JPH1020011A - 方位分析方法及び装置 - Google Patents
方位分析方法及び装置Info
- Publication number
- JPH1020011A JPH1020011A JP17257396A JP17257396A JPH1020011A JP H1020011 A JPH1020011 A JP H1020011A JP 17257396 A JP17257396 A JP 17257396A JP 17257396 A JP17257396 A JP 17257396A JP H1020011 A JPH1020011 A JP H1020011A
- Authority
- JP
- Japan
- Prior art keywords
- cross
- analysis
- matrix
- frequency
- frequency spectrum
- 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.)
- Pending
Links
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【課題】 受信器の数が限られていても、雑音が低減さ
れつつ高い方位分解能力を持つ方位分析方法及び装置を
得る。 【解決手段】 複数の受信器で音響信号を受信する工程
と、複数の受信器が受信した音響信号に基づいて、分析
周波数に対する音響信号間の相関性を表すクロス周波数
スペクトル行列を算出する周波数分析を行う工程と、ク
ロス周波数スペクトル行列に基づいて、分析方位に対す
る音響信号のパワーを算出する工程とを有している。
れつつ高い方位分解能力を持つ方位分析方法及び装置を
得る。 【解決手段】 複数の受信器で音響信号を受信する工程
と、複数の受信器が受信した音響信号に基づいて、分析
周波数に対する音響信号間の相関性を表すクロス周波数
スペクトル行列を算出する周波数分析を行う工程と、ク
ロス周波数スペクトル行列に基づいて、分析方位に対す
る音響信号のパワーを算出する工程とを有している。
Description
【０００１】
【発明の属する技術分野】本発明は、例えば音声認識や
ソーナーシステム等において複数の受信器で受信された
音波に基づいて、所望する方位の周波数スペクトル信号
を抽出し、表示する方位分析方法及び装置に関するもの
である。
ソーナーシステム等において複数の受信器で受信された
音波に基づいて、所望する方位の周波数スペクトル信号
を抽出し、表示する方位分析方法及び装置に関するもの
である。
【０００２】
【従来の技術】従来、水中音響を利用して音波を受信
し、水中あるいは水上の目標の探索、位置計測、類別等
の情報を得るための装置としてソーナー装置がある。ソ
ーナー装置には目標から発せられる音波を受信して分析
を行うパッシブソーナーと、目標に音波を発射し、その
反射波（エコー）に基づいて分析を行うアクティブソー
ナーとがある。
し、水中あるいは水上の目標の探索、位置計測、類別等
の情報を得るための装置としてソーナー装置がある。ソ
ーナー装置には目標から発せられる音波を受信して分析
を行うパッシブソーナーと、目標に音波を発射し、その
反射波（エコー）に基づいて分析を行うアクティブソー
ナーとがある。
【０００３】ソーナー装置は受波した音波に基づいて信
号検出処理を行う。信号検出処理には、信号の時間的特
徴（波形、スペクトル等）を検出する時間的処理と、信
号の空間的特徴（位置、形状、移動速度）を検出する空
間的処理とがある。時間的処理には整合フィルタ、ウィ
ーナフィルタ及びスペクトル推定がある。スペクトル推
定は、ある周波数に対する信号の強度を推定するもので
あり、雑音に埋もれた周期的信号（線スペクトル）を検
出し、その信号を放射する目標を類別するために用いら
れる。
号検出処理を行う。信号検出処理には、信号の時間的特
徴（波形、スペクトル等）を検出する時間的処理と、信
号の空間的特徴（位置、形状、移動速度）を検出する空
間的処理とがある。時間的処理には整合フィルタ、ウィ
ーナフィルタ及びスペクトル推定がある。スペクトル推
定は、ある周波数に対する信号の強度を推定するもので
あり、雑音に埋もれた周期的信号（線スペクトル）を検
出し、その信号を放射する目標を類別するために用いら
れる。
【０００４】図２はパッシブソーナー装置のブロック図
である。図において１は目標とされる船舶であり、駆動
音等による音波を発している。１０は受信器群であり、
それぞれの受信器は受波した音波を電気信号に変換す
る。２０はソーナー受信機である。受信器群１０の受信
器がそれぞれ出力した電気信号がソーナー受信機２０に
入力されると、ソーナー受信機２０は全周に指向性ビー
ムを形成し、それらの電気信号を整相処理する。処理さ
れたデータに基づいて受信点周辺の船舶１の方位、例え
ば周波数等の信号の特徴を検出する。検出されたデータ
は方位表示装置３０、あるいは周波数表示装置４０によ
り表示される。
