JPH11101684A - 音源探索方法及び装置 - Google Patents
音源探索方法及び装置Info
- Publication number
- JPH11101684A JPH11101684A JP9261873A JP26187397A JPH11101684A JP H11101684 A JPH11101684 A JP H11101684A JP 9261873 A JP9261873 A JP 9261873A JP 26187397 A JP26187397 A JP 26187397A JP H11101684 A JPH11101684 A JP H11101684A
- Authority
- JP
- Japan
- Prior art keywords
- sound source
- input signal
- singular value
- input
- signal
- 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
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【課題】多数の独立して同時に放射される音源信号の位
置を探索する方法及び装置に関し、探索精度が高く且つ
演算時間が短くて済むようにする。 【解決手段】Ｎ点の入力信号の中から各入力信号ｘi(i=
1,2,…,N)に相関のある成分を除去した入力信号から成
る残差相互スペクトル行列に特異値分解を適用して求め
た最大特異値が最小となる入力信号を音源位置に最も近
い入力信号として第１の選択を行い、該選択した第１の
入力信号を除去し且つこれに相関のある成分を除去した
Ｎ−１個の入力信号から成る残差相互スペクトル行列に
特異値分解を適用して求めた最大特異値が最小となる入
力信号を音源位置に最も近い入力信号として第２の選択
を行い、該選択を推定される音源数だけ繰り返すことに
より得られた入力信号の各位置を音源位置と推定する。
置を探索する方法及び装置に関し、探索精度が高く且つ
演算時間が短くて済むようにする。 【解決手段】Ｎ点の入力信号の中から各入力信号ｘi(i=
1,2,…,N)に相関のある成分を除去した入力信号から成
る残差相互スペクトル行列に特異値分解を適用して求め
た最大特異値が最小となる入力信号を音源位置に最も近
い入力信号として第１の選択を行い、該選択した第１の
入力信号を除去し且つこれに相関のある成分を除去した
Ｎ−１個の入力信号から成る残差相互スペクトル行列に
特異値分解を適用して求めた最大特異値が最小となる入
力信号を音源位置に最も近い入力信号として第２の選択
を行い、該選択を推定される音源数だけ繰り返すことに
より得られた入力信号の各位置を音源位置と推定する。
Description
【発明の属する技術分野】本発明は音源探索方法及び装
置に関し、特に多数の独立した音源信号の位置を探索す
る方法及び装置に関するものである。
置に関し、特に多数の独立した音源信号の位置を探索す
る方法及び装置に関するものである。
【０００１】
【従来の技術】一般に、騒音低減のためには、音源対策
や伝播特性の改善を行うが、そのためには、音源位置・
音源特性（信号の大きさ・周波数特性）の把握や伝播経
路の把握が必要であり、これらを、正確かつ迅速に行う
手法が求められる。
や伝播特性の改善を行うが、そのためには、音源位置・
音源特性（信号の大きさ・周波数特性）の把握や伝播経
路の把握が必要であり、これらを、正確かつ迅速に行う
手法が求められる。
【０００２】実際の機械騒音では、独立した音源が一つ
である場合は希であり、多数の独立した音源が混在して
同時に音を放射している場合が多い。
である場合は希であり、多数の独立した音源が混在して
同時に音を放射している場合が多い。
【０００３】図３は、Ｋ個の互いに独立した音源信号ｕ
i(i=1,2, ・・・,Ｋ) を、Ｎ個の入力信号（例えばコンポ
ーネント近接音）測定用マイクと１個の出力信号（例え
ば車外騒音）測定用マイクで測定する多入力単出力 (MI
SO) システムを示す。
i(i=1,2, ・・・,Ｋ) を、Ｎ個の入力信号（例えばコンポ
ーネント近接音）測定用マイクと１個の出力信号（例え
ば車外騒音）測定用マイクで測定する多入力単出力 (MI
SO) システムを示す。
【０００４】Ｎ個の入力信号はｘj(ｊ=1,2, ・・・,Ｎ) 、
音源信号との線形伝達関数はｇijで表わされる。また、
ｙは出力信号、ｈijは入出力信号間の線形伝達関数を示
す。
音源信号との線形伝達関数はｇijで表わされる。また、
ｙは出力信号、ｈijは入出力信号間の線形伝達関数を示
す。
【０００５】通常、音源信号を直接測定することは困難
であり、また音源数は不明であるのでＮ＞Ｋであり、音
源及び入力信号の相互スペクトル行列（パワー）をそれ
ぞれ、[SUU], [Sxx]とし、音源、入力信号間の線形伝達
行列を [Ｇ] とすると、次式の関係が得られる。
であり、また音源数は不明であるのでＮ＞Ｋであり、音
源及び入力信号の相互スペクトル行列（パワー）をそれ
ぞれ、[SUU], [Sxx]とし、音源、入力信号間の線形伝達
行列を [Ｇ] とすると、次式の関係が得られる。
【数１】
【０００６】ｘjは線形重ね合わせによって互いに独立
ではない。ここで、[Sxx] に特異値分解（SVD）を適用
すると、次式のようになる。
ではない。ここで、[Sxx] に特異値分解（SVD）を適用
すると、次式のようになる。
【数２】
【０００７】これは、独立した各軸成分がどの位の大き
さであるかを示すものである。ただし、[Σ] は [Sxx]
の特異値を含む対角行列、[Ｖ] はユニタリ行列、[Ｖ]
H は [Ｖ] エルミート行列である。式(2) より、独立し
た音源数Ｋは、[Sxx] のランク、すなわち、[Σ] の０
でない特異値の数により求まる。
さであるかを示すものである。ただし、[Σ] は [Sxx]
の特異値を含む対角行列、[Ｖ] はユニタリ行列、[Ｖ]
H は [Ｖ] エルミート行列である。式(2) より、独立し
た音源数Ｋは、[Sxx] のランク、すなわち、[Σ] の０
でない特異値の数により求まる。
【０００８】しかしながら、実際の入力信号には、測定
・計算誤差によるノイズが含まれるから、独立した音源
数は、[Σ] における物理的に意味のある特異値の数か
ら推定することになる。また、Ｎ個の入力信号測定マイ
クから、最適なＫ個を選択することにより、独立した音
