudes | |
Wu et al. | A 2D nested array based DOA estimator for incoherently distributed sources via sparse representation utilizing l 1-norm | |
CN113761090A (zh) | 一种基于点云地图的定位方法和装置 | |
Chen et al. | Robust frequency estimation in symmetric α-stable noise | |
CN113687306B (zh) | 多频率同步二维离网压缩波束形成声源识别方法 | |
CN110988790B (zh) | 一种无源目标的定位方法及装置 | |
CN114399555B (zh) | 数据在线标定方法、装置、电子设备和计算机可读介质 | |
Guo et al. | An improved deconvolution beamforming algorithm for acoustic imaging of low signal-to-noise ratio sound sources in reverberant field |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |