快速SRP-PHAT多声源定位算法

相位变换加权指向响应功率(SRP-PHAT)算法在低信噪比和强混响环境下具有较好的鲁棒性,但是空间遍历带来的海量计算给其声源实时定位带来了挑战。提出了一种适用于多声源的随机区域收缩SRP-PHAT算法,通过最小描述长度(MDL)准则确定声源数量,利用K-means聚类算法进行空间区域划分,且引入瑞利限驱动的K-means聚类纠错机制,通过随机区域收缩算法进行空间区域快速收缩,利用波束主瓣宽度准则判别和界定有效声源,实现多声源定位。结果表明:针对3个声源和信噪比0 dB的情形,所提算法能够在保证定位准确率高于95%的前提下,提高30倍的计算效率,实现快速多声源定位。

二次加速SRP-PHAT声源定位算法

基于可控功率响应和相位变换(Steering response power-phase transform,SRP-PHAT)的声源定位算法具有较高的鲁棒性和准确性,特别是在强噪声和回响条件下。但SRP-PHAT类算法在工程应用中有一个巨大的障碍,那就是需要较大的运算量。为了解决该问题,本文从阵列拓扑结构和搜索策略两个方向出发,对SRP-PHAT类算法加速。首先,通过垂直布置的阵列将二维空间的搜索转化为一维空间的搜索;其次,采用层次搜索策略,由粗至精对一维空间进行搜索。仿真实验表明,采用该方法可以节约大量的计算量。

一种改进的联合SRP-PHAT语音定位算法

提出了一种基于正交直线麦克风阵列的分级搜索SRP-PHAT(可控响应功率-相位加权)语音定位算法.利用正交直线麦克风阵列将二维搜索空间缩减为2个一维空间以减少计算量,并联合使用四叉树由粗到细的分级搜索(hierarchical search)策略分别在一维空间中搜索声源位置.通过Matlab对联合算法进行了仿真,实现了声源定位,并与传统的全搜索SRP-PHAT算法和改进前的基于正交直线麦克风阵列的加速SRP-PHAT算法进行比较分析.实验与仿真结果显示:该联合算法大大减少了计算量和定位时间,能准确定位声源位置.

一种改进的SRP-PHAT宽带信源DOA估计算法

针对离散联合可控响应功率和相位变换(DSRP-PHAT)算法用于宽带信号DOA估计时精度不稳定问题,在线性阵列条件下提出了一种改进算法(IDSRP-PHAT).该算法首先计算各时延对应的角度,对其进行排序,然后通过滑窗法计算波束功率并反推得到波束角度,最后在峰值搜索中采用加权求和的方式估计DOA.仿真实验表明,相比DSRP-PHAT算法,IDSRP-PHAT算法提高了平均估计精度,同时也消除了不同DOA带来的精度差异.

SRP-PHAT的改进算法综述

最大可控响应功率波束形成法(SRP-PHAT)是当前传声器阵列声源定位主流方法之一。针对该算法计算量庞大,不能进行实时声源定位的问题,对基于随机搜索的空间收缩快速算法(SRC)、由粗到精空间收缩快速算法(CFRC)、随机粒子滤波快速算法(SPF)等进行了分析、比较,总结了当前SRP-PHAT的改进方法。

基于SRP-PHAT的实时声源定位算法设计与实现

如今嵌入式ARM芯片在智能设备中的应用越来越广,在智能语音交互产品中,基于通用ARM平台实现声源定位功能有着广泛需求。相比传统专用语音处理芯片,使用ARM芯片可提高产品的集成度并降低成本。基于相位变换加权可控响应功率(SRP-PHAT)的声源定位算法,提出一种可应用于嵌入式平台的工程实现方法,并基于Python及C++语言对该算法进行设计与实现。实验结果表明,在0~8000Hz频段范围对语音信号进行处理能将误差范围控制在±14°以内,并将在嵌入式平台处理耗时控持在200ms以内。该算法在准确性及实时性上能够满足嵌入式平台对声源定位功能的需求,可应用于嵌入式ARM平台。