源の位置を概略把握することができる。
・計算誤差によるノイズが含まれるから、独立した音源
数は、[Σ] における物理的に意味のある特異値の数か
ら推定することになる。また、Ｎ個の入力信号測定マイ
クから、最適なＫ個を選択することにより、独立した音
源の位置を概略把握することができる。
【０００９】選択したＫ個の入力信号を独立な音源信号
の組合せとすると、出力信号スペクトルＳYYP は、次式
で与えられる。
の組合せとすると、出力信号スペクトルＳYYP は、次式
で与えられる。
【数３】
【００１０】ここで、 [Ｈ] は選択したＫ個の入力信号
と出力信号間の伝達関数ベクトルであり、入出力信号間
の相互スペクトルベクトル[Sxy]を用いて次式で求めら
れる。
と出力信号間の伝達関数ベクトルであり、入出力信号間
の相互スペクトルベクトル[Sxy]を用いて次式で求めら
れる。
【数４】
【００１１】以上により、多入力単出力システムの同定
が可能となる。上記の最適な入力信号の選択方法として
は従来より、主に以下の２種類の手法が報告されてい
る。
が可能となる。上記の最適な入力信号の選択方法として
は従来より、主に以下の２種類の手法が報告されてい
る。
【００１２】（１）条件数を用いた方法（コンディショ
ンナンバー法）：任意のＫ入力信号における最大特異値
σ1と最小特異値σkの比である条件数ｃｎ＝σ1/σkが
最小となる組み合わせを音源位置に最も近い入力信号の
最適な組み合わせとして選択する方法である。
ンナンバー法）：任意のＫ入力信号における最大特異値
σ1と最小特異値σkの比である条件数ｃｎ＝σ1/σkが
最小となる組み合わせを音源位置に最も近い入力信号の
最適な組み合わせとして選択する方法である。
【００１３】（２）偏関連度関数（パーシャルコヒーレ
ンス）を用いた方法：Ｎ個の各入力信号ｘi と出力信号
ｙの関連度関数γxiy＝｜Ｓxiy｜2／Ｓxixiを求め、そ
の値が最大となる（最も関連している）入力信号ｘi1を
第１に選択する。次にこの入力信号ｘi1に相関のある成
分を除いた入力信号と出力信号の偏関連度関数γxiy・xi
l 2＝｜Ｓxiy・xil｜2／Ｓxixi・xilＳyy・Xilを求め、その
値が最大となる入力信号ｘi2を第２に選択し、同様に音
源数Ｋ個の入力信号を選択する。
ンス）を用いた方法：Ｎ個の各入力信号ｘi と出力信号
ｙの関連度関数γxiy＝｜Ｓxiy｜2／Ｓxixiを求め、そ
の値が最大となる（最も関連している）入力信号ｘi1を
第１に選択する。次にこの入力信号ｘi1に相関のある成
分を除いた入力信号と出力信号の偏関連度関数γxiy・xi
l 2＝｜Ｓxiy・xil｜2／Ｓxixi・xilＳyy・Xilを求め、その
値が最大となる入力信号ｘi2を第２に選択し、同様に音
源数Ｋ個の入力信号を選択する。
【００１４】
【発明が解決しようとする課題】上記の手法（１）で
は、最適な信号の組み合わせを選択するために、全ての
組み合わせ（Ｎ！／Ｋ！（Ｎ−Ｋ）！通り）の計算が必
要であり、ＮやＫが大きくなると長い演算時間を要す
る。また、抽出したＫ入力信号の特異値が全て同等に小
さい場合も、条件数が最小となってしまう可能がある。
は、最適な信号の組み合わせを選択するために、全ての
組み合わせ（Ｎ！／Ｋ！（Ｎ−Ｋ）！通り）の計算が必
要であり、ＮやＫが大きくなると長い演算時間を要す
る。また、抽出したＫ入力信号の特異値が全て同等に小
さい場合も、条件数が最小となってしまう可能がある。
【００１５】上記の手法（２）では、演算時間は短くて
済むが、出力信号を用いるため、音源信号以外の無関係
な情報が含まれ、音源位置の探索精度が低下してしま
う。
済むが、出力信号を用いるため、音源信号以外の無関係
な情報が含まれ、音源位置の探索精度が低下してしま
う。
【００１６】すなわち、上記の手法（１）及び（２）で
は音源からの入力信号の選択を行ってはいるが、実質的
に音源位置の探索を行うことができなかった。
は音源からの入力信号の選択を行ってはいるが、実質的
に音源位置の探索を行うことができなかった。
【００１７】一方、その音源となる物体が狭い空間内に
配置されているような場合には、従来より知られている
音響インテンシティ法や音響ホログラフィ法等を適用し
て音源位置を把握することは物理的に不可能である。
配置されているような場合には、従来より知られている
音響インテンシティ法や音響ホログラフィ法等を適用し
て音源位置を把握することは物理的に不可能である。
【００１８】したがって本発明は、多数の独立して同時
に放射される音源信号の位置を探索する方法及び装置に
おいて、探索精度が高く且つ演算時間が短くて済むよう
にすることを目的とする。
に放射される音源信号の位置を探索する方法及び装置に
おいて、探索精度が高く且つ演算時間が短くて済むよう
にすることを目的とする。
【００１９】
【課題を解決するための手段】上記の課題を解決するた
め、本発明者は、多入力単出力系の測定信号から、音源
位置に最も近い入力信号を選択する演算方法として、
“偏特異値分解（パーシャルSVD）”と称する以下の手
法を考案した。
め、本発明者は、多入力単出力系の測定信号から、音源
位置に最も近い入力信号を選択する演算方法として、
“偏特異値分解（パーシャルSVD）”と称する以下の手
法を考案した。
【００２０】ｑ番目(1≦q≦N)の信号成分xqに相関のあ
る成分を取り除いた入力信号の相互スペクトル行列[Sxx
・q]の要素Sij・qと、該成分を取り除く前の入力信号の相
互スペクトル行列[Sxx]の要素Sijとの間には次式の関係
がある。
る成分を取り除いた入力信号の相互スペクトル行列[Sxx
・q]の要素Sij・qと、該成分を取り除く前の入力信号の相
互スペクトル行列[Sxx]の要素Sijとの間には次式の関係
がある。
【数５】
【００２１】相互スペクトル行列[Sxx], [Sxx・q] の最
大特異値をσ1・qとして、このσ1・qが最小となるxq1を
最も重要な信号として選択する。
大特異値をσ1・qとして、このσ1・qが最小となるxq1を
最も重要な信号として選択する。
【００２２】同様に、２番目に重要な信号xq2の選択
は、行列[Sxx・q1・q2]の最大特異値σq1 ・q2が最小となる
信号から選択される。このようにして、Ｋ個の重要な信
号が選択される。
は、行列[Sxx・q1・q2]の最大特異値σq1 ・q2が最小となる
信号から選択される。このようにして、Ｋ個の重要な信
号が選択される。
