基于可控功率響應(yīng)的聲源定位快速算法研究.pdf

1、麥克風(fēng)陣列聲源定位是利用麥克風(fēng)組成的陣列來(lái)估計(jì)聲源位置的技術(shù)，在日常生產(chǎn)與生活中有著廣泛的應(yīng)用。聲源定位算法一般分為基于高分辨率譜估計(jì)，基于時(shí)延差估計(jì)和基于可控波束形成三大類，可控功率響應(yīng)(SRP:SteeredResponsePower)算法是典型的基于可控波束的聲源定位方法，在混響環(huán)境中具有較強(qiáng)的穩(wěn)健性，但復(fù)雜的計(jì)算量限制了它在實(shí)時(shí)環(huán)境中的應(yīng)用。因此，本文的研究目標(biāo)就是在保持定位性能基本不變的前提下，減少SRP的計(jì)算量。
　　

2、 首先，介紹了傳統(tǒng)SRP算法的原理，并做了一系列仿真實(shí)驗(yàn)，包括用Image算法仿真了房間脈沖響應(yīng)，直觀地演示了混響;仿真廣義互相關(guān)(GCC:GeneralizedCrossCorrelation)算法，說(shuō)明GCC由于麥克風(fēng)個(gè)數(shù)較少，只能確定聲源的一系列候選位置，且性能隨混響增加而急劇下降;仿真?zhèn)鹘y(tǒng)SRP算法，直觀演示了定位的結(jié)果，說(shuō)明其在強(qiáng)混響環(huán)境中也能取得較好的定位效果。
　　 其次，給出了三線快速SRP算法。該算法是一個(gè)由

3、粗到精的聲源搜索過(guò)程，在粗搜索階段，估計(jì)出水平偏角和大致的徑向距離，從徑向距離中可以判斷聲源處于近場(chǎng)還是遠(yuǎn)場(chǎng)，在精搜索階段則根據(jù)近遠(yuǎn)場(chǎng)采用不同的策略進(jìn)一步搜索聲源可能出現(xiàn)的位置。分析計(jì)算復(fù)雜度，三線快速SRP有效地減少了一個(gè)維度的計(jì)算量。TIMIT語(yǔ)音庫(kù)的數(shù)據(jù)仿真和真實(shí)環(huán)境的數(shù)據(jù)仿真表明，三線快速SRP算法與傳統(tǒng)SRP算法有著相當(dāng)?shù)亩ㄎ恍阅堋?br>　　 最后，給出了基于時(shí)延差聚類的快速SRP算法，著重討論了六種不同的聚類算法，分別是

4、:k-means，k-medoids，isodata，GMM，譜聚類和層次聚類。該算法分成三個(gè)步驟:第一步是對(duì)時(shí)延差聚類，可以離線完成;第二步是對(duì)聲源位置粗搜索，實(shí)際上就是分別計(jì)算所有聚類中心的SRP功率值，功率值最大的聚類即為聲源可能存在的目標(biāo)區(qū)域;第三步是在目標(biāo)區(qū)域內(nèi)對(duì)聲源位置精搜索。分析計(jì)算復(fù)雜度，基于時(shí)延差聚類快速SRP的計(jì)算量比傳統(tǒng)SRP的計(jì)算量要小很多。TIMIT語(yǔ)音庫(kù)的數(shù)據(jù)仿真和真實(shí)環(huán)境的數(shù)據(jù)仿真表明，基于時(shí)延差聚類的快速