文档介绍：摘要麦克风阵列已广泛应用于音/视频会议、语音识别及增强等领域。声源定位是为超分辨算法和非超分辨算法。非超分辨类算法的定位精度受到阵列孔径的限制,号之间的幅度差异减小,该模型可以退化为远场信号模型。针对多维定位阵列信号处理的主要任务之一,是实现空间滤波的基础。基于阵列的定位算法分只能用于定位精度要求较低的情况。超分辨类算法定位精度可以突破瑞利限,在一定条件下可以实现任意定位精度,具有极大的应用价值。传统的超分辨算法假设信源为窄带远场平稳信号,而麦克风阵列处理主要针对宽带短时平稳的语音信号,且声源可能位于阵列的近场,这导致兰扑惴ú荒芡用。基于麦克风阵列的声源多维定位与传统的信源定位相比,主要存在如下问题:宽带信号:在窄带条件下,阵元之间的相位差可以近似认为是信号源位置的函数,频率为一常量;而语音信号为宽带非调制信号,阵元之间的相位差为频率和信号源位置的复合函数。近场源信号:在麦克风阵列处理中,因为应用环境不同,声源可能位于阵列的近场或远场,而传统的阵列信号处理均假设信源位于阵列的远场。空间干扰源:在室内环境中,空间干扰源和语音信号同时辐射到阵列上,严重影响定位性能。多维定位:麦克风阵列应用一般需要二维/ㄎ唬车恼罅写硭法主要针对一维兰啤本文围绕这些问题,提出了几种声源定位算法,实现了声源多维定位,主要工作如下:提出了基于麦克风阵列的近场信号模型:根据语音的传播特性和阵列处理的要求,提出了基于球面波前的近场信号模型,该模型综合考虑了阵元之间的幅度衰减和时延两个因素。当信源与阵列的距离较远时,阵元接收信问题,提出了麦克风阵列的一般设计原则,并设计三种麦克风阵列:二维均匀圆环麦克风阵列、三维均匀直线麦克风阵列和三维均匀球面麦克风阵黄
知识水坝***@pologoogle为您整理
声分布特点,把阵列分成两个位置不同的子阵,调节子阵的位置,使阵列提出了声源多维定位惴ǎ喊呀邮招藕欧殖扇舾筛稣藕牛据子空间分解原理,把这些窄带信号划分为信号子空间和噪声子空间,推导出了声源多维定位惴ā提出了声源多维定位聚焦算法:根据聚焦理论,以每个频率点的相关矩阵和参考频率点的相关矩阵的均方误差最小为最优聚焦准则,提出了一种不需要预估计和迭代的声源多维定位聚焦算法,减少了运算量,提高了定位性能。提出了色噪声下的声源多维定位子阵算法和预白化算法:根据室内环境噪接收相同的语音信号和不相关的方向噪声,利用两个子阵的互相关矩阵,实现声源定位,抑制方向噪声的影响。由于通道不一致以及回声等因素的影响,使得阵列接收的噪声信号不满足空间白,本文提出了一种预白化算法,来抑制色噪声对声源定位的影响。采用仍不仿罂朔缯罅小⑷戎毕呗罂朔缯罅泻腿惹蛎媛克风阵列,通过仿真,验证了本文提出的几种声源多维定位算法。关键词:麦克风阵列信号处理,声源多维定位,子空间算法,语音信号处理。列。电子科技大学博士论文第页
知识水坝***@pologoogle为您整理
—:劝:,一痶—:,:,,猟,..ⅱ鬶畉瑀.,痸瑂,甌甌..,.猳産猟第’
..猙猘’,..篗猟;电子科技大学博士论文瑃:/甌、Ⅳ猙,痶矗..;;
插图目录图基于麦克风阵列的语音通信系统结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯.图公司的麦克风阵列产品⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图声源氖庇虿ㄐ危裳德,采样精度图声源挠锲淄迹裳德,鉌变换,%重叠,图宽带波束形成器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图不同频率的波束图,鲂藕牛个干扰源⋯⋯⋯⋯⋯⋯汉明窗⋯⋯.图脉动球源示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图麦克风阵列接收信号模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯图近场模型演化成远场模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..元均匀直线阵波束图,间距为迕住元均匀圆阵波束图,半径为厘米⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.元均匀球面阵波束图,半径为厘米⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯元三维均匀直线阵波束图,间距迕住图均匀直线阵列平均空间谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图空间搜索点最大值戎毕哒罅⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图均匀圆环阵列平均空间谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图空间搜索点最大值仍不氛罅⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图空间搜索点最大值惹蛎嬲罅⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图空间搜索点最大值戎毕哒罅⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图空间搜索点最大值舱螅銎德实⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图空间搜索点最大值舱螅銎德实⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图空间搜索点最大值舱螅个频率点图兰莆蟛钣胄旁氡鹊墓叵登圆环阵、球面阵,三维直线阵图占浞较蛟肷彼阉鞯阕畲笾怠”%卯鼹鲫∞配甜:合第页们...........................................⋯