【００２３】以上を簡潔に言えば、先ず、Ｎ個の各入力
信号(x1,x2, ・・・,x1, ・・・,xn) から、任意の１つの入力
信号ｘi(i=1,2,…,N)に相関のある成分を除去した入力
信号から成る残差相互スペクトル行列に、特異値分解を
適用し、得られた最大特異値σ1・xiが最小となる入力信
号ｘi1を音源に最も近い信号として第１に選択する。
信号(x1,x2, ・・・,x1, ・・・,xn) から、任意の１つの入力
信号ｘi(i=1,2,…,N)に相関のある成分を除去した入力
信号から成る残差相互スペクトル行列に、特異値分解を
適用し、得られた最大特異値σ1・xiが最小となる入力信
号ｘi1を音源に最も近い信号として第１に選択する。
【００２４】次に、第１に選択した入力信号ｘi1を除去
するとともにｘi1に相関のある成分を除去した（Ｎ−
１）個の入力信号において、同様の手順を実行し、最大
特異値σ1・xi1・xiが最小となる入力信号ｘi2を第２に選
択する。このようにして選択したＫ個の入力信号が、音
源位置に最も近い入力信号である。
するとともにｘi1に相関のある成分を除去した（Ｎ−
１）個の入力信号において、同様の手順を実行し、最大
特異値σ1・xi1・xiが最小となる入力信号ｘi2を第２に選
択する。このようにして選択したＫ個の入力信号が、音
源位置に最も近い入力信号である。
【００２５】この手法では、出力信号を用いず、また、
最大特異値にのみ着目しているため、入力信号選択精度
の低下が起こらない。一方、演算時間も、偏関連度関数
を用いた方法と同様に短い。
最大特異値にのみ着目しているため、入力信号選択精度
の低下が起こらない。一方、演算時間も、偏関連度関数
を用いた方法と同様に短い。
【００２６】また、上記の“偏特異値分解”の変形例と
して、以下の方法が考えられる。Ｎ個の全入力信号から
成る相互スペクトル行列に、特異値分解を適用し、得ら
れた特異値（σ1,σ2,…σn）と、１つの入力信号ｘi(i
=1,2,…,N)に相関のある成分を除去した入力信号から成
る残差相互スペクトル行列に特異値分解を適用し、得ら
れた特異値（σ1・xi,σ2・xi,…,σn・xi）の各成分の差
の総和を次式により求める。
して、以下の方法が考えられる。Ｎ個の全入力信号から
成る相互スペクトル行列に、特異値分解を適用し、得ら
れた特異値（σ1,σ2,…σn）と、１つの入力信号ｘi(i
=1,2,…,N)に相関のある成分を除去した入力信号から成
る残差相互スペクトル行列に特異値分解を適用し、得ら
れた特異値（σ1・xi,σ2・xi,…,σn・xi）の各成分の差
の総和を次式により求める。
【数６】 sum(Δσ・xi）＝（σ1−σ1・xi）＋（σ2−σ2・xi）＋ ・・・＋（σn−σn・xi） ・・・式(6)
【００２７】そして、この総和が最大となる入力信号ｘ
i1を第１に選択する。次に、ｘi1に相関のある成分を除
去した（Ｎ-1）個の入力信号において、同様の操作を行
い、sum(Δσ・xi1・xi）が最大となる入力信号ｘi2を第
２に選択する。このようにしてＫ個の入力信号を選択す
る。
i1を第１に選択する。次に、ｘi1に相関のある成分を除
去した（Ｎ-1）個の入力信号において、同様の操作を行
い、sum(Δσ・xi1・xi）が最大となる入力信号ｘi2を第
２に選択する。このようにしてＫ個の入力信号を選択す
る。
【００２８】また、次式に示すように、特異値の各成分
の差の和を音源数Ｋまで取った総和を用いることもで
き、“偏特異値分解”と同等の効果がある。
の差の和を音源数Ｋまで取った総和を用いることもで
き、“偏特異値分解”と同等の効果がある。
【数7】 sum(Δσ・xi）＝（σ1−σ1・xi）＋（σ2−σ2・xi）＋ ・・・＋（σk−σk・xi） ・・・式(7)
【００２９】このようにすれば、特異値特性の各成分の
大きさの順位に変動があってもこれを吸収した形で音源
位置を探索することが可能となる。
大きさの順位に変動があってもこれを吸収した形で音源
位置を探索することが可能となる。
【００３０】さらに、“偏特異値分解”の発展例とし
て、従来技術の手法（１）で説明した条件数と組み合せ
た方法も考えられる。
て、従来技術の手法（１）で説明した条件数と組み合せ
た方法も考えられる。
【００３１】すなわち、この場合には、“偏特異値分
解”で選択した少なくとも第１の入力信号を含むＫ個の
入力信号の最適な組合せを、該条件数ｃｎ＝σ1/σkを
用いて選択することができる。
解”で選択した少なくとも第１の入力信号を含むＫ個の
入力信号の最適な組合せを、該条件数ｃｎ＝σ1/σkを
用いて選択することができる。
【００３２】以上のことから、本発明においては、複数
の独立した音源信号から該音源を探索する方法におい
て、該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）
点で入力し、該入力した信号を周波数領域の信号に変換
し、該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,
…,N)に相関のある成分を除去した入力信号から成る残
差相互スペクトル行列に特異値分解を適用し、該特異値
分解で求めた最大特異値が最小となる入力信号を音源位
置に最も近い入力信号として第１の選択を行い、該選択
した第１の入力信号を除去し且つこれに相関のある成分
を除去したＮ−１個の入力信号から成る残差相互スペク
トル行列に特異値分解を適用して求めた最大特異値が最
小となる入力信号を音源位置に最も近い入力信号として
第２の選択を行い、該選択を推定される音源数だけ繰り
返すことにより得られた入力信号の各位置を音源位置と
推定する、ことを特徴としている。
の独立した音源信号から該音源を探索する方法におい
て、該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）
点で入力し、該入力した信号を周波数領域の信号に変換
し、該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,
…,N)に相関のある成分を除去した入力信号から成る残
差相互スペクトル行列に特異値分解を適用し、該特異値
分解で求めた最大特異値が最小となる入力信号を音源位
置に最も近い入力信号として第１の選択を行い、該選択
した第１の入力信号を除去し且つこれに相関のある成分
を除去したＮ−１個の入力信号から成る残差相互スペク
トル行列に特異値分解を適用して求めた最大特異値が最
