基于信号包络和互相关的双端通话检测算法研究

声学回声消除(AEC)系统依赖于自适应滤波器的回声路径估计,当麦克风接收的信号存在回声和近端信号时,可能出现模拟回声路径的自适应滤波器发散,导致回声消除性能下降,严重时影响双端通话质量。一个成熟的声学回声消除器应该包含有双端通话检测算法,针对该问题,提出一种准确度高、性能稳定的基于信号包络检测(Env)和归一化互相关(NCC)估计相结合的双端通话检测(DTD)算法。该算法先使用远端信号与麦克风信号的能量包络来判断双端通话是否发生,当包络检测不能准确地判断双端通话时,再使用远端信号与麦克风信号的互相关估计对双端通话进行最终判断,保证双端通话检测的准确性。仿真实验表明,提出的算法可以准确判断双端通话的开始与结束,并且受回声路径变化的影响较小,提升了AEC系统的性能。

基于EPUMA的相干干扰零陷加深算法研究

麦克风阵列信号处理中,自适应波束形成技术能够实现空域上的滤波,增强期望方向的有效信号同时抑制干扰源方向信号。但在相干干扰功率较大的环境下,许多传统算法的估计精度和性能会受到很大影响甚至失效。对此,提出一种基于增强型主奇异向量模态分析(EPUMA)重构优化协方差矩阵进行自适应处理的方法。该方法首先对信号协方差矩阵进行特征值分解,然后利用加权最小二乘计算线性预测系数,最后通过代价函数估计出期望的空间谱。仿真结果显示,该方法可以有效减少功率较大的相干干扰对自适应波束形成的影响,提高了阵列接收信号的信噪比。

麦克风阵列中基于零陷波束形成的声反馈抑制

在教室和会场环境中,通常使用自适应控制方法进行声反馈抑制,但由于扬声器输出信号和麦克风输入信号之间存在强相关性,利用自适应控制方法进行声反馈抑制容易产生偏心估计问题。针对这一问题,提出在麦克风阵列中利用零陷波束形成实现声反馈抑制,该方法通过在扬声器方向上形成零陷,避免麦克风阵列采集扬声器的输出信号,达到声反馈抑制的目的。考虑到实际环境中噪声对声反馈抑制的效果有影响,利用加权最小二乘法迭代更新波束形成器系数。仿真结果显示,在有噪声的情况下,与最小二乘法、最小-最大法相比,加权最小二乘法对波束形成器反馈抑制性能的提升更有益。

汽车辅助驾驶系统中基于麦克风阵列的语音采集与识别

汽车辅助驾驶系统中的语音交互,可以实现语音导航、躲避拥堵、信息查阅等功能。本文从语音信号采集开始详细介绍了辅助驾驶中所使用的语音识别的整个过程,包括预处理,特征提取,训练与识别。在预处理阶段,详细介绍了语音信号的采样、预加重和端点检测。其中端点检测是语音识别中预处理阶段中最重要的一步,它直接关系到后面的识别过程的准确率。一系列的前端处理之后,正式进入了语音识别阶段。论文主要介绍了隐马尔可夫法(HMM)语音识别算法。在仿真过程中实现孤立词的语音识别。