聲源DOA估計中的TDOA-DOA映射方法研究.pdf

1、聲源波達方向（Direction Of Arrival，DOA）估計作為麥克風陣列信號處理中的一項關鍵技術，在視頻會議系統(tǒng)、故障檢測、醫(yī)療診斷、軍事等許多領域都有廣泛應用?；诙嗤ǖ赖竭_時間差（Time Differences Of Arrival，TDOA）的方法是聲源DOA估計中的一種重要方法。然而當前研究工作主要集中在TDOA獲取，而對TDOA-DOA映射方法研究較少?；谧钚《酥С窒蛄炕貧w機（Least Squares Sup

2、port Vector Regression，LS-SVR）的TDOA-DOA映射方法有較好的聲源DOA估計效果，但其研究并不全面。本文針對基于LS-SVR的TDOA-DOA映射方法，從LS-SVR中的核函數(shù)選取、多核LS-SVR構造以及稀疏化分析等方面進行了深入研究。此外，本文提出一種基于稀疏表示理論的無需調節(jié)參數(shù)的TDOA-DOA映射方法。本文的主要工作有：
　　1）由于不同核函數(shù)具有不同的映射性能，因而本文研究了徑向基核、多

3、項式核以及線性核這三種常見核函數(shù)構造的LS-SVR在混響和噪聲環(huán)境中的聲源 DOA估計性能，并與最小二乘映射方式進行了比較。研究結果表明，采用徑向基核函數(shù)具有更高的估計性能。
　　2）針對估計時延在混響較為嚴重的環(huán)境中出現(xiàn)離群值的問題，本文根據(jù)TDOA-DOA的映射特點，提出一種基于中值濾波的TDOA處理方法以消除離群值。研究結果表明，采用該方法后，在混響較為嚴重的環(huán)境中聲源DOA映射性能得到了有效提升。
　　3）為了進一步

4、提升聲源DOA估計性能，本文結合多核學習理論以及K-means聚類算法，提出了基于聚類方法的多核LS-SVR映射方法。仿真結果表明，多核LS-SVR的性能要優(yōu)于單核LS-SVR以及最小二乘法；一般情況下，核的個數(shù)越多，多核LS-SVR的性能越好，并且混響時間越大，多核的性能優(yōu)勢體現(xiàn)得越明顯。
　　4）針對LS-SVR映射方法中訓練集存在冗余這一問題，本文將基于最小支持權重的剪枝稀疏方法運用到聲源 DOA估計中，分別對單核和多核 L