小となる入力信号を音源位置に最も近い入力信号として
第２の選択を行い、該選択を推定される音源数だけ繰り
返すことにより得られた入力信号の各位置を音源位置と
推定する、ことを特徴としている。
【００３３】あるいは、該音源信号の音圧を任意のＮ
（ＮはＮ＞１の整数）点で入力し、該入力した信号を周
波数領域の信号に変換した後、該Ｎ点の入力信号から成
る相互スペクトル行列に特異値分解を適用して第１の特
異値を求め、該Ｎ点の入力信号の中から各入力信号ｘ
i(i=1,2,…,N)に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用して
第２の特異値を求め、該第１及び第２の特異値の各成分
の差の総和を求めて該総和が最大となる入力信号ｘ i1を
第１に選択し、次に、該最大となる入力信号ｘi1を除去
し且つこれに相関のある成分を除去したＮ−１個の入力
信号において第２の選択を行い、該選択を推定される音
源数だけ繰り返すことにより得られた入力信号の各位置
を音源位置と推定してもよい。
（ＮはＮ＞１の整数）点で入力し、該入力した信号を周
波数領域の信号に変換した後、該Ｎ点の入力信号から成
る相互スペクトル行列に特異値分解を適用して第１の特
異値を求め、該Ｎ点の入力信号の中から各入力信号ｘ
i(i=1,2,…,N)に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用して
第２の特異値を求め、該第１及び第２の特異値の各成分
の差の総和を求めて該総和が最大となる入力信号ｘ i1を
第１に選択し、次に、該最大となる入力信号ｘi1を除去
し且つこれに相関のある成分を除去したＮ−１個の入力
信号において第２の選択を行い、該選択を推定される音
源数だけ繰り返すことにより得られた入力信号の各位置
を音源位置と推定してもよい。
【００３４】なお、上記第１の選択の後は、該第２の選
択以降を行う代わりに、少なくとも該第１の選択に係る
入力信号を含む該音源数分の入力信号における最大特異
値と最小特異値との比である条件数が最小となる組み合
わせを音源位置に最も近い入力信号の最適な組み合わせ
として選択することができる。
択以降を行う代わりに、少なくとも該第１の選択に係る
入力信号を含む該音源数分の入力信号における最大特異
値と最小特異値との比である条件数が最小となる組み合
わせを音源位置に最も近い入力信号の最適な組み合わせ
として選択することができる。
【００３５】また、上記の本発明に係る音源探索方法を
実施するための装置として、該音源信号の音圧を任意の
Ｎ（ＮはＮ＞１の整数）点で入力測定するマイクと、該
入力した信号を周波数領域の信号に変換する周波数分析
器と、該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,
…,N)に相関のある成分を除去した入力信号から成る残
差相互スペクトル行列に特異値分解を適用し、該特異値
分解で求めた最大特異値が最小となる入力信号を音源位
置に最も近い入力信号として第１の選択を行い、該選択
した第１の入力信号を除去し且つこれに相関のある成分
を除去したＮ−１個の入力信号から成る残差相互スペク
トル行列に特異値分解を適用して求めた最大特異値が最
小となる入力信号を音源位置に最も近い入力信号として
第２の選択を行い、該選択を推定される音源数だけ繰り
返すことにより得られた入力信号の各位置を音源位置と
推定する演算部と、で構成することができる。
実施するための装置として、該音源信号の音圧を任意の
Ｎ（ＮはＮ＞１の整数）点で入力測定するマイクと、該
入力した信号を周波数領域の信号に変換する周波数分析
器と、該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,
…,N)に相関のある成分を除去した入力信号から成る残
差相互スペクトル行列に特異値分解を適用し、該特異値
分解で求めた最大特異値が最小となる入力信号を音源位
置に最も近い入力信号として第１の選択を行い、該選択
した第１の入力信号を除去し且つこれに相関のある成分
を除去したＮ−１個の入力信号から成る残差相互スペク
トル行列に特異値分解を適用して求めた最大特異値が最
小となる入力信号を音源位置に最も近い入力信号として
第２の選択を行い、該選択を推定される音源数だけ繰り
返すことにより得られた入力信号の各位置を音源位置と
推定する演算部と、で構成することができる。
【００３６】上記の演算部は、該Ｎ点の入力信号から成
る相互スペクトル行列に特異値分解を適用して第１の特
異値を求め、該Ｎ点の入力信号の中から各入力信号ｘ
i(i=1,2,…,N)に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用して
第２の特異値を求め、該第１及び第２の特異値の各成分
の差の総和を求めて該総和が最大となる入力信号ｘi1を
第１に選択し、次に、該最大となる入力信号ｘi1を除去
し且つこれに相関のある成分を除去したＮ−１個の入力
信号において第２の選択を行い、該選択を推定される音
源数だけ繰り返すことにより得られた入力信号の各位置
を音源位置と推定してもよい。
る相互スペクトル行列に特異値分解を適用して第１の特
異値を求め、該Ｎ点の入力信号の中から各入力信号ｘ
i(i=1,2,…,N)に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用して
第２の特異値を求め、該第１及び第２の特異値の各成分
の差の総和を求めて該総和が最大となる入力信号ｘi1を
第１に選択し、次に、該最大となる入力信号ｘi1を除去
し且つこれに相関のある成分を除去したＮ−１個の入力
信号において第２の選択を行い、該選択を推定される音
源数だけ繰り返すことにより得られた入力信号の各位置
を音源位置と推定してもよい。
【００３７】また、該演算部は、該第１の選択の後、該
第２の選択以降を行う代わりに、少なくとも該第１の選
択に係る入力信号を含む該音源数分の入力信号における
最大特異値と最小特異値との比である条件数が最小とな
る組み合わせを音源位置に最も近い入力信号の最適な組
み合わせとして選択してもよい。
第２の選択以降を行う代わりに、少なくとも該第１の選
択に係る入力信号を含む該音源数分の入力信号における
最大特異値と最小特異値との比である条件数が最小とな
る組み合わせを音源位置に最も近い入力信号の最適な組
み合わせとして選択してもよい。
【００３８】