である。図において１は目標とされる船舶であり、駆動
音等による音波を発している。１０は受信器群であり、
それぞれの受信器は受波した音波を電気信号に変換す
る。２０はソーナー受信機である。受信器群１０の受信
器がそれぞれ出力した電気信号がソーナー受信機２０に
入力されると、ソーナー受信機２０は全周に指向性ビー
ムを形成し、それらの電気信号を整相処理する。処理さ
れたデータに基づいて受信点周辺の船舶１の方位、例え
ば周波数等の信号の特徴を検出する。検出されたデータ
は方位表示装置３０、あるいは周波数表示装置４０によ
り表示される。
【０００５】ソーナー受信機２０の受信処理としては例
えば周波数の分析において高速フーリエ変換（ＦＦＴ）
により時間領域での周波数分析を行ったり、データ数を
多くして高分解能周波数分析を行い、微細な周波数構造
を検出したりする。また、分析周波数を狭くすることで
超狭帯域分析を行うことも可能である。周波数表示装置
４０は周波数分析されたデータを、周波数と時間の２次
元平面上にスペクトルの強度に応じた濃度で表示を行
う。
えば周波数の分析において高速フーリエ変換（ＦＦＴ）
により時間領域での周波数分析を行ったり、データ数を
多くして高分解能周波数分析を行い、微細な周波数構造
を検出したりする。また、分析周波数を狭くすることで
超狭帯域分析を行うことも可能である。周波数表示装置
４０は周波数分析されたデータを、周波数と時間の２次
元平面上にスペクトルの強度に応じた濃度で表示を行
う。
【０００６】また、空間的処理の方法としてビームフォ
ーミング（ＢＦ）と遅延／位相推定とがある。ＢＦは空
間を伝搬する波動の方向性を利用して複数の受信器から
入力される音波の信号を整相し、信号のＳ／Ｎの改善、
信号の入射方向及び強度（空間スペクトル）の推定等を
行って方位等を検出する方法である。また遅延／位相推
定は、異なる受信器で受波された同一信号の間に生じる
遅延又は位相の差を推定する。この遅延／位相推定は主
に目標の位置計測のために用いられる。
ーミング（ＢＦ）と遅延／位相推定とがある。ＢＦは空
間を伝搬する波動の方向性を利用して複数の受信器から
入力される音波の信号を整相し、信号のＳ／Ｎの改善、
信号の入射方向及び強度（空間スペクトル）の推定等を
行って方位等を検出する方法である。また遅延／位相推
定は、異なる受信器で受波された同一信号の間に生じる
遅延又は位相の差を推定する。この遅延／位相推定は主
に目標の位置計測のために用いられる。
【０００７】
【発明が解決しようとする課題】上記のようなソーナー
装置の空間的処理において、ＢＦによる方位分析は、Ｂ
Ｆという単一の信号処理で雑音低減と方位分析とを同時
に行おうとするため、方位分解能力の向上という目的と
雑音低減という目的が互いに影響しあう。したがって雑
音を所望の程度に抑えるためには、方位分解能力を犠牲
にして方位を限定し、全周から入射される雑音を低減さ
せなければならず、使用可能な受信器の数が限られてい
る場合は、雑音を抑えるために方位分解能力がかなり制
限される場合があるという問題点があった。
装置の空間的処理において、ＢＦによる方位分析は、Ｂ
Ｆという単一の信号処理で雑音低減と方位分析とを同時
に行おうとするため、方位分解能力の向上という目的と
雑音低減という目的が互いに影響しあう。したがって雑
音を所望の程度に抑えるためには、方位分解能力を犠牲
にして方位を限定し、全周から入射される雑音を低減さ
せなければならず、使用可能な受信器の数が限られてい
る場合は、雑音を抑えるために方位分解能力がかなり制
限される場合があるという問題点があった。
【０００８】そこで、受信器の数が限られていても、雑
音が低減されつつ高い方位分解能力を持つ方位分析方法
及び装置の実現が望まれていた。
音が低減されつつ高い方位分解能力を持つ方位分析方法
及び装置の実現が望まれていた。
【０００９】
【課題を解決するための手段】本発明に係る方位分析方
法は、複数の受信器で音響信号を受信する工程と、複数
の受信器が受信した音響信号に基づいて、分析周波数に
対する音響信号間の相関性を表すクロス周波数スペクト
ル行列を算出する周波数分析を行う工程と、クロス周波
数スペクトル行列に基づいて、分析方位に対する音響信
号のパワーを算出する工程とを有している。
法は、複数の受信器で音響信号を受信する工程と、複数
の受信器が受信した音響信号に基づいて、分析周波数に
対する音響信号間の相関性を表すクロス周波数スペクト
ル行列を算出する周波数分析を行う工程と、クロス周波
数スペクトル行列に基づいて、分析方位に対する音響信
号のパワーを算出する工程とを有している。
【００１０】本発明によれば、複数の音響信号に基づい
て周波数分析を行い、音響信号に含まれる雑音成分を低
減処理してクロス周波数スペクトル行列を算出し、クロ
ス周波数スペクトル行列に基づいて線形予測分析を行
い、分析方位に対する音響信号のパワーである周波数ス
ペクトルを算出する。
て周波数分析を行い、音響信号に含まれる雑音成分を低
減処理してクロス周波数スペクトル行列を算出し、クロ
