直升机目标被动声跟踪算法及其仿真研究

本文提出了包含多普勒和声传播时间延迟的接收信号模型；提出了在直升机目标做匀速直线运动的条件下，将声基阵获得的测向信息与多普勒频移信息融合，估计目标运动参数的算法，并用蒙特卡罗方法分析了该算法的估计精度；仿真结果表明该算法可实现较高的估计精度，测距精度满足实用要求；最后研究了应用该算法的自适应跟踪问题．

直升机目标被动声跟踪算法及其仿真研究

提出了包含多普勒频移和声传播时间延迟的接收信号模型；提出了在直升机目标做匀速直线运动的条件下，将声基阵获得的测向信息与多普勒频移信息融合，估计目标运动参数的算法，并用蒙特卡罗方法分析了该算法的估计精度；仿真结果表明该算法可实现较高的估计精度，测距精度满足实用要求；

多特征优化下室内声源鲁棒跟踪算法

针对室内强混响低信噪比下单特征声源跟踪精度低和稳健性差的问题,提出了一种多特征优化鲁棒跟踪算法。该算法建立了基于时延估计多假设模型的多特征优化机制,克服了混响噪声下单特征定位性能差的缺陷。为了提高多特征优化机制对说话人随机运动的稳健性,提出了交互式多模型(IMM)粒子滤波改进算法,通过对模型噪声方差和模型概率实时调整,增强了多特征优化机制的鲁棒性。仿真分析和实际测试结果表明,在多特征优化机制下,IMM改进算法比已有模型位置平均均方根误差(RMSE)降低约12%;在IMM改进算法下,多特征优化机制相对其他算法位置平均RMSE降低89.6%左右。该算法明显消除了混响噪声的不利影响,提高了声源定位与跟踪的精度和鲁棒性。

简易声源定位跟踪系统设计与制作

文中介绍了麦克风阵列与声源定位算法的基本工作原理,在此基础上阐述了基于单片机的简易声源定位跟踪系统的设计和制作方法。该系统主要由独立声音发生装置、麦克风阵列、信号处理与控制3部分组成。经过测试,证明了该系统可以实现对长距离声源信号的定位与追踪,可以利用无线蓝牙技术在智能手机上实时动态显示声源信号的定位信息——长度和角度,且系统定位精度高,稳定性好。

基于TDOA算法的声源跟踪智能小车设计与制作

为了实现智能小车紧急规避,提高小车自动驾驶控制的精确度,现利用TDOA算法,设计一款功能完善、实用性强的声源跟踪智能小车。首先,根据TDOA算法,完成系统总体设计。其次,从主控电路设计、传感器模块设计、控制器模块设计、电源模块设计等多个方面入手,完成系统硬件设计、最后,从用户登录模块设计、数据采集模块设计、自动避障寻声模块设计三个方面入手,完成系统软件模块设计。结果表明:在TDOA算法的应用背景下,本文所设计的声源跟踪智能小车运行正常、可靠、稳定,各个功能模块实现满足设计相关要求。希望通过这次研究,为相关人员提供有效的借鉴和参考。

声源定位跟踪系统

本文设计了一个声源识别和追踪装置。由麦i克风阵列来收集声源信号,并对收集到的模拟信号进行处理,将每个麦克风接收的信息都传递到K210微处理器中,K210微处理器通过mcropythone语言环境对其进行编写烧录程序,程序中使用到了TDOA算法,对于麦克风采集到的声源信号进行了多次取均值的操作来减少误差。除此之外,还对声源信号采用滤波操作,以减小噪声干扰(例如舵机的转动)。同时为增强人机交互能力,设计了人机交互的按钮来进行模式的切换,精准模式和实时跟踪模式,通过LCD屏幕输出声源的角度和距离。

一种改进的AEDA声源定位及跟踪算法

开展了基于麦克风阵列的真实声场环境声源定位的工作。针对传统的自适应特征值分解时延估计算法收敛时间慢、对初值敏感以及不能有效跟踪时延变化等问题,提出了一种改进的自适应特征值分解时延估计算法,该方法通过改进初值设定方法,有效改善了对时延变化的估计。另外,通过引入一个基于相关运算的语音检测算法,提高了定位系统的抗噪声能力。实验表明在真实的声场环境下该算法能够对单个声源的三维空间位置进行实时的定位和跟踪,系统在1.5m范围内对声源的定位误差小于8cm,声源位置变化时,系统也能准确跟踪声源的位置。