【発明の実施の形態】図１は、本発明に係る音源探索方
法及び装置の検証を目的として行った試験装置を示す。
信号発生器ＳＧ１〜ＳＧ３から発生された３つの互いに
無相関な波形の音源信号（ｕ1,ｕ2,ｕ3）を各スピーカ
ＳＰ１〜ＳＰ３から放射する。
法及び装置の検証を目的として行った試験装置を示す。
信号発生器ＳＧ１〜ＳＧ３から発生された３つの互いに
無相関な波形の音源信号（ｕ1,ｕ2,ｕ3）を各スピーカ
ＳＰ１〜ＳＰ３から放射する。
【００３９】そして、６個の入力信号測定用マイクＭ１
〜Ｍ６で入力信号（ｘ1,ｘ2,ｘ3,ｘ 4,ｘ5,ｘ6）を測定
する。測定した各信号は、周波数分析器ＦＡに一旦入力
されて時間領域信号から周波数領域信号に変換された
後、演算部としてのコンピュータＣＯＭに送られ、上記
の演算処理が実行される。
〜Ｍ６で入力信号（ｘ1,ｘ2,ｘ3,ｘ 4,ｘ5,ｘ6）を測定
する。測定した各信号は、周波数分析器ＦＡに一旦入力
されて時間領域信号から周波数領域信号に変換された
後、演算部としてのコンピュータＣＯＭに送られ、上記
の演算処理が実行される。
【００４０】この試験では、上記の“偏特異値分解”に
より、６個の入力信号から音源位置に最も近い３個（ｘ
1,ｘ2,ｘ3）が選択されることを検証する。
より、６個の入力信号から音源位置に最も近い３個（ｘ
1,ｘ2,ｘ3）が選択されることを検証する。
【００４１】図２(a) は、全ての入力信号（ｘ1,ｘ2,ｘ
3,ｘ4,ｘ5,ｘ6）から成る相互スペクトル行列に特異値
分解を適用し、得られた特異値を周波数特性としてプロ
ットしたものである。この結果、入力信号の数に対応し
て６本の特異値特性成分σ1〜σ6が得られ、この内、特
異値が大きい３本の特性成分σ1(実線),σ2(点線),σ
3(一点鎖線)が音源信号によるものを表わし、他の３本
の特性成分σ4〜σ6はノイズによるものである。
3,ｘ4,ｘ5,ｘ6）から成る相互スペクトル行列に特異値
分解を適用し、得られた特異値を周波数特性としてプロ
ットしたものである。この結果、入力信号の数に対応し
て６本の特異値特性成分σ1〜σ6が得られ、この内、特
異値が大きい３本の特性成分σ1(実線),σ2(点線),σ
3(一点鎖線)が音源信号によるものを表わし、他の３本
の特性成分σ4〜σ6はノイズによるものである。
【００４２】同図(b) は、本発明の“偏特異値分解”に
より選択された３個の入力信号（ｘ 1,ｘ2,ｘ3）から成
る相互スペクトル行列に特異値分解を適用して得られた
特異値特性成分σ1'〜σ3'を示している。
より選択された３個の入力信号（ｘ 1,ｘ2,ｘ3）から成
る相互スペクトル行列に特異値分解を適用して得られた
特異値特性成分σ1'〜σ3'を示している。
【００４３】すなわち、まず、入力信号（ｘ1,ｘ2,ｘ3,
ｘ4,ｘ5,ｘ6）から任意の１つの入力信号ｘ1を選び、こ
の入力信号ｘ1に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用する
と、同図(a) に示したような６本の特異値特性成分（図
示していないが例えばσ11，σ21,…,σ61）が得られ
る。これら６種類の特異値成分は数学的な特性であるた
め、それぞれ特性曲線が交差せずに大きい方から小さい
方へ６本順に並ぶ形となる。
ｘ4,ｘ5,ｘ6）から任意の１つの入力信号ｘ1を選び、こ
の入力信号ｘ1に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用する
と、同図(a) に示したような６本の特異値特性成分（図
示していないが例えばσ11，σ21,…,σ61）が得られ
る。これら６種類の特異値成分は数学的な特性であるた
め、それぞれ特性曲線が交差せずに大きい方から小さい
方へ６本順に並ぶ形となる。
【００４４】さらに別の１つの入力信号ｘ2を選び、こ
の入力信号ｘ2に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用する
と、やはり別の６本の特異値特性成分（図示していない
が例えばσ12，σ22,…,σ62）が得られる。
の入力信号ｘ2に相関のある成分を除去した入力信号か
ら成る残差相互スペクトル行列に特異値分解を適用する
と、やはり別の６本の特異値特性成分（図示していない
が例えばσ12，σ22,…,σ62）が得られる。
【００４５】これを全入力信号について順次行い、最後
の６本の特異値特性成分は、図示していないが例えばσ
16，σ26,…,σ66となる。
の６本の特異値特性成分は、図示していないが例えばσ
16，σ26,…,σ66となる。
【００４６】このようにして、同図(a) に示すような６
本の特異値特性成分が６群得られることになる。６群の
各特異値特性成分同士は同じ様な性質を有している。し
たがって、６群の最大の特異値特性はσ11〜σ16であ
り、これら最大特異値特性成分σ11〜σ16の中から最小
となる特異値（例えばσ12）に対応する入力信号ｘ2を
音源に最も近い信号として第１に選択する。
本の特異値特性成分が６群得られることになる。６群の
各特異値特性成分同士は同じ様な性質を有している。し
たがって、６群の最大の特異値特性はσ11〜σ16であ
り、これら最大特異値特性成分σ11〜σ16の中から最小
となる特異値（例えばσ12）に対応する入力信号ｘ2を
音源に最も近い信号として第１に選択する。
【００４７】次に、第１に選択した入力信号ｘ2を除去
するとともにｘ2に相関のある成分を除去した（Ｎ−
１）個の入力信号において、同様の手順を実行し、最大
特異値が最小となる入力信号を第２に選択する。
するとともにｘ2に相関のある成分を除去した（Ｎ−
１）個の入力信号において、同様の手順を実行し、最大
特異値が最小となる入力信号を第２に選択する。
【００４８】このようにして選択した音源数Ｋ個（これ
は経験的に予め分かっているか、または閾値として設定
される）の入力信号が、音源位置に最も近い入力信号で
あるとして選択される。
は経験的に予め分かっているか、または閾値として設定
される）の入力信号が、音源位置に最も近い入力信号で
あるとして選択される。
【００４９】この例では、Ｋ＝３として３つの入力信号
（ｘ1,ｘ2,ｘ3)が選択されており、これらの入力信号
（ｘ1,ｘ2,ｘ3)から成る相互スペクトル行列に、同図
(a) と同じく特異値分解を適用すると、その特異値特性
成分が同図(b) に示すようにσ1'〜σ3'となる。
（ｘ1,ｘ2,ｘ3)が選択されており、これらの入力信号