ス周波数スペクトル行列に基づいて線形予測分析を行
い、分析方位に対する音響信号のパワーである周波数ス
ペクトルを算出する。
【００１１】また本発明に係る方位分析装置は、音響信
号を受信する複数の受信器と、複数の受信器から入力さ
れた音響信号間の相互相関係数からなる相互相関行列を
算出する相互相関行列算出部と、相互相関行列に基づい
て多変量の線形予測分析を行い、予測係数行列を算出す
る予測係数行列算出部と、予測係数行列に基づいて、分
析周波数に対して音響信号間の相関性を表すクロス周波
数スペクトル行列を算出するクロス周波数スペクトル行
列算出部と、クロス周波数スペクトル行列に基づいて、
分析方位に対する音響信号のパワーを算出する線形予測
分析を行う方位分析部とを備えている。
号を受信する複数の受信器と、複数の受信器から入力さ
れた音響信号間の相互相関係数からなる相互相関行列を
算出する相互相関行列算出部と、相互相関行列に基づい
て多変量の線形予測分析を行い、予測係数行列を算出す
る予測係数行列算出部と、予測係数行列に基づいて、分
析周波数に対して音響信号間の相関性を表すクロス周波
数スペクトル行列を算出するクロス周波数スペクトル行
列算出部と、クロス周波数スペクトル行列に基づいて、
分析方位に対する音響信号のパワーを算出する線形予測
分析を行う方位分析部とを備えている。
【００１２】また本発明によれば、相互相関行列算出部
が複数の受信器が受信した音響信号間の相互相関係数空
なる相互相関行列を算出する。予測係数行列算出部は相
互相関行列に基づいて多変量の線形予測分析を行い、予
測係数行列を算出する。ここで多変量予測とは、Ｍ個の
異なる種類の信号の第ｍ番目の種類の第ｎ番目の時系列
信号をｘm （ｎ）（ｍ＝１，２，…，Ｍ）とした場合、
同じ種類の信号の時系列上のみならず、他の種類の信号
の時系列上との間にも線形予測モデルを適用するもので
あり、ｍ番目の信号を、Ｍ種類それぞれの過去Ｋ個の信
号との線形結合で表現するものである。すなわち、ｘm
（ｎ）（ｍ＝１，２，…，Ｍ）に対して多変量ベクトル
Ｘ（ｎ）＝（ｘ1 （ｎ），ｘ2 （ｎ），…，ｘM
（ｎ））t （ｔは転置を表す）を考え、この多変量ベク
トルＸ（ｎ）に対して式（１）で表される線形予測モデ
ルを適用する。
が複数の受信器が受信した音響信号間の相互相関係数空
なる相互相関行列を算出する。予測係数行列算出部は相
互相関行列に基づいて多変量の線形予測分析を行い、予
測係数行列を算出する。ここで多変量予測とは、Ｍ個の
異なる種類の信号の第ｍ番目の種類の第ｎ番目の時系列
信号をｘm （ｎ）（ｍ＝１，２，…，Ｍ）とした場合、
同じ種類の信号の時系列上のみならず、他の種類の信号
の時系列上との間にも線形予測モデルを適用するもので
あり、ｍ番目の信号を、Ｍ種類それぞれの過去Ｋ個の信
号との線形結合で表現するものである。すなわち、ｘm
（ｎ）（ｍ＝１，２，…，Ｍ）に対して多変量ベクトル
Ｘ（ｎ）＝（ｘ1 （ｎ），ｘ2 （ｎ），…，ｘM
（ｎ））t （ｔは転置を表す）を考え、この多変量ベク
トルＸ（ｎ）に対して式（１）で表される線形予測モデ
ルを適用する。
【００１３】
【数１】
【００１４】ただし、Ｋは予測次数とよばれる定数であ
り、Ａ（ｋ）は第ｋ番目のＭ行Ｍ列行列の予測係数行
列、Ｕ（ｎ）は各種類の信号の駆動雑音と呼ばれる信号
からなるＭ行１列行列の信号ベクトルである。
り、Ａ（ｋ）は第ｋ番目のＭ行Ｍ列行列の予測係数行
列、Ｕ（ｎ）は各種類の信号の駆動雑音と呼ばれる信号
からなるＭ行１列行列の信号ベクトルである。
【００１５】クロス周波数スペクトル行列算出部は予測
係数行列に基づいてクロス周波数スペクトルを算出す
る。ここで上記のＭ種類の信号としてＭ個の受信器で受
信される信号をあてはめると、各受信器に入力される信
号中のある音源から到来した信号は、受信器の相対位置
に応じて、遅延時間あるいは位相だけが異なる同一の信
号が現れる。したがって、これらの信号に対する予測係
数を用いて各信号間のクロス周波数スペクトル（ある周
波数成分に対する各信号間の相関性を表すもの）を算出
すると、どの信号間のクロス周波数スペクトルも位相だ
けが異なる同一のパワーを示す。一方、受信された信号
が、時系列的にも相互の信号間にも独立な雑音の場合、
そもそも互いに無関係な信号なので有意義な予測係数は
存在せず、この予測係数を用いて各信号間のクロス周波
数スペクトルを算出しても、互いに与える影響の度合は
Ｍの値を大きくするほど小さくなる。これはクロス周波
数スペクトルが、他の信号との関係を線形結合和として
表すものであるため、ランダムな信号パワーとそれと独
立な信号パワーとの和で表した場合、それぞれのパワー
の寄与率は、Ｍの値が増えるほど小さくなり、雑音のよ
うなランダムな信号については、クロス周波数スペクト
ルの値は、ランダムな位相を持ち、音源からの信号のパ
ワーよりも小さな値となる。したがって、多変量予測分
析方法を用いたクロス周波数スペクトルの値は、音源か
らの信号についてはそのパワー値は変化せず、雑音に対