改进的SRP-PHAT声源定位方法

基于联合可控响应功率和相位变换(SRP-PHAT)的传声器阵列声源定位方法是一种鲁棒的声源定位方法。该方法在弱噪声和适度混响的环境下,可以获得较精确的波达方向角(DOA)估计,但在低信噪比或强混响的环境下,该方法的性能并不理想,而且庞大的运算量也限制了其在实时定位系统中的应用。针对这两方面的问题,本文提出了一种改进的SRP-PHAT传声器阵列声源定位方法,从而使定位方法的运算量大大降低。仿真实验表明,改进的SRP-PHAT定位方法即使在噪声干扰较大和混响影响较严重的环境下,仍具有较高的定位精度。

基于双五元十字阵列被动声源定位算法研究

随着国防进入科技现代化,高精度、低误差的被动声源定位技术举足轻重。为了进一步减小声源定位的定位误差,提高定位精度,在双五元十字麦克风阵列模型的研究基础上,研究了经典MUSIC声源定位算法并进行了定位仿真实验。在此基础上又提出了使用广义互相关时延估计(GCC)仿真定位,并对其四种加权函数进行仿真分析,遴选出仿真效果最佳的PHAT(Phase Transform)加权函数。基于PHAT加权的广义互相关算法定位仿真定位误差是经典MUSIC算法定位误差的1/7.274,前者定位误差比后者明显降低,具有一定的研究意义。

CiscoSRP公平性算法的加权改进

为了实现Cisco SRP环按需分配带宽份额,本文在SRP公平性算法的基础上提出了为节点按比例分配不同权值并分配带宽的思想,并就这种分配方案给出了简单的加权公平性算法加以实现。为了验证算法的实际效果,本文用Opnet软件仿真了在4种流量模式下支持加权公平性算法的SRP MAC模型,用C++编写了算法的相关代码,并根据仿真的结果讨论了这种分配方案的实际效果和局限性。最后,本文提出了对这种算法继续加以改进的设想和办法。

基于分布式麦克风阵列的声源定位算法

为了提高相位变换加权的可控响应功率SRP-PHAT（Steered Response Power-Phase Transform）声源定位算法的性能,提出一种基于分布式麦克风阵列的改进算法。根据分布式麦克风阵列的特点,使用麦克风对接收信号的广义互相关GCC-PHAT（Generalized Cross-Correlation with Phase Transform weighting）函数的最大值来评价接收信号的质量。在传统SRP-PHAT算法的基础上,以该最大值为权重乘以每对麦克风接收信号的GCC-PHAT函数。该算法质量较高的麦克风对接收信号赋予了较大的权重,因而能提高定位性能。仿真结果表明,在信噪比低于10 dB,混响时间大于300 ms的条件下,改进算法的定位成功率比传统算法提高了2%~4%。

基于道路网络的受限优化路径搜索算法

为刻画基于道路的景区空间相关情况,通过定义道路网络模型、道路受限距离、R-半径近邻道路等概念,提出受限的空间自相关指标及优化道路路径算法SRP,用于搜索景区路网中景点的最邻近道路及计算道路长度。利用MapInfo格式的贵州省城市主干道数据进行实验,结果表明,SRP算法能快速找到最优道路路径。

弹性分组环中公平算法的研究

本文深入分析了目前应用于弹性分组环(RPR,Resilient Packet Ring)中的一些公平算法,指出了目前的算法所存在的一些问题。并根据相关的研究工作,讨论了有待于进一步研究的课题。

基于麦克风阵列的室内三维声源定位优化算法

针对基于相位变换加权的可控响应功率(Steered Response Power-PHAse Transform,SRP-PHAT)定位算法精度高但实时性差的问题,本文引入基于到达时间差(Time Difference Of Arrival,TDOA)的定位算法以提高实时性,提出一种基于TDOA和搜索空间聚类(Search Space Clustering,SSC)优化的SRP-PHAT的组合算法-搜索空间收缩聚类算法.该算法先利用TDOA定位算法经过离群值校正后得到声源在方向角和径向距离上的估计范围,之后根据估计声源范围进行搜索区域收缩,最后利用SRP-PHAT-SSC算法在收缩区域内进行细粒度(5 cm)的空间搜索计算,得到估计声源的三维坐标.本文采用五元麦克风阵列,利用虚源法模拟室内声场,通过Matlab对声源进行了三维定位仿真.实验结果表明,改进后的算法与基于SRP-PHAT的全网格搜索(Full Grid Search,FGS)算法和SSC算法相比,在三维定位上的实时性和鲁棒性都得到了提高.