（ｘ1,ｘ2,ｘ3)から成る相互スペクトル行列に、同図
(a) と同じく特異値分解を適用すると、その特異値特性
成分が同図(b) に示すようにσ1'〜σ3'となる。
【００５０】また、同図(c) は、他の入力信号（ｘ4,ｘ
5,ｘ6）から成る相互スペクトル行列に特異値分解を適
用し、得られた特異値特性成分をプロットしたものであ
る。
5,ｘ6）から成る相互スペクトル行列に特異値分解を適
用し、得られた特異値特性成分をプロットしたものであ
る。
【００５１】これらの結果から、“偏特異値分解”によ
り選択された３つの入力信号（ｘ1,ｘ2,ｘ3) は同図(a)
の音源信号と比較すると分かるように、両者は類似し
ており、音源位置に最も近い入力信号が選択されたこと
になる。
り選択された３つの入力信号（ｘ1,ｘ2,ｘ3) は同図(a)
の音源信号と比較すると分かるように、両者は類似し
ており、音源位置に最も近い入力信号が選択されたこと
になる。
【００５２】一方、上記の“偏特異値分解”の変形例に
おいても図１の構成例を適用して考える。まず、Ｎ個の
全入力信号から成る相互スペクトル行列に、特異値分解
を適用して特異値（σ1,σ2,…σ6）を得る。
おいても図１の構成例を適用して考える。まず、Ｎ個の
全入力信号から成る相互スペクトル行列に、特異値分解
を適用して特異値（σ1,σ2,…σ6）を得る。
【００５３】また、１つの入力信号ｘ1に相関のある成
分を除去した入力信号から成る残差相互スペクトル行列
に、特異値分解を適用して特異値（σ11,σ21,…
,σ61）を求める。
分を除去した入力信号から成る残差相互スペクトル行列
に、特異値分解を適用して特異値（σ11,σ21,…
,σ61）を求める。
【００５４】そして、まず、特異値（σ1,σ2,…σ6）
と（σ11,σ21,…,σ61）との各成分の差の総和を次式
により求める。
と（σ11,σ21,…,σ61）との各成分の差の総和を次式
により求める。
【数8】 sum(ΔσX1）＝（σ1−σ11）＋（σ2−σ21）＋ ・・・＋（σ6−σ61） ・・・式(8)
【００５５】同様に、入力信号ｘ2に相関のある成分を
除去した入力信号から成る残差相互スペクトル行列に、
特異値分解を適用して特異値（σ12,σ22,…,σ62）を
求め、上記の式(8) のようにして総和sum(ΔσX2）を求
めて行く。最後に入力信号ｘ 6に相関のある成分を除去
した入力信号から成る残差相互スペクトル行列に特異値
分解を適用して特異値（σ16,σ26,…,σ66）を求め、
総和sum(ΔσX6）を求める。
除去した入力信号から成る残差相互スペクトル行列に、
特異値分解を適用して特異値（σ12,σ22,…,σ62）を
求め、上記の式(8) のようにして総和sum(ΔσX2）を求
めて行く。最後に入力信号ｘ 6に相関のある成分を除去
した入力信号から成る残差相互スペクトル行列に特異値
分解を適用して特異値（σ16,σ26,…,σ66）を求め、
総和sum(ΔσX6）を求める。
【００５６】そして、これらの総和の内、最大となる入
力信号、例えばｘ2を第１に選択する。次に、入力信号
ｘ2を除去するとともに入力信号ｘ2に相関のある成分を
除去した（Ｎ−１）個の入力信号において、同様の演算
を行い、sum(Δσ・x1・x2）が最大となる入力信号ｘ22を
第２に選択する。このようにしてＫ個の入力信号を選択
することとなる。
力信号、例えばｘ2を第１に選択する。次に、入力信号
ｘ2を除去するとともに入力信号ｘ2に相関のある成分を
除去した（Ｎ−１）個の入力信号において、同様の演算
を行い、sum(Δσ・x1・x2）が最大となる入力信号ｘ22を
第２に選択する。このようにしてＫ個の入力信号を選択
することとなる。
【００５７】さらに、上記の“偏特異値分解”の発展例
として、上記の如く“偏特異値分解”で選択した少なく
とも第１の入力信号を含む、例えば３個の入力信号の最
適な組合せを、該条件数ｃｎ＝σ1/σ3を用いて選択す
れば、上記の従来の手法（１）において不必要な組合せ
を予め排除することができ、演算時間の短縮を図ること
ができる。
として、上記の如く“偏特異値分解”で選択した少なく
とも第１の入力信号を含む、例えば３個の入力信号の最
適な組合せを、該条件数ｃｎ＝σ1/σ3を用いて選択す
れば、上記の従来の手法（１）において不必要な組合せ
を予め排除することができ、演算時間の短縮を図ること
ができる。
【００５８】
【発明の効果】以上のように、本発明に係る音源探索方
法及び装置では、基本的には、Ｎ点の入力信号の中から
各入力信号ｘi(i=1,2,…,N)に相関のある成分を除去し
た入力信号から成る残差相互スペクトル行列に特異値分
解を適用して求めた最大特異値が最小となる入力信号を
音源位置に最も近い入力信号として第１の選択を行い、
該選択した第１の入力信号を除去し且つこれに相関のあ
る成分を除去したＮ−１個の入力信号から成る残差相互
スペクトル行列に特異値分解を適用して求めた最大特異
値が最小となる入力信号を音源位置に最も近い入力信号
として第２の選択を行い、該選択を推定される音源数だ
け繰り返すことにより得られた入力信号の各位置を音源
位置と推定するように構成した。
法及び装置では、基本的には、Ｎ点の入力信号の中から
各入力信号ｘi(i=1,2,…,N)に相関のある成分を除去し
た入力信号から成る残差相互スペクトル行列に特異値分
解を適用して求めた最大特異値が最小となる入力信号を
音源位置に最も近い入力信号として第１の選択を行い、
該選択した第１の入力信号を除去し且つこれに相関のあ
る成分を除去したＮ−１個の入力信号から成る残差相互
スペクトル行列に特異値分解を適用して求めた最大特異
値が最小となる入力信号を音源位置に最も近い入力信号
として第２の選択を行い、該選択を推定される音源数だ
け繰り返すことにより得られた入力信号の各位置を音源
位置と推定するように構成した。
【００５９】したがって、実際の機械騒音のように、多
数の音源が混在し、その音源となる物体が狭い空間内に
配置されているような場合でも、音源近傍に配するマイ
ク空間があれば、迅速かつ精度良く音源位置を把握する
ことが可能となる。
数の音源が混在し、その音源となる物体が狭い空間内に
配置されているような場合でも、音源近傍に配するマイ
ク空間があれば、迅速かつ精度良く音源位置を把握する
ことが可能となる。
【図１】本発明に係る音源探索方法の実施に使用される
装置の一実施例を示したブロック図である。