してはそのパワー値は小さくなるので、雑音低減は効率
がよくなり、受信器数が限られている場合でも雑音低減
をはかることができる。
係数行列に基づいてクロス周波数スペクトルを算出す
る。ここで上記のＭ種類の信号としてＭ個の受信器で受
信される信号をあてはめると、各受信器に入力される信
号中のある音源から到来した信号は、受信器の相対位置
に応じて、遅延時間あるいは位相だけが異なる同一の信
号が現れる。したがって、これらの信号に対する予測係
数を用いて各信号間のクロス周波数スペクトル（ある周
波数成分に対する各信号間の相関性を表すもの）を算出
すると、どの信号間のクロス周波数スペクトルも位相だ
けが異なる同一のパワーを示す。一方、受信された信号
が、時系列的にも相互の信号間にも独立な雑音の場合、
そもそも互いに無関係な信号なので有意義な予測係数は
存在せず、この予測係数を用いて各信号間のクロス周波
数スペクトルを算出しても、互いに与える影響の度合は
Ｍの値を大きくするほど小さくなる。これはクロス周波
数スペクトルが、他の信号との関係を線形結合和として
表すものであるため、ランダムな信号パワーとそれと独
立な信号パワーとの和で表した場合、それぞれのパワー
の寄与率は、Ｍの値が増えるほど小さくなり、雑音のよ
うなランダムな信号については、クロス周波数スペクト
ルの値は、ランダムな位相を持ち、音源からの信号のパ
ワーよりも小さな値となる。したがって、多変量予測分
析方法を用いたクロス周波数スペクトルの値は、音源か
らの信号についてはそのパワー値は変化せず、雑音に対
してはそのパワー値は小さくなるので、雑音低減は効率
がよくなり、受信器数が限られている場合でも雑音低減
をはかることができる。
【００１６】また方位分析部は、線形予測分析を行って
分析方位に対する音響信号のパワーを算出する。音源か
らの信号に対するクロス周波数スペクトルの位相は、音
源からの信号と受信器の相対的配列に固有な位相の進み
方を示すので、クロス周波数スペクトル出力を受信した
音響信号の複素振幅情報とみなし、少ないサンプル数で
も高い周波数分解能力を有する線形予測分析をこの信号
にあてはめて分析し、空間に関する線形予測を行って分
析方位に対する空間周波数スペクトルを算出する。
分析方位に対する音響信号のパワーを算出する。音源か
らの信号に対するクロス周波数スペクトルの位相は、音
源からの信号と受信器の相対的配列に固有な位相の進み
方を示すので、クロス周波数スペクトル出力を受信した
音響信号の複素振幅情報とみなし、少ないサンプル数で
も高い周波数分解能力を有する線形予測分析をこの信号
にあてはめて分析し、空間に関する線形予測を行って分
析方位に対する空間周波数スペクトルを算出する。
【００１７】
【発明の実施の形態】図１は本発明の実施の形態に係る
方位分析方法及び装置のブロック図である。図において
５０は受信器群であり、Ｍ個の受信器が設けられてい
る。それぞれの受信器は入射された音波を電気信号に変
換する。６０は周波数分析部である。周波数分析部６０
は相互相関行列算出部６１、予測係数行列算出部６２、
クロス周波数スペクトル行列算出部６３で構成されてい
る。相互相関行列算出部６１は、Ｍ個の受信器から入力
された電気信号間の相互相関係数からなる相互相関行列
を算出する。予測係数行列算出部６２は、相互相関行列
算出部６１で算出された相互相関行列が入力されると、
多変量線形予測分析法を用いて予測係数行列を算出す
る。クロス周波数スペクトル行列算出部６３は、予測係
数行列が入力されると、各分析周波数に対してクロス周
波数スペクトル行列を算出する。
方位分析方法及び装置のブロック図である。図において
５０は受信器群であり、Ｍ個の受信器が設けられてい
る。それぞれの受信器は入射された音波を電気信号に変
換する。６０は周波数分析部である。周波数分析部６０
は相互相関行列算出部６１、予測係数行列算出部６２、
クロス周波数スペクトル行列算出部６３で構成されてい
る。相互相関行列算出部６１は、Ｍ個の受信器から入力
された電気信号間の相互相関係数からなる相互相関行列
を算出する。予測係数行列算出部６２は、相互相関行列
算出部６１で算出された相互相関行列が入力されると、
多変量線形予測分析法を用いて予測係数行列を算出す
る。クロス周波数スペクトル行列算出部６３は、予測係
数行列が入力されると、各分析周波数に対してクロス周
波数スペクトル行列を算出する。
【００１８】また７０は空間線形予測分析部である。ク
ロス周波数スペクトル行列算出部６３から出力されたク
ロス周波数スペクトル行列が入力されると、空間周波数
スペクトルを算出する。８０は表示部であり、算出され
た周波数スペクトル、空間周波数スペクトル等を表示さ
せる。
ロス周波数スペクトル行列算出部６３から出力されたク
ロス周波数スペクトル行列が入力されると、空間周波数
スペクトルを算出する。８０は表示部であり、算出され
た周波数スペクトル、空間周波数スペクトル等を表示さ
せる。
【００１９】次に方位分析について述べていく。受信器
群５０のＭ個の受信器は音波が入力されると、その音波