基于混沌人工蜂群优化的声源定位算法

针对传统可控响应功率和相位变换(SRP-PHAT)的声源定位算法计算量大、实时性差等问题,提出了一种基于混沌人工蜂群优化的SRP-PHAT声源定位算法。该算法将阵列的波束输出功率作为目标代价函数,建立声源定位数学模型,利用混沌的全局覆盖性和人工蜂群算法的收敛速度快、鲁棒性强等特点,实现了声源的三维精确定位。实验结果表明,该算法计算量小、定位精度高,能满足实际系统的定位需求。

CRSN中基于信道使用概率的Rendezvous算法

为了解决认知无线传感器网络(CRSN)中公共控制信道受限问题,在不使用公共控制信道情况下,减少信道冲突,提高CRSN的通信效率和频谱适应性。本文提出了一种分布式的Rendezvous信道跳频算法SRP,该算法通过调整步长,动态生成逻辑跳频序列,根据信道的使用概率,将逻辑序列映射到物理信道,实现节点间的信道Rendezvous,算法支持时钟同步和异步模型,保证了节点间的有效通信。通过理论证明和实验对比分析,验证了SRP算法在最大相遇时间(MTTR)和平均相遇时间(ATTR)上优于其他算法。

基于遗传算法的声源三维定位方法

相位变换加权的可控响应功率(SRP-PHAT)算法是一种基于麦克风阵列的鲁棒声源定位方法,该算法在有混响和噪声的环境下仍有较高的定位精度。但该算法用网格法对整个声源空间进行搜索,逐点计算其目标函数,因而总的计算量非常大,不适用于实时定位系统。针对SRP-PHAT的特点,采用遗传算法进行搜索,使总的计算量大幅度降低。仿真结果表明在混响时间为300ms,信噪比为5dB的条件下,该算法仍可达到较高的定位精度。

针对头佩式麦克风阵列的声源定位算法研究

头佩式麦克风阵列在单兵便携反狙击声探测定位系统和机器人声定位系统中具有实际的应用价值。一般的声源定位方法是基于无遮挡的线性或非线性麦克风阵列。采用头佩式麦克风阵列,考虑到背向声源麦克风的低频声波由于头盔遮挡而发生的衍射作用,针对低频波段的声音信号进行定位算法的设计和研究。该算法利用低频声波的绕射路径计算时延,采用联合可控功率响应(SRP-PHAT)框架进行时延补偿搜索定位。实验表明,相比于普通的无遮挡定位算法,基于绕射路径的头佩式麦克风阵列定位方法通过综合利用背向声源的麦克风数据,明显地提高了定位的精度,这种精度的提升在选择1 k Hz以内的信号频率窗口时达到最佳效果。

浅析弹性分组环中几种公平算法

弹性分组环（RPR：Resilient Packet Ring）是由IEEE 802．17工作组标准化的一种新的城域网技术。公平算法是其中重要的技术之一。本文简单介绍了弹性分组环（RPR）的基本结构，以及弹性分组环中的三种常用的公平算法，并作了简单的比较。

弹性分组环及其相关公平性算法

文章首先介绍了弹性分组环(RPR)的优点及带宽公平分配的原理,然后对目前的公平算法进行了相关分析,指出了其优缺点。

自适应广义互相关的声阵列炸点定位

为了获取炸点在复杂环境中的精准定位,提出自适应广义互相关声阵列定位算法。该算法改进PHAT加权函数,通过调节加权因子α能够适应更为复杂的实验环境;同时采用两个信号相干解决声源信号较弱时PHAT加权函数趋于无穷大,提高时延估计的准确性以及声源目标的精度。建立五元立体的远场模型以及近场模型,通过实验验证改进的PHAT加权函数在近场和远场时延估计的准确度。实验结果表明,改进的PHAT加权算法相比较于SOCT加权函数、PHAT加权函数具有更好的抗噪性能和更准确的时延估计,减小了声源目标定位的误差。