基于麦克风阵列的近场和远场混合声源定位

作     者：姜锦云 

作者单位：西南交通大学 

学位级别：硕士

导师姓名：王建英

授予年度：2013年

学科分类：0711[理学-系统科学] 07[理学] 

主      题：声源定位 麦克风阵列 MUSIC算法 混合源定位 稀疏分解 

摘      要：声源的定位是实现语音识别和语音增强的前提和基础,它具有广阔的应用前景。随着数字信号处理与阵列信号处理技术的发展和进步,麦克风阵列已广泛应用于声源定位中,但当前大多数基于麦克风阵列的声源定位技术中,要么信源完全处于近场源,要么信源完全处于远场源,另多数假设信源为窄带信号,而实际生活中语音信号为宽带信号。针对这些问题,本文深入研究了在混合近场和远场的情况下基于麦克风阵列的声源定位技术。主要内容如下： 第一、分析了语音信号的特性,介绍了传统的窄带信号处理模型和宽带信号处理模型,研究了麦克风阵列均匀线阵在远场和近场的两种模型。 第二、由于麦克风阵列不仅接收有用语音信号,还有其他各种各样的噪声,因此需要对得到的数据进行预处理,包括预滤波、预加重,归一化,加窗分帧,短时能量检测,和语音降噪等,本文对语音活动检测进行了研究,为了得到时域上的对数能量和频域上的子带谱熵这两种方法各自的优点,文中采用了一种新的对数能量子带谱熵法。 第三、研究了近场MUSIC算法,分析了假若信号源既有处在远场又有处在近场时的信号模型,给出了用MUSIC算法在混合场中对语音宽带信号进行定位的算法,该算法首先将信号源的到达角和距离进行分离,推算出一个只含有到达角信息的新的方向矩阵,然后运用MUSIC算法得到所有信号源的到达角,最后基于已得到的到达角信息和远场距离特性,再次通过MUSIC算法获得对远场与近场声源的定位。 第四、研究了在近场和混合场两种不同情况下基于稀疏分解的声源定位算法,当信源处在混合场时,本文根据混合场的信号模型,给出了构造适合麦克风阵列混合场的原子库的方法,然后使用匹配追踪算法完成在混合场的声源方位估计。通过实验仿真可知该算法在低信噪比情况下有较好的鲁棒性。