に対応する電気信号に変換する。相互相関行列算出部６
１はＭ個の電気信号に対して、各電気信号をそれぞれ一
定のサンプル数Ｎからなる分析フレームにわける。ここ
で受信器群５０内のｍ番目の受信器から入力された電気
信号のｎ番目の分析フレームをｓ（ｎ，ｍ）（ｎ＝１，
２，…，Ｎ、ｍ＝１，２，…，Ｍ）とする。
群５０のＭ個の受信器は音波が入力されると、その音波
に対応する電気信号に変換する。相互相関行列算出部６
１はＭ個の電気信号に対して、各電気信号をそれぞれ一
定のサンプル数Ｎからなる分析フレームにわける。ここ
で受信器群５０内のｍ番目の受信器から入力された電気
信号のｎ番目の分析フレームをｓ（ｎ，ｍ）（ｎ＝１，
２，…，Ｎ、ｍ＝１，２，…，Ｍ）とする。
【００２０】相互相関行列算出部６１は、サンプル列時
系ｒ（ｎ，ｍ）を用いて、式（２）のようなＭ行Ｍ列行
列である相互相関行列Ｒ（ｋ）（ｋ＝１，２，…，Ｋ）
をＫ個算出する。ここで、Ｋは予測次数（定数）であ
り、第ｋ番目の相互相関行列Ｒ（ｋ）のｉ行ｊ列の成分
ｒi,j （ｋ）は式（３）により算出される。
系ｒ（ｎ，ｍ）を用いて、式（２）のようなＭ行Ｍ列行
列である相互相関行列Ｒ（ｋ）（ｋ＝１，２，…，Ｋ）
をＫ個算出する。ここで、Ｋは予測次数（定数）であ
り、第ｋ番目の相互相関行列Ｒ（ｋ）のｉ行ｊ列の成分
ｒi,j （ｋ）は式（３）により算出される。
【００２１】
【数２】
【００２２】
【数３】
【００２３】予測計数行列算出部６２は、相互相関行列
算出部６１から入力された相互相関行列Ｒ（ｋ）を用い
て、式（１）に基づいた式（４）のＫ個の方程式を解
き、Ｋ個のＭ行Ｍ列行列の予測係数行列Ａ（ｋ）（ｋ＝
１，２，…，Ｋ）を算出する。方程式を解く際には、例
えば多変量に拡張されたレビンソンアルゴリズムを用い
て解くようにすればよい。このようなアルゴリズムを用
いて方程式を解くことで、パラメータｋ、ｌの値によっ
ては相互相関行列Ｒ（ｋ）のｋが負の値になるという状
態を考慮する必要がなく、方程式の解を得ることができ
る。
算出部６１から入力された相互相関行列Ｒ（ｋ）を用い
て、式（１）に基づいた式（４）のＫ個の方程式を解
き、Ｋ個のＭ行Ｍ列行列の予測係数行列Ａ（ｋ）（ｋ＝
１，２，…，Ｋ）を算出する。方程式を解く際には、例
えば多変量に拡張されたレビンソンアルゴリズムを用い
て解くようにすればよい。このようなアルゴリズムを用
いて方程式を解くことで、パラメータｋ、ｌの値によっ
ては相互相関行列Ｒ（ｋ）のｋが負の値になるという状
態を考慮する必要がなく、方程式の解を得ることができ
る。
【００２４】
【数４】
【００２５】クロス周波数スペクトル行列算出部６３
は、予測係数行列算出部６２が算出した予測係数行列Ａ
（ｋ）を用いて、式（５）に基づいて式（６）のような
Ｍ行Ｍ列複素行列である分析周波数ｆに対する周波数応
答の逆行列Ｈ（ｆ）を算出する。
は、予測係数行列算出部６２が算出した予測係数行列Ａ
（ｋ）を用いて、式（５）に基づいて式（６）のような
Ｍ行Ｍ列複素行列である分析周波数ｆに対する周波数応
答の逆行列Ｈ（ｆ）を算出する。
【００２６】
【数５】
【００２７】
【数６】
【００２８】式（６）において、ｑは虚数単位、ｆs は
サンプリング周波数、ａi,j （ｋ）は予測係数行列Ａ
（ｋ）の第ｉ行第ｊ列の成分であり、Ｃi,j は式（７）
を満たす数である。 Ｃi,j ＝１（ｉ＝ｊ） …（７） ０（ｉ≠ｊ） クロス周波数スペクトル行列算出部６３は、算出した周
波数応答の逆行列Ｈ（ｆ）と式（８）とに基づいて、Ｍ
行Ｍ列複素行列である分析周波数ｆに対するクロス周波
数スペクトル行列Ｐc （ｆ）を算出し、整相処理部６４
と空間線形予測分析部７０に出力する。 Ｐc （ｆ）＝Ｈ（ｆ）* ・Ｗ・Ｈ（ｆ）-t …（８） 式（８）おいて＊は共役転置の行列をあらわし、−ｔは
転置して逆行列にした行列を表す。またＷは次の式
（９）で表される。
サンプリング周波数、ａi,j （ｋ）は予測係数行列Ａ
（ｋ）の第ｉ行第ｊ列の成分であり、Ｃi,j は式（７）
を満たす数である。 Ｃi,j ＝１（ｉ＝ｊ） …（７） ０（ｉ≠ｊ） クロス周波数スペクトル行列算出部６３は、算出した周
波数応答の逆行列Ｈ（ｆ）と式（８）とに基づいて、Ｍ
行Ｍ列複素行列である分析周波数ｆに対するクロス周波
数スペクトル行列Ｐc （ｆ）を算出し、整相処理部６４
と空間線形予測分析部７０に出力する。 Ｐc （ｆ）＝Ｈ（ｆ）* ・Ｗ・Ｈ（ｆ）-t …（８） 式（８）おいて＊は共役転置の行列をあらわし、−ｔは
転置して逆行列にした行列を表す。またＷは次の式
（９）で表される。
【００２９】
【数７】
【００３０】空間線形予測分析部７０は、入力されたク
ロス周波数スペクトル行列Ｐc （ｆ）のうち、例えば第
１行の成分を複素振幅に変換する。この列方向の成分に
対して線形予測分析を行い、分析方位θに対する空間周
波数スペクトルＳ（θ，ｆ）を式（１０）により算出
し、表示部８０に出力する。
ロス周波数スペクトル行列Ｐc （ｆ）のうち、例えば第
