改进的自适应特征值分解声源定位算法研究

麦克风阵列室内声源定位,常用声达时间差定位技术。本文针对估计时延的自适应特征值分解算法收敛速度慢,时延估计精度较差,麦克风较多等问题,提出一种改进的自适应特征值分解时延估计算法,采用单源多元混响模型,将混响效应描述为室内冲激响应滤波器对信号的滤波过程,估计不同阵元的冲激响应抑制混响,根据冲激响应峰值计算时延。通过引入最小均方牛顿算法,加快了AED算法的收敛速度。给出了对声源进行三维定位的三麦克风阵列结构,实际测试结果表明,改进算法与三麦克风阵列的定位方法对声源的定位更加准确。

一种变步长的自适应特征值分解时延估计方法

在房间声场环境下基于传声器阵列的说话人定位中,时延估计算法是其中的关键步骤。与其它常用时延估计方法相比,自适应特征值分解(Adaptive Eigenvalue Decomposition,AED)时延估计算法因其优越的抗混响性能受到越来越多的关注。但在受噪声和混响干扰的语音条件下,传统的自适应特征值分解算法收敛速度较慢,对初值敏感。通过引进动量因式,提出了一种变步长的特征值分解算法,通过理论分析和仿真实验,证实了新算法的收敛性能要优于传统的特征值分解算法,节省收敛时间,使算法的整体性能有所提高。

一种改进的极化SAR自适应非负特征值分解

自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是ANNED的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的。针对这两个局限性,该文提出了一种改进的ANNED,首先通过计算NNED中余项协方差矩阵主子式的零点提出NNED的快速解法,该方法在用于提取ANNED的体散射功率时不需要反复计算特征值,从而提高了计算速度;其次该快速解法用于调整ANNED的散射功率以此解决余项协方差矩阵存在负特征值的问题;实验表明,改进的ANNED能明显增强城区的二面角散射功率,减少城区的体散射功率,并有助于提高分类精度。

混响和有色噪声环境下的顽健时延估计方法

提出一种针对混响和有色噪声的顽健时延估计算法。该算法通过对房间冲激响应进行盲辨识来去除混响的影响,并使用延迟相关矩阵抑制有色噪声,从而提高了实际环境下时延估计算法的性能。仿真实验结果表明,在混响和有色噪声环境下,此算法能有效地进行时延估计。

基于麦克风阵列的声源定位算法研究

在基于时延估计的声源定位系统中,由于定位算法分为两个阶段:时延估计和定位,时延估计阶段的误差会在定位阶段被放大,导致声源定位的成功率和精度较低。从原始信号去噪,时延值插值和定位算法三方面入手,提高声源定位的精度。结合自行设计的四元十字麦克风阵列,给出一种新的时延值筛选算法,实现了一个室内声源定位系统。实验结果表明,在二维定位场景中,该系统对声源方位角的估计成功率超过70%,平均误差小于5°;该系统对声源距离估计的成功率和精度与声源方位角有关,当声源方位与X、Y轴的夹角不超过15°且声源距离不超过2.5 m时,声源距离估计的成功率能达到50%以上。

混响和空间噪声环境下的鲁棒时延估计方法

针对混响和空间噪声,本文提出一种基于三麦克风特征值分解的时延估计算法。该算法将混响和空间噪声下的时延估计构造成一个双入三出(DITO)系统的信道盲辨识问题,通过对房间冲激响应进行盲辨识来去除混响的影响,通过双初值初始化来分离声源与空间噪声的时延信息,从而提高了实际环境下时延估计算法的性能。仿真实验结果表明,在混响和空间噪声环境下,本文算法能有效地进行时延估计。