麥克風(fēng)網(wǎng)絡(luò)中基于分布式卡爾曼濾波的說(shuō)話人跟蹤方法研究.pdf

1、基于麥克風(fēng)陣列的說(shuō)話人定位與跟蹤技術(shù)在音/視頻會(huì)議系統(tǒng)、公共安全監(jiān)控系統(tǒng)、語(yǔ)音識(shí)別、車載電話、機(jī)器人等領(lǐng)域得到廣泛應(yīng)用。近年來(lái)，隨著無(wú)線傳感器網(wǎng)絡(luò)和集成電路技術(shù)的發(fā)展以及嵌入式處理器計(jì)算能力的顯著提高，基于麥克風(fēng)陣列網(wǎng)絡(luò)的分布式說(shuō)話人定位與跟蹤技術(shù)成為語(yǔ)音信號(hào)處理領(lǐng)域的研究熱點(diǎn)。采用分布式數(shù)據(jù)處理方式，分布式說(shuō)話人定位方法不限制麥克風(fēng)陣列網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，其容錯(cuò)能力較強(qiáng)，可靠性和穩(wěn)定性高，但它只利用當(dāng)前幀的語(yǔ)音信號(hào)對(duì)聲源進(jìn)行定位，對(duì)背景噪

2、聲和房間混響魯棒性較差。因此，需要采用分布式說(shuō)話人跟蹤方法來(lái)確定說(shuō)話人的運(yùn)動(dòng)軌跡，以獲得更好的聲源位置估計(jì)性能。
　　分布式說(shuō)話人跟蹤是典型的非線性狀態(tài)估計(jì)問(wèn)題。本文針對(duì)分布式麥克風(fēng)網(wǎng)絡(luò)提出了幾種分布式非線性卡爾曼濾波算法，并將這些算法用于麥克風(fēng)陣列網(wǎng)絡(luò)的說(shuō)話人跟蹤問(wèn)題，提出了幾種分布式聲源跟蹤方法，實(shí)現(xiàn)對(duì)說(shuō)話人運(yùn)動(dòng)軌跡的有效估計(jì)。
　　本文的主要貢獻(xiàn)如下:
　　(1)針對(duì)分布式聲源定位方法對(duì)背景噪聲和房間混響魯棒性差

3、的問(wèn)題，提出了一種基于分布式麥克風(fēng)陣列網(wǎng)絡(luò)的分布式卡爾曼濾波說(shuō)話人跟蹤方法。該方法考慮到噪聲和混響影響使得時(shí)間延遲估計(jì)可能存在虛假值，引入了一種時(shí)延甄別策略，并在對(duì)聲源進(jìn)行跟蹤時(shí)，從鄰域搜集有效的時(shí)延估計(jì)作為觀測(cè)信息，用郎之萬(wàn)模型描述說(shuō)話人運(yùn)動(dòng)狀態(tài)，然后用分布式卡爾曼濾波對(duì)說(shuō)話人位置進(jìn)行準(zhǔn)確估計(jì)。該方法充分利用當(dāng)前和過(guò)去時(shí)間幀的語(yǔ)音信號(hào)，能夠有效解決分布式說(shuō)話人定位的魯棒性差問(wèn)題，具有通信負(fù)擔(dān)小、可靠性和穩(wěn)定性高、使用靈活等優(yōu)點(diǎn)。

4、>　　(2)針對(duì)說(shuō)話人跟蹤中觀測(cè)模型的非線性問(wèn)題，提出了一種分布式無(wú)味卡爾曼濾波方法，其可達(dá)到二階估計(jì)精度。在此基礎(chǔ)上，為充分描述室內(nèi)環(huán)境說(shuō)話人不同運(yùn)動(dòng)模式，引入交互式多模型算法，提出了一種基于麥克風(fēng)陣列網(wǎng)絡(luò)的分布式交互多模型無(wú)味卡爾曼濾波說(shuō)話人跟蹤方法。該方法對(duì)聲源進(jìn)行跟蹤時(shí)，從鄰域搜集有效的時(shí)延估計(jì)，并用不同模型描述說(shuō)話人駐足、慢走、快走及加速等運(yùn)動(dòng)模式，然后融合不同模型的無(wú)味卡爾曼濾波結(jié)果，因此能夠有效提高說(shuō)話人位置的估計(jì)精度。<

5、br>　　(3)針對(duì)聲源跟蹤時(shí)說(shuō)話人的初始狀態(tài)可能未知或誤差較大問(wèn)題，提出了一種分布式迭代拓展卡爾曼濾波方法，并將該方法用于麥克風(fēng)陣列網(wǎng)絡(luò)的說(shuō)話人跟蹤問(wèn)題中。此外，還引入一種迭代終止策略，使迭代過(guò)程始終向似然增加的方向進(jìn)行，從而獲得最大似然意義下的近似最優(yōu)解。該方法在跟蹤過(guò)程中，通過(guò)增加幾次簡(jiǎn)單的局部迭代，即使當(dāng)說(shuō)話人的初始位置誤差較大時(shí)，也能夠快速捕捉到說(shuō)話人的位置，因此具有更快的收斂速度，也能有效提高說(shuō)話人位置的估計(jì)精度。