１行の成分を複素振幅に変換する。この列方向の成分に
対して線形予測分析を行い、分析方位θに対する空間周
波数スペクトルＳ（θ，ｆ）を式（１０）により算出
し、表示部８０に出力する。
【００３１】
【数８】
【００３２】式（１０）においてＬは空間予測分析の予
測次数であり、ｂi （θ，ｆ）は受信器が等間隔ｄで直
線状に配列されており、音源信号の方位がθ（配列の方
向を０°とする）である場合、基準位相を第１番目の受
信器信号の位相とすると、ｂi （θ，ｆ）＝ｋ（θ，
ｆ）・｛ｒ（ｉ）−ｒ（１）｝…（１１）であたえられ
る。ｒ（ｉ）は第ｉ番目の受信器の位置ベクトルであ
る。またｋ（θ，ｆ）は受信器配列方向の単位ベクトル
ｅに対する音源信号の波数ベクトルの射影ベクトルであ
り、ｃを音波の伝搬速度とするとｒ（ｉ）及びｋ（θ，
ｆ）は式（１２）及び式（１３）で定義される。 ｒ（ｉ）＝（ｉ−１）・ｄ・ｅ …（１２） ｋ（θ，ｆ）＝（２πｆ／ｃ）・ｃｏｓ（θ）・ｅ …（１３） 式（１１）において、ｒ（１）＝０である。したがって
式（１１）のｒ（１）も０となるが、式（１１）のｒ
（１）は基準位置ベクトルからの差ということを表すた
めに表記してある。
測次数であり、ｂi （θ，ｆ）は受信器が等間隔ｄで直
線状に配列されており、音源信号の方位がθ（配列の方
向を０°とする）である場合、基準位相を第１番目の受
信器信号の位相とすると、ｂi （θ，ｆ）＝ｋ（θ，
ｆ）・｛ｒ（ｉ）−ｒ（１）｝…（１１）であたえられ
る。ｒ（ｉ）は第ｉ番目の受信器の位置ベクトルであ
る。またｋ（θ，ｆ）は受信器配列方向の単位ベクトル
ｅに対する音源信号の波数ベクトルの射影ベクトルであ
り、ｃを音波の伝搬速度とするとｒ（ｉ）及びｋ（θ，
ｆ）は式（１２）及び式（１３）で定義される。 ｒ（ｉ）＝（ｉ−１）・ｄ・ｅ …（１２） ｋ（θ，ｆ）＝（２πｆ／ｃ）・ｃｏｓ（θ）・ｅ …（１３） 式（１１）において、ｒ（１）＝０である。したがって
式（１１）のｒ（１）も０となるが、式（１１）のｒ
（１）は基準位置ベクトルからの差ということを表すた
めに表記してある。
【００３３】また、ｚ（ｉ）は空間予測分析の予測係数
であり、Ｐｅを予測誤差として式（１４）で与えられ
る。 Ｚ＝Ｑ-1Ｅ …（１４） ただし、Ｚ＝（１，ｚ（１），ｚ（２），…，ｚ
（Ｌ））、Ｅ＝（Ｐｅ，０，０，…，０）である。また
ＱはＬ＋１行Ｌ＋１列行列であり、その第ｉ行第ｊ列の
成分Ｑ（ｉ，ｊ）（ｉ，ｊ＝０，１，２，…，Ｌ）は式
（１５）で与えられる。
であり、Ｐｅを予測誤差として式（１４）で与えられ
る。 Ｚ＝Ｑ-1Ｅ …（１４） ただし、Ｚ＝（１，ｚ（１），ｚ（２），…，ｚ
（Ｌ））、Ｅ＝（Ｐｅ，０，０，…，０）である。また
ＱはＬ＋１行Ｌ＋１列行列であり、その第ｉ行第ｊ列の
成分Ｑ（ｉ，ｊ）（ｉ，ｊ＝０，１，２，…，Ｌ）は式
（１５）で与えられる。
【００３４】
【数９】
【００３５】式（１５）において、＊は複素共役である
ｙ（ｎ）はクロス周波数スペクトル行列Ｐc （ｆ）の第
１行第ｎ列の成分をｐｃ（１，ｎ）とすると、その複素
振幅であり、式（１６）で与えられる。 ｙ（ｎ）＝ｐｃ（１，ｎ）／｜ｐｃ（１，ｎ）｜-1/2 …（１６）
ｙ（ｎ）はクロス周波数スペクトル行列Ｐc （ｆ）の第
１行第ｎ列の成分をｐｃ（１，ｎ）とすると、その複素
振幅であり、式（１６）で与えられる。 ｙ（ｎ）＝ｐｃ（１，ｎ）／｜ｐｃ（１，ｎ）｜-1/2 …（１６）
【００３６】上記のように構成された方位分析方法及び
装置においては、周波数分析部６０が受信器群５０が入
力した音波に基づいて多変量予測分析を行い、クロス周
波数スペクトル行列を算出し、それに基づいて空間線形
予測分析部７０が空間の線形予測分析を行い、方位分析
をすることにより雑音低減処理と方位分析処理を分けて
行うので、方位分解能を犠牲にして雑音低減をはかる必
要がなくなり、高い方位分解能を維持することができ
る。
装置においては、周波数分析部６０が受信器群５０が入
力した音波に基づいて多変量予測分析を行い、クロス周
波数スペクトル行列を算出し、それに基づいて空間線形
予測分析部７０が空間の線形予測分析を行い、方位分析
をすることにより雑音低減処理と方位分析処理を分けて
行うので、方位分解能を犠牲にして雑音低減をはかる必
要がなくなり、高い方位分解能を維持することができ
る。
【００３７】
【発明の効果】以上のように本発明によれば、複数の受
信器に入力された音響信号に基づいて周波数分析を行
い、雑音を低減処理した後に、線形予測分析を行い、分
析方位に対する音響信号のパワーを算出して方位分析を
行うので、雑音低減と方位分析とがそれぞれに適した方
法で行われ、雑音が効率よく低減されつつ、例えば受信
器の数が限られていても高い方位分解能を持つ方位分析
を行うことができる。
信器に入力された音響信号に基づいて周波数分析を行
い、雑音を低減処理した後に、線形予測分析を行い、分
析方位に対する音響信号のパワーを算出して方位分析を
行うので、雑音低減と方位分析とがそれぞれに適した方
