基于双阵元麦克风阵列的声源定位技术研究

论文摘要

在人机交互、视频会议、军事国防等众多领域中，基于麦克风阵列的声源定位技术已经受到了人们的广泛关注。同时，随着科学技术的进步，手机、手提电脑等电子设备开始逐渐趋向于小型化发展，其内部麦克风阵列的采集系统也在随之小型化。因此，如何采用较少的麦克风阵元准确找出声源的位置已经成为国内外一大研究热点。在此背景下，本文研究了基于双阵元麦克风阵列的声源定位技术，主要工作如下：首先，详细阐述了几种常用的时延估计法，并在此基础上提出了一种基于两级滤波的时延估计法，该算法采用两级变参数滤波对GCC-PHAT-ργ估计的时延进行校正，从而避免了错误时延值对进一步角度定位的影响。特别针对这些方法在不同声学环境下的抗混响性和抗噪性进行了深入的讨论，最后通过仿真结果总结出它们各自的优缺点及适用场合。其次，简单介绍了近场模型与远场模型下声源定位的方法。详细介绍了一种双麦克风二维平面定位方法，该方法通过结合麦克风阵列接收信号的能量和时延信息，将传统两步定位法中所需的三个麦克风减为两个，降低了设备的成本。在此基础上推导出的闭式解有效地加快了算法的处理速度。再次，以VC++ 6.0中的MFC人机交互界面为开发平台，设计并实现了实时的远场声源定位系统和近场声源定位系统。系统的核心算法是基于时延估计的声源定位法，时延估计部分采用了基于两级滤波的时延估计法，远场的方向角定位方法采用远场模型下的几何定位法，近场的声源位置则根据阵列信号的时延与能量信息来确定。最后，在实际环境中对实验系统进行了大量的测试，实验结果表明，本文提出的两级滤波的时延估计算法在不删除时延异常点的前提下，在误差均值和均方根误差等方面都表现出了很好的性能，而且对每组数据进行角度定向的时间都很短。理论分析与实验结果表明说话人以正常走路的速度移动时，该算法可对说话人的方向进行及时的跟踪。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文研究内容
• 1.4 本文组织结构
• 第2章 时延估计技术
• 2.1 麦克风信号的产生模型
• 2.1.1 带噪声的信号模型
• 2.1.2 实际混响模型
• 2.2 常用的时间延迟估计方法
• 2.2.1 广义互相关时延估计法
• 2.2.2 互功率谱相位时延估计法
• 2.2.3 两级变参数滤波的时延估计法
• 2.2.4 自适应最小均方滤波时延估计法
• 2.2.5 基于自适应特征值分解的时延估计法
• 2.3 模拟仿真
• 2.3.1 仿真环境
• 2.3.2 仿真实验
• 2.4 本章小结
• 第3章 基于双阵元麦克风阵列的声源定位法
• 3.1 双阵元麦克风阵列的结构
• 3.1.1 麦克风的阵元间距
• 3.1.2 麦克风简介
• 3.2 基于双阵元麦克风阵列的声源定位方法
• 3.2.1 远场与近场的划分
• 3.2.2 基于 TDOA 远场声源定位法
• 3.2.3 基于 TDOA 近场声源定位法
• 3.2.4 基于 ILD 和 TDOA 的近场声源定位法
• 3.3 本章小结
• 第4章 基于立体声声卡的实时声源定位系统
• 4.1 声源定位系统的组成及实现原理
• 4.2 基于立体声声卡的数据采集卡
• 4.2.1 声卡的选择
• 4.2.2 声卡的硬件结构及原理
• 4.2.3 声卡的软件驱动
• 4.3 声源定位系统的软件结构
• 4.3.1 声音采集模块设计
• 4.3.2 语音检测模块设计
• 4.3.3 时延估计模块设计
• 4.3.4 声源定位模块设计
• 4.3.5 定位结果显示模块设计
• 4.4 本章小结
• 第5章 声源定位系统实验
• 5.1 实验装置及环境
• 5.2 远场声源定位实验及分析
• 5.3 近场声源定位实验及分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介