基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法

本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.

基于AVS和稀疏表示的鲁棒语者声源DOA估计方法

基于声学矢量传感器（Acoustic vector sensor,AVS）和空间声源稀疏表示理论,进行了鲁棒的高精度语者声源到达角（Direction of arrival,DOA）估计方法研究。考虑混响和加性噪声影响,本文推导了AVS接收信号的向量化的协方差矩阵模型,设计了过完备字典,依此建立声源的空间稀疏表示模型,最终通过求解稀疏空间谱获得鲁棒的DOA估计。本文进行了大量的不同混响和加性噪声条件下的仿真实验和实际环境中的DOA估计实验,实验结果表明,本文提出的语者声源DOA估计方法在信噪比5-30dB范围内可获得均方根误差（Root mean square error,RMSE）小于1°的估计精度。在实际环境中也取得了2-10°误差的DOA估计结果。

基于单AVS的空间目标语音增强方法

空间目标语音增强技术在移动语音应用中具有重要价值。为有效抑制空间干扰语音和背景噪声,采用声学矢量传感器(acoustic vector sensor,AVS),利用其结构的特殊性和各输出分量间的三角函数关系,引入阻塞矩阵,推导目标语音信号的功率谱,从而实现对AVS全向分量的最佳Wiener滤波获得增强语音。仿真实验表明,该方法能够有效抑制空间语音干扰和背景噪声。该方法采用单AVS,计算复杂度低,具备移动设备上的应用优势。