基于麥克風(fēng)陣列的聲源方位估計(jì)算法研究.pdf

1、傳統(tǒng)的單一麥克風(fēng)，對語音信號的采集范圍十分有限，且易受環(huán)境噪聲和室內(nèi)混響等因素的影響，導(dǎo)致采集到的信號有較大的失真。隨著多媒體會(huì)議、助聽器等陣列技術(shù)產(chǎn)品的出現(xiàn)，人們不僅需要有效獲取期望的語音信號，還需準(zhǔn)確定位該語音信號，面?zhèn)鹘y(tǒng)的單一麥克風(fēng)語音信號處理技術(shù)已經(jīng)不能滿足這些要求。
　　本論文利用麥克風(fēng)陣列實(shí)現(xiàn)聲源方位的有效估計(jì)，從算法理論和計(jì)算機(jī)仿真兩個(gè)方面驗(yàn)證了基于麥克風(fēng)陣列實(shí)現(xiàn)聲源方位估計(jì)的可行性。在聲源定位的三大類方法中，本文對

2、基于時(shí)延估計(jì)的方法和空間譜估計(jì)的方法進(jìn)行了重點(diǎn)研究，通過計(jì)算機(jī)仿真和各種算法的分析對比實(shí)驗(yàn)，分別在估計(jì)精度、算法收斂速度、運(yùn)算量等方面，檢驗(yàn)、驗(yàn)證了文中各算法的性能。
　　首先，本文對理想環(huán)境下廣義互相關(guān)算法中常見的幾類加權(quán)函數(shù)進(jìn)行仿真分析。針對PHAT加權(quán)函數(shù)易受噪聲和混響影響的缺陷，本文通過修正PHAT加權(quán)函數(shù)結(jié)構(gòu)，使其在低信噪比和有混響的條件下也取得了較高的估計(jì)精度。
　　其次，本文對LMS算法進(jìn)行分析研究，并通過在步

3、長因子和穩(wěn)態(tài)誤差兩者間建立非線性函數(shù)，形成變步長LMS算法，消除了不相關(guān)噪聲對算法的影響，并克服了步長因子和穩(wěn)態(tài)誤差兩者之間所存在的矛盾。
　　然后，本文分析研究了MUSIC算法、ROOT-MUSIC算法以及ESPRIT算法，從算法原理、估計(jì)精度、分辨率等方面進(jìn)行了仿真對比。針對平面陣固有的缺陷，通過設(shè)計(jì)、優(yōu)化陣列結(jié)構(gòu)，有效解決了空間聲源的鏡像估計(jì)問題。
　　接著，針對MUSIC算法無法估計(jì)相干聲源信號的問題，本文分析研究了