基于粒子滤波的声源方位跟踪算法

针对混响环境中说话人方位跟踪问题,提出一种基于粒子滤波的声源方位跟踪算法。该算法根据说话人的运动特点,在Langevin方程的基础上构建声源方位的动态模型,采用相位变换加权的可控响应功率作为定位函数,运用粒子滤波对声源方位进行跟踪。使用典型会议室环境下小型麦克风阵列接收的真实数据来做实验。结果表明,该算法能有效地实现随机走动说话人的方位跟踪,并且在水平角和仰角方向的均方根误差均小于5°。

一种基于粒子滤波的鲁棒声源跟踪算法

为了提高噪声和混响环境中声源跟踪的精度,提出一种基于粒子滤波的鲁棒声源跟踪算法。在基于麦克风阵列的粒子滤波声源跟踪算法框架下,该方法分别采用常规可控波束形成和相位变换加权的可控响应功率两种声源定位函数来构造似然函数,并且分别用这两种似然函数评价粒子权重,再将各自的粒子权重归一化并对两种粒子权重做加权平均得到新的粒子权重。仿真结果表明,在高信噪比或弱混响条件下,该方法的跟踪性能与传统方法接近;在信噪比低于10dB,混响时间大于300ms条件下,该算法的跟踪误差比传统算法减小15%~20%。文中提出的声源跟踪算法结合了两种定位函数的优点,在低信噪比,较强混响环境下有好的鲁棒性。

一种基于粒子滤波的多声源跟踪算法

研究了声源轨迹交叉情况下的两个声源跟踪问题。针对传统跟踪算法容易丢失较弱声源的缺点,提出一种基于粒子滤波的改进多声源跟踪算法。该算法在跟踪过程中估计声源之间的距离,当此距离小于0.3 m时,根据声源粒子的速度方向来调整粒子权重,引导粒子向各自声源的运动方向移动,从而避免较弱声源的粒子被较强声源的粒子"吸引",保持了粒子的多样性。仿真结果表明,在不同的交叉角度下,相比于传统算法,改进算法能大幅度减小对较弱声源的跟踪丢失率,并能有效提高两个声源的跟踪精度。

一种基于机器人听觉的多声源跟踪策略

针对多运动声源跟踪问题,提出了一种将波束形成算法和卡尔曼滤波相结合的多运动声源跟踪策略.采用波束形成算法对空间声能量进行搜索计算目标可能的方位,通过不同窗长的并行卡尔曼滤波器预测目标各自在下一时刻的方位,从而获得目标的同一性.仿真与在室内环境下的实际运行结果验证了该方法的有效性.

基于容积粒子滤波的交互式声源鲁棒跟踪方法

针对交互式声源跟踪系统中跟踪精度低的问题,提出了一种基于容积粒子滤波的交互式声源跟踪方法。利用容积卡尔曼滤波得到重要性采样函数,有效缓解粒子退化问题;根据交互式声源的运动特点,构建交互式声源跟踪框架,防止状态估计中融合错误的先验信息。仿真结果表明:在低信噪比环境下,提出的方法可以得到更加精准的交互式声源运动轨迹。

基于能量衰减的增量式声源跟踪算法研究

声源定位属于典型的被动定位,基于声源定位与跟踪在实际中具有广泛的应用。文中利用声音随距离的能量衰减模型,提出了最小二乘的增量式声源跟踪算法形式,并在二维空间分别给出了声源的定位,位置式及增量式声源跟踪算法的实验结果。位置式及增量式声源跟踪算法是跟踪算法的两种表现形式,实际中可根据跟踪算法的复杂度和具体的控制对象进行选择。由于只需计算声源移动增量,与传统的位置式算法相比,增量式声源位置跟踪算法具有控制器调整方便、容错性强等特点。