法で行われ、雑音が効率よく低減されつつ、例えば受信
器の数が限られていても高い方位分解能を持つ方位分析
を行うことができる。
【図１】本発明の実施の形態に係る方位分析方法及び装
置のブロック図である。
置のブロック図である。
【図２】従来のパッシブソーナー装置のブロック図であ
る。
る。
５０ 受信器群 ６０ 周波数分析部 ６１ 相互相関行列算出部 ６２ 予測係数行列算出部 ６３ クロス周波数スペクトル算出部 ７０ 空間線形予測分析部 ８０ 表示部
Claims (4)
- 【請求項１】 複数の受信器で音響信号を受信する工程
と、 前記複数の受信器が受信した音響信号に基づいて、分析
周波数に対する前記音響信号間の相関性を表すクロス周
波数スペクトル行列を算出する周波数分析を行う工程
と、 前記クロス周波数スペクトル行列に基づいて、分析方位
に対する前記音響信号のパワーを算出する工程とを有す
ることを特徴とする方位分析方法。 - 【請求項２】 前記周波数分析は、前記複数の音響信号
間の相互相関係数からなる相互相関行列を算出する工程
と、 前記相互相関行列に基づいて多変量の線形予測分析を行
い、予測係数行列を算出する工程と、 前記予測係数行列に基づいて分析周波数に対して前記音
響信号間の相関性を表すクロス周波数スペクトル行列を
算出する工程とを有することを特徴とする請求項１記載
の方位分析方法。 - 【請求項３】 前記分析方位に対する音響信号のパワー
を表示する工程を更に有することを特徴とする請求項１
記載の方位分析方法。 - 【請求項４】 音響信号を受信する複数の受信器と、 前記複数の受信器から入力された音響信号間の相互相関
係数からなる相互相関行列を算出する相互相関行列算出
部と、 前記相互相関行列に基づいて多変量の線形予測分析を行
い、予測係数行列を算出する予測係数行列算出部と、 前記予測係数行列に基づいて、分析周波数に対して前記
音響信号間の相関性を表すクロス周波数スペクトル行列
を算出するクロス周波数スペクトル行列算出部と、 前記クロス周波数スペクトル行列に基づいて、分析方位
に対する前記音響信号のパワーを算出する線形予測分析
を行う方位分析部とを備えたことを特徴とする方位分析
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17257396A JPH1020011A (ja) | 1996-07-02 | 1996-07-02 | 方位分析方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17257396A JPH1020011A (ja) | 1996-07-02 | 1996-07-02 | 方位分析方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1020011A true JPH1020011A (ja) | 1998-01-23 |
Family
ID=15944347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17257396A Pending JPH1020011A (ja) | 1996-07-02 | 1996-07-02 | 方位分析方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1020011A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2006117900A1 (ja) * | 2005-04-26 | 2008-12-18 | シャープ株式会社 | 半導体装置の製造方法及び半導体装置 |
| US8965758B2 (en) | 2009-03-31 | 2015-02-24 | Huawei Technologies Co., Ltd. | Audio signal de-noising utilizing inter-frame correlation to restore missing spectral coefficients |
| CN104700833A (zh) * | 2014-12-29 | 2015-06-10 | 芜湖乐锐思信息咨询有限公司 | 一种大数据语音分类方法 |
-
1996
- 1996-07-02 JP JP17257396A patent/JPH1020011A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2006117900A1 (ja) * | 2005-04-26 | 2008-12-18 | シャープ株式会社 | 半導体装置の製造方法及び半導体装置 |
| US8965758B2 (en) | 2009-03-31 | 2015-02-24 | Huawei Technologies Co., Ltd. | Audio signal de-noising utilizing inter-frame correlation to restore missing spectral coefficients |
