強噪聲環(huán)境下基于麥克風陣列的說話人定位方法研究.pdf

1、基于麥克風陣列的說話人定位與跟蹤是人機交互的一個重要研究課題，它在機器人、智能會議系統(tǒng)等領域有著廣泛的應用。針對基于標準粒子濾波的音頻單特征說話人定位精度低，魯棒性差的問題，本文充分利用音頻多特征的互補特性，并且對粒子濾波算法進行改進，提出一種基于音頻多特征自適應融合的說話人定位方法，實現(xiàn)強噪聲環(huán)境下說話人的精確定位。本文的主要工作和創(chuàng)新如下:
　　考慮到標準粒子濾波中采用先驗概率密度作為建議分布函數(shù)，丟失了量測信息，從而使得定位

2、不準確的問題，采用迭代卡爾曼更新無味粒子濾波產(chǎn)生的均值和方差，形成新的建議分布函數(shù)，將最新的音頻量測信息融入到建議分布函數(shù)當中，增強最新觀測信息對系統(tǒng)模型的實時修正作用，提高系統(tǒng)模型的轉移精度。并將改進的粒子濾波用在說話人定位中，提出一種基于迭代無味粒子濾波的聲源定位方法。仿真結果表明，改進的方法相比于粒子濾波算法和無味粒子濾波算法有更精確的定位效果。
　　針對基于音頻單特征的定位容易受到背景噪聲的影響，進而定位精度低和魯棒性差的

3、問題，通過引入特征信息的融合，提出一種基于音頻多特征自適應融合的說話人定位方法。該方法首先構建出說話人定位系統(tǒng)模型，通過系統(tǒng)模型定義特征間的差異度函數(shù)，并以此評價不同特征對目標定位支持度的一致性。其次，通過分析加性融合和乘性融合的優(yōu)缺點，以特征間差異度大小為依據(jù)，提出一種自適應的特征融合策略，通過比較差異度與限定閾值之間的大小來自適應選取融合策略。最后，在粒子濾波框架下，通過定義的自適應融合方法融合可控波束形成和相位變換加權的可控響應功