一种基于粒子滤波的混合声源跟踪算法

为了提高噪声和混响环境中说话人跟踪的精度,提出一种基于粒子滤波的混合声源跟踪算法。根据接收信号信噪比变化较大的特点,该算法使用相位变换加权的可控响应功率定位函数来计算每帧信号的粒子状态观测值,利用其方差将接收信号帧分为高信噪比和低信噪比两种。对于高信噪比帧,仍采用该定位函数构造的似然函数来评价粒子权重,对于低信噪比帧,则采用常规可控波束形成定位函数构造的似然函数来评价粒子权重。仿真结果表明,在平均信噪比较高的条件下,该算法的跟踪性能与传统算法接近;在平均信噪比低于10dB,混响时间大于200ms的条件下,跟踪误差比传统算法减少20%～30%。

基于环形阵列的近场多声源波达方向跟踪

针对基于可控功率响应的多声源跟踪算法的定位复杂度高,且弱声源易受强声源影响而造成无法跟踪的问题,提出了一种利用环形阵列的近场多声源波达方向跟踪方法。首先利用语音信号在时—频域的稀疏性和声源间的屏蔽效应定义了信号的相关性,并利用相关性检测主声源较强的帧,其次利用环形阵列结合SRP方法获取单帧主声源的方位角,然后集合多帧的数据从方位角的统计直方图中分析出当前声源的数目和所在方位。仿真实验结果表明,该方法对声源数目估计的准确率为92%,且具有较高的方位角跟踪精度,其误差小于1.5°,因此可有效应用于近场环境中声源数目和方位的跟踪中。

基于粒子滤波的静音检测与声源跟踪算法

基于粒子滤波的跟踪算法是解决说话人跟踪问题的一种常用方法。结合了静音检测技术的声源跟踪算法,在静音期间,主要靠声源动态方程来估计目标的位置,可有效地减小误差。传统的噪声环境中的静音检测算法计算量较大,不利于实时跟踪。该文利用声源跟踪中的粒子滤波算法实现静音检测,算法用每帧信号的粒子状态观测值方差来检测静音,简便而可靠。仿真结果表明,该算法能有效地减小静音期间的跟踪误差,且计算量不增加。

移动机器人基于改进粒子滤波的声源目标跟踪研究

在机器人声源跟踪系统中,由于环境中存在非高斯噪声,且系统描述的观测方程非线性程度较高,会导致跟踪精度低、稳定性差等问题。针对以上问题基于粒子滤波方法,提出了一种改进的粒子滤波跟踪算法。在粒子滤波重采样后加入马尔科夫链移动步骤,改善重采样出现的样本枯竭问题。将该算法应用到机器人声源跟踪中,仿真实验表明,相对粒子滤波跟踪算法更加准确有效的实现了声源跟踪。

五象限法声源自动跟踪器

介绍由两同心圆组成的等投影面积五象限声 -电测量装置的工作原理 .当声波与声 -电转换器的主要测象限垂直时 ,其声波在主要测象限内产生的声 -电电压最强 .根据声 -电电压的变化大小来确定声源的方向 ,实现自动跟踪 .

基于检测前跟踪的声源跟踪算法

针对低信噪比、强混响环境中声源跟踪误差较大的问题,提出一种基于检测前跟踪的声源跟踪算法。该算法将一种改进的可控响应功率函数作为定位函数,通过计算粒子所在矩形区域的可控响应功率值,改进的可控响应功率函数可以得到更加顽健的声源位置估计;同时,将检测前跟踪技术应用于跟踪算法中,可以免于重复计算处于同一区域的量测值,从而在保证跟踪精度的前提下大幅减少跟踪算法的运算量。经仿真实验验证,改进算法在低信噪比、强混响的环境中能够得到比传统跟踪算法更精确的跟踪结果。

基于卡尔曼滤波和预测的可控波束多声源跟踪

针对传统的可控波束声源跟踪方法运算量大,难以实时处理的缺点,提出了一种基于卡尔曼滤波和预测的可控波束多声源跟踪方案,集成了语音活动检测,为运动声源分别建立状态模型和观测模型.卡尔曼预测为下一步跟踪提供了基准,免除了传统可控波束方法的全局空间搜索,可以有效地减少运算量,同时解决了无声段声源轨迹的重构问题.卡尔曼滤波可以抑制突发性的噪声,提高定位精度.仿真实验结果表明文中提出的方法的可行性.