| CN104700833A (zh) * | 2014-12-29 | 2015-06-10 | 芜湖乐锐思信息咨询有限公司 | 一种大数据语音分类方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bonnel et al. | Bayesian geoacoustic inversion of single hydrophone light bulb data using warping dispersion analysis | |
| US6009396A (en) | Method and system for microphone array input type speech recognition using band-pass power distribution for sound source position/direction estimation | |
| CN108375763B (zh) | 一种应用于多声源环境的分频定位方法 | |
| EP2530484B1 (en) | Sound source localization apparatus and method | |
| US5216640A (en) | Inverse beamforming sonar system and method | |
| US20140098964A1 (en) | Method and Apparatus for Acoustic Area Monitoring by Exploiting Ultra Large Scale Arrays of Microphones | |
| CN104200813B (zh) | 基于声源方向实时预测跟踪的动态盲信号分离方法 | |
| US9961460B2 (en) | Vibration source estimation device, vibration source estimation method, and vibration source estimation program | |
| Gaubitch et al. | Statistical analysis of the autoregressive modeling of reverberant speech | |
| US7773458B2 (en) | Systems and methods for detection and analysis of amplitude modulation of underwater sound | |
| CN108761394A (zh) | 一种基于时空处理的高分辨低旁瓣去卷积谱估计方法 | |
| KR101438114B1 (ko) | 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치 | |
| CN106646531B (zh) | 一种多星约束稳健空频抗干扰处理方法和装置 | |
| Zhang et al. | Deep learning-based direction-of-arrival estimation for multiple speech sources using a small scale array | |
| CN111175727B (zh) | 一种基于条件波数谱密度的宽带信号方位估计的方法 | |
| WO2020250797A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| US6654315B1 (en) | Sonar display system and method | |
| Touzé et al. | Double-Capon and double-MUSICAL for arrival separation and observable estimation in an acoustic waveguide | |
| JP3862685B2 (ja) | 音源方向推定装置、信号の時間遅延推定装置及びコンピュータプログラム | |
| JPH1020011A (ja) | 方位分析方法及び装置 | |
| CN110632605A (zh) | 一种宽容的大孔径拖线阵时域单波束处理方法 | |
| CN113189570B (zh) | 一种基于复域压缩感知的阵列信号处理方法及系统 | |
| Grondin et al. | A study of the complexity and accuracy of direction of arrival estimation methods based on GCC-PHAT for a pair of close microphones | |
| JP2713761B2 (ja) | 時間空間信号のスペクトル推定方法 | |
| JP2779435B2 (ja) | ソーナー信号検出処理装置 |