论文摘要
随着科学技术的不断进步,人们对人机交互的需求日益增加,人机交互技术无论是在科学研究领域还是市场应用领域都得到了蓬勃发展。人机交互的交流方式也从必须具备相应的专业素质进行语言编程控制逐步发展到了普通人也能进行的语音控制。而人机交互能进行语音控制的基础是计算机能准确的接收到控制者发出的语音信号,这就要求计算机首先对目标声源进行声源定位。目前,基于麦克风阵列的声源定位算法研究已成为了阵列信号技术领域的一个新兴热点。然而,国内对该类算法的研究起步较晚、发展水平有限且能应用于市场的产品还很少,针对这种情况,本课题做了如下研究工作：1、在系统研究相位转换-广义互相关（PHAT-GCC, Phase Transform-Generalized Cross Correlation）时延估计算法基本原理并进一步分析分析其结构特点和适用范围的基础上,结合设计要求和实际条件,提出了改进的PHAT-GCC时延估计算法。改进的PHAT-GCC时延估计算法在结构上增加了端点检测和信噪比估计两个模块,端点检测模块判断当前信号的类型,避免对无声的信号段的处理,大大降低了算法的运算量,提高了硬件的运行效率；信噪比估计模块根据当前语音信号的信噪比变化跟随修改加权函数参数,对声场环境中信噪比不同的语音信号采用具有针对性的加权函数,锐化互相关函数峰值,提高时延估计精度。2、基于红色飓风E45开发板为硬件平台,设计了基于麦克风阵列的实时声源定位系统。针对直线阵麦克风阵列和平面阵麦克风阵列无法确定声源的空间位置问题,提出了具有全空域定位能力的空间六元麦克风阵列拓扑结构；算法实现部分使用模块化设计,利用SPARTAN6系列FPGA XC6SLX45内部丰富的逻辑资源和强大的数字信号处理能力,声源定位系统每次定位耗时仅为5.3ms,满足声源定位系统的实时性要求。3、实验验证所设计系统硬件状况运行良好。针对不同的声场环境和声源类型,进行对比测试,测试结果表明改进的PHAT-GCC时延估计算法的定位成功率比PHAT-GCC时延估计算法的定位成功率要高出20%左右,满足了课题设计的要求。
论文目录
中文摘要Abstract第一章 绪论1.1 概述1.2 声源定位技术的研究现状1.2.1 声源定位算法概括1.2.2 声源定位技术的应用1.3 本文研究内容1.4 本文结构安排第二章 声源定位的基础理论2.1 麦克风阵列信号处理模型2.1.1 近场声源与远场声源的划分2.1.2 麦克风阵列近场信号模型2.1.3 麦克风阵列远场模型2.1.4 信号模型的主要差异2.2 麦克风阵列的设计2.2.1 麦克风简介2.2.2 麦克风阵列的拓扑结构2.2.3 阵元的间距和数目2.4 本章小结第三章 基于时延估计的声源定位算法3.1 常用的时延估计方法3.1.1 广义相关法3.1.2 最小均方自适应滤波法3.1.3 时延估计算法的选择3.2 改进的PHAT-GCC算法3.2.1 传统PHAT-GCC算法3.2.2 改进的PHAT-GCC算法3.3 基于时延估计的定位方法3.3.1 双麦克风阵列模型3.3.2 三元均匀直线麦克风阵列模型3.3.3 四元均匀直线麦克风阵列模型3.3.4 空间六元麦克风阵列模型3.3.5 定位法的选择3.4 本章小结第四章 声源定位系统设计4.1 概述4.1.1 红色飓风E45开发板简介4.1.2 系统组成4.2 硬件设计4.2.1 麦克风阵列设计4.2.2 音频前置放大电路设计4.2.3 A/D采样模块设计4.2.4 算法处理模块设计4.2.5 结果显示模块4.3 声源定位算法的实现4.3.1 带通滤波模块实现4.3.2 加窗分帧模块实现4.3.3 端点检测模块实现4.3.4 信噪比估计模块实现4.3.5 傅立叶变换模块实现4.3.6 互功率谱模块实现4.3.7 频域加权模块实现4.3.8 互相关函数模块实现4.3.9 峰值检测模块实现4.3.10 几何定位模块实现4.3.11 结果显示模块设计4.4 本章小结第五章 实验结果分析5.1 实验概述5.1.1 声场环境概述5.1.2 实验装置介绍5.2 实验及结果分析5.2.1 算法改进前后定位效果对比5.2.2 算法改进前后信噪比对定位性能的影响5.2.3 声源类型对定位性能的影响5.3 本章小结结论与展望参考文献致谢个人简历攻读硕士期间的研究成果及发表的学术论文
相关论文文献
标签：时延估计论文; 改进论文; 实时性论文; 定位精度论文;