装置の一実施例を示したブロック図である。
【図２】本発明に係る音源探索方法及び装置により得ら
れる音源信号の周波数特性を示したグラフ図である。
れる音源信号の周波数特性を示したグラフ図である。
【図３】音源信号に関する一般的な多入力単出力システ
ムを説明するためのブロック図である。
ムを説明するためのブロック図である。
ｕ1,ｕ2,ｕ3 音源信号 ＳＧ１〜ＳＧ３ 信号発生器 ＳＰ１〜ＳＰ３ スピーカ Ｍ１〜Ｍ６ 入力信号測定用マイク ＦＡ 周波数分析器 ＣＯＭ コンピュータ 図中、同一符号は同一又は相当部分を示す。
Claims (6)
- 【請求項１】複数の独立した音源信号から該音源を探索
する方法において、 該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）点で
入力し、 該入力した信号を周波数領域の信号に変換し、 該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,…,N)
に相関のある成分を除去した入力信号から成る残差相互
スペクトル行列に特異値分解を適用し、 該特異値分解で求めた最大特異値が最小となる入力信号
を音源位置に最も近い入力信号として第１の選択を行
い、 該選択した第１の入力信号を除去し且つこれに相関のあ
る成分を除去したＮ−１個の入力信号から成る残差相互
スペクトル行列に特異値分解を適用して求めた最大特異
値が最小となる入力信号を音源位置に最も近い入力信号
として第２の選択を行い、 該選択を推定される音源数だけ繰り返すことにより得ら
れた入力信号の各位置を音源位置と推定する、 ことを特徴とした音源探索方法。 - 【請求項２】複数の独立した音源信号から該音源を探索
する方法において、 該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）点で
入力し、 該入力した信号を周波数領域の信号に変換し、 該Ｎ点の入力信号から成る相互スペクトル行列に特異値
分解を適用して第１の特異値を求め、 該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,…,N)
に相関のある成分を除去した入力信号から成る残差相互
スペクトル行列に特異値分解を適用して第２の特異値を
求め、 該第１及び第２の特異値の各成分の差の総和を求めて該
総和が最大となる入力信号ｘi1を第１に選択し、 次に、該最大となる入力信号ｘi1を除去し且つこれに相
関のある成分を除去したＮ−１個の入力信号において第
２の選択を行い、 該選択を推定される音源数だけ繰り返すことにより得ら
れた入力信号の各位置を音源位置と推定する、 ことを特徴とした音源探索方法。 - 【請求項３】請求項１又は２において、 該第１の選択の後は、該第２の選択以降を行う代わり
に、少なくとも該第１の選択に係る入力信号を含む該音
源数分の入力信号における最大特異値と最小特異値との
比である条件数が最小となる組み合わせを音源位置に最
も近い入力信号の最適な組み合わせとして選択すること
を特徴とした音源探索方法。 - 【請求項４】複数の独立した音源信号から該音源を探索
する装置において、 該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）点で
入力測定するマイクと、 該入力した信号を周波数領域の信号に変換する周波数分
析器と、 該Ｎ点の入力信号の中から各入力信号ｘi(i=1,2,…,N)
に相関のある成分を除去した入力信号から成る残差相互
スペクトル行列に特異値分解を適用し、該特異値分解で
求めた最大特異値が最小となる入力信号を音源位置に最
も近い入力信号として第１の選択を行い、該選択した第
１の入力信号を除去し且つこれに相関のある成分を除去
したＮ−１個の入力信号から成る残差相互スペクトル行
列に特異値分解を適用して求めた最大特異値が最小とな
る入力信号を音源位置に最も近い入力信号として第２の
選択を行い、該選択を推定される音源数だけ繰り返すこ
とにより得られた入力信号の各位置を音源位置と推定す
る演算部と、 を備えたことを特徴とする音源探索装置。 - 【請求項５】複数の独立した音源信号から該音源を探索
する装置において、 該音源信号の音圧を任意のＮ（ＮはＮ＞１の整数）点で
入力測定するマイクと、 該入力した信号を周波数領域の信号に変換する周波数分
析器と、 該Ｎ点の入力信号から成る相互スペクトル行列に特異値
分解を適用して第１の特異値を求め、該Ｎ点の入力信号
の中から各入力信号ｘi(i=1,2,…,N)に相関のある成分
を除去した入力信号から成る残差相互スペクトル行列に
特異値分解を適用して第２の特異値を求め、該第１及び
第２の特異値の各成分の差の総和を求めて該総和が最大
となる入力信号ｘi1を第１に選択し、次に、該最大とな
る入力信号ｘi1を除去し且つこれに相関のある成分を除
去したＮ−１個の入力信号において第２の選択を行い、
該選択を推定される音源数だけ繰り返すことにより得ら
れた入力信号の各位置を音源位置と推定する演算部と、 を備えたことを特徴とする音源探索装置。 - 【請求項６】請求項４又は５において、 該演算部は、該第１の選択の後、該第２の選択以降を行
う代わりに、少なくとも該第１の選択に係る入力信号を
含む該音源数分の入力信号における最大特異値と最小特
異値との比である条件数が最小となる組み合わせを音源
位置に最も近い入力信号の最適な組み合わせとして選択
することを特徴とした音源探索装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26187397A JP3613945B2 (ja) | 1997-09-26 | 1997-09-26 | 音源探索方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26187397A JP3613945B2 (ja) | 1997-09-26 | 1997-09-26 | 音源探索方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11101684A true JPH11101684A (ja) | 1999-04-13 |
| JP3613945B2 JP3613945B2 (ja) | 2005-01-26 |
Family
