基于麥克風(fēng)陣列的近場(chǎng)聲源定位與跟蹤.pdf

1、隨著陣列信號(hào)處理技術(shù)的日漸成熟，基于麥克風(fēng)陣列的聲源定位與跟蹤現(xiàn)已逐漸得到比較廣泛的應(yīng)用。由于室內(nèi)聲源為寬帶非平穩(wěn)信號(hào)，傳統(tǒng)的窄帶信號(hào)DOA估計(jì)和跟蹤算法無(wú)法直接應(yīng)用于此，且現(xiàn)有算法通常具有較高的算法復(fù)雜度，所以基于麥克風(fēng)陣列的聲源定位和跟蹤仍然具有較大的改進(jìn)空間。本文對(duì)基于麥克風(fēng)陣列的近場(chǎng)聲源DOA估計(jì)和跟蹤相關(guān)算法進(jìn)行了研究和改進(jìn)，主要研究?jī)?nèi)容包括:
　　第一、綜合分析了語(yǔ)音信號(hào)的時(shí)頻特性，結(jié)合陣列信號(hào)處理中遠(yuǎn)場(chǎng)均勻線陣平面波

2、信號(hào)接收模型研究了均勻線陣、均勻圓陣和任意拓?fù)浣Y(jié)構(gòu)的近場(chǎng)球面波信號(hào)接收模型。
　　第二、對(duì)麥克風(fēng)陣列接收到的數(shù)據(jù)進(jìn)行包括預(yù)濾波、預(yù)加重、歸一化、加窗分幀和語(yǔ)音降噪等在內(nèi)的各種預(yù)處理和語(yǔ)音端點(diǎn)檢測(cè)。本文對(duì)語(yǔ)音降噪進(jìn)行了重點(diǎn)研究，文中采用了自適應(yīng)小波分解層數(shù)選取和改進(jìn)型閾值函數(shù)相結(jié)合的方法來(lái)提高小波語(yǔ)音去噪的性能。
　　第三、采用麥克風(fēng)均勻圓陣近場(chǎng)模型，對(duì)近場(chǎng)3D-MUSIC算法和寬帶聚焦3D-MUSIC算法進(jìn)行了對(duì)比研究。針對(duì)

3、均勻圓陣等傳統(tǒng)麥克風(fēng)陣列近場(chǎng)信號(hào)模型對(duì)聲源俯仰角估計(jì)產(chǎn)在角度模糊的缺陷，建立了新的麥克風(fēng)陣列模型;并在此基礎(chǔ)上針對(duì)寬帶聚焦3D-MUSIC算法中三維平均空間譜矩陣求解及譜峰搜索計(jì)算量大的問(wèn)題，提出了分步降維估計(jì)法來(lái)減小算法計(jì)算量。最后，通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了該方法在降低算法計(jì)算量的基礎(chǔ)上，依然保持了良好的DOA估計(jì)性能。
　　第四、將基于壓縮投影逼近子空間(PASTd)算法的信號(hào)DOA跟蹤，應(yīng)用到三維近場(chǎng)聲源跟蹤，并利用第三點(diǎn)所述的分