基于时延估计技术的声源定位方法研究

论文摘要

近年来,声源定位技术在视频会议、人工智能、安防监控、智能机器人等方面有广泛应用。传统的声源定位技术在低信噪比条件下准确率较低,易受混响的干扰,且难以处理非平稳、非线性的声音信号,实际应用场景受限。本文以室内近场声源定位为研究背景,结合国内外前沿研究进展,从时延估计和定位算法两个方面进行深入分析与研究,对传统的声源定位技术进行了改进。针对声源类型及传播性质的不同,对声源进行分类。讨论了近场源和远场源情况下分别对应的几何位置关系;同时分析了不同拓扑结构的阵列模型及其适用场景,最终构造了一种准确率较高的五元十字型空间阵列模型;建立了声音信号模型,对声信号进行采集、整形放大、归一化、预加重等预处理。针对当前声源定位技术中存在的误差大、定位效果不佳等问题,给出了一种改进MUSIC算法和目标函数搜索法相结合的定位方法。首先估算出声源到达各麦克风的时延,进而估算出声源和阵列之间的距离关系;再通过加权函数对MUSIC算法进行矢量矩阵加权,明确声源子空间,然后利用基于最小二乘法的目标函数在子空间内不断进行迭代搜索取得最优解,同时使用麦克风阵列校正法使阵列拓扑结构更合理。此类方法可以有效避免局部最优解带来的误差。针对定位技术中时延估计算法计算量大,抗噪声和混响能力差以及对非周期、非线性信号估计准确度降低的问题,给出了一种改进的二次相关时延算法。该算法在广义互相关时延算法基础上,结合EEMD和LMS算法提高信噪比,大幅度降低噪声的干扰,并利用二次相关操作来估计时延,在互相关过程中引入加权函数指数因子。仿真实验表明,与GCC算法等三种算法进行对比,改进的时延估计算法对周期或非周期信号都能达到较好的处理效果,在低信噪比条件下也能达到较高的估计精度,异常点比率约为传统算法的1/2,算法性能提升约2.5dB。改进后定位技术的误差比传统算法也有很大下降,特别是在低信噪比条件下,定位准确率明显上升。

论文目录

摘要

Abstract

第1章绪论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 课题相关技术背景

1.4 论文主要工作及章节安排

第2章基本原理及相关工作

2.1 声源定位技术

2.1.1 传统声源定位技术

2.1.2 基于麦克风阵列的定位技术

2.2 时延估计技术

2.2.1 互相关时延估计

2.2.2 基于LMS的自适应时延估计

2.3 麦克风阵列结构

2.3.1 麦克风阵列

2.3.2 近场与远场模型

2.3.3 阵元间距与阵元数目

2.4 本章小结

第3章声源定位空间模型的建立及定位流程分析

3.1 声源定位空间模型构造

3.1.1 声源定位的几何空间模型

3.1.2 基于目标函数搜索的声源定位模型

3.2 麦克风阵列校正算法

3.3 声源定位算法流程分析

3.3.1 声音信号模型建立

3.3.2 声音信号预处理

3.3.3 总体算法流程分析

3.4 改进的MUSIC算法

3.5 本章小结

第4章 EEMD与改进二次互相关结合的声音信号时延估计

4.1 经验模态分解算法

4.1.1 EMD分解

4.1.2 EEMD分解

4.1.3 IMF分量选取

4.1.4 信号重构

4.2 改进的二次相关时延估计法

4.2.1 互相关时延估计算法

4.2.2 广义互相关时延估计算法

4.2.3 二次相关加权

4.2.4 改进加权函数

4.3 改进的LMS滤波降噪技术

4.3.1 LMS变步长时延估计算法

4.3.2 改进的LMS滤波降噪技术

4.4 本章小结

第5章基于改进算法的声源定位仿真实验及分析

5.1 声音样本预处理

5.2 时延估计算法仿真结果对比

5.2.1 算法仿真结果对比

5.2.2 算法误差分析对比

5.3 声源定位仿真实验结果对比

5.4 本章小结

第6章总结与展望

6.1 本文工作总结

6.2 研究展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢

文章来源

类型: 硕士论文

作者: 仝卜匀

导师: 翟学明

关键词: 麦克风阵列,声源定位,互相关,算法

来源: 华北电力大学

年度: 2019

分类: 基础科学

专业: 物理学

单位: 华北电力大学

分类号: O429

总页数: 57

文件大小: 4121K

下载量: 331

基于时延估计技术的声源定位方法研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