ID=17367954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26187397A Expired - Fee Related JP3613945B2 (ja) | 1997-09-26 | 1997-09-26 | 音源探索方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3613945B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030046727A (ko) * | 2001-12-06 | 2003-06-18 | 박규식 | 서브밴드 씨피에스피 알고리듬을 이용한 음원위치추정방법및 그 시스템 |
| JP2004251751A (ja) * | 2003-02-20 | 2004-09-09 | Mitsui Eng & Shipbuild Co Ltd | 音響センサアレイ、音響診断装置及び音響診断方法 |
| CN114646384A (zh) * | 2022-01-28 | 2022-06-21 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于频谱相干分解方法的远场直升机被动声音检测方法 |
-
1997
- 1997-09-26 JP JP26187397A patent/JP3613945B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030046727A (ko) * | 2001-12-06 | 2003-06-18 | 박규식 | 서브밴드 씨피에스피 알고리듬을 이용한 음원위치추정방법및 그 시스템 |
| JP2004251751A (ja) * | 2003-02-20 | 2004-09-09 | Mitsui Eng & Shipbuild Co Ltd | 音響センサアレイ、音響診断装置及び音響診断方法 |
| CN114646384A (zh) * | 2022-01-28 | 2022-06-21 | 中国空气动力研究与发展中心低速空气动力研究所 | 基于频谱相干分解方法的远场直升机被动声音检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3613945B2 (ja) | 2005-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4660773B2 (ja) | 信号到来方向推定装置、信号到来方向推定方法、および信号到来方向推定用プログラム | |
| US20130010968A1 (en) | Sound Processing Apparatus | |
| KR101025163B1 (ko) | 진동 및 소음 전달경로 해석 시스템과 진동 및 소음 전달경로 해석 방법 | |
| Rao et al. | A denoising approach to multisensor signal estimation | |
| Koukoulas et al. | Second-order Volterra system identification | |
| JPH11101684A (ja) | 音源探索方法及び装置 | |
| JP6815956B2 (ja) | フィルタ係数算出装置、その方法、及びプログラム | |
| JP3613943B2 (ja) | 音源特性認識方法及び装置 | |
| US10540992B2 (en) | Deflation and decomposition of data signals using reference signals | |
| CN112116922A (zh) | 一种噪声盲源信号分离方法、终端设备及存储介质 | |
| US6615143B2 (en) | Method and apparatus for reconstructing and acoustic field | |
| US10872619B2 (en) | Using images and residues of reference signals to deflate data signals | |
| US20230239616A1 (en) | Target sound signal generation apparatus, target sound signal generation method, and program | |
| JP4083387B2 (ja) | 離散フーリエ変換の計算 | |
| JP2910676B2 (ja) | 負荷均等化装置 | |
| JPH09146443A (ja) | 近距離音場ホログラフィー装置 | |
| CN212255587U (zh) | 一种芯片功耗的检测装置 | |
| JP5634347B2 (ja) | 信号分離装置及び信号分離方法 | |
| JP3346524B2 (ja) | 非線形歪測定方法 | |
| JPH0946136A (ja) | ガウス雑音発生装置および方法 | |
| WO2024038522A1 (ja) | 信号処理装置、信号処理方法、プログラム | |
| Zimmer | Logarithmic least mean square sound-field estimation | |
| Bernecky | A Sonar Application | |
| Diel et al. | Efficient FPGA implementation for sound source separation using direction-informed multichannel non-negative matrix factorization | |
| Sun et al. | Improvement to ESPRIT-type frequency estimators via reducing data redundancy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040930 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041012 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041025 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |