基于麥克風(fēng)陣列的近場多聲源目標(biāo)定位與跟蹤.pdf

1、基于麥克風(fēng)陣列的聲源定位技術(shù)因設(shè)備智能化的發(fā)展而變得越來越重要，它用于獲得聲源的方向和距離信息。如何在聲源定位的過程中解決自然噪聲、混響、以及聲源隨機性等因素帶來的問題，是很多相關(guān)研究者關(guān)注的重點。
　　本文以近場聲源傳播模型為研究基礎(chǔ)；以人耳聽覺范圍內(nèi)（20Hz~20kHz）的聲源為研究對象；以提高聲源定位的準(zhǔn)確性和實用性為目的展開研究。涉及的研究工作主要有以下幾方面：
　?。?）為實現(xiàn)多聲源目標(biāo)的實時定位，選擇CSP-S

2、RP算法進(jìn)行重點研究。針對CSP方法噪聲魯棒性差，且難以同時定位寬-窄帶混合聲源的缺陷，提出對數(shù)功率峰均比加權(quán)的CSP方法（LPARW-CSP）。LPARW-CSP以多麥克風(fēng)求和功率譜的峰均比為依據(jù)，為傳統(tǒng)CSP引入一個加權(quán)因子，實現(xiàn)抑制噪聲頻點幅度并增強有效聲源頻點幅度的效果。為防止單一頻點的過度增強造成對其它頻點的掩蔽，將峰均比變換到對數(shù)域。針對全局SRP搜索運算量大的問題，對近場中的SRP搜索策略進(jìn)行了優(yōu)化。理論研究和實驗表明：L

3、PARW-CSP有效增強了算法在強噪聲中的估計精度，無論對窄帶單音還是寬帶語音都能準(zhǔn)確定位。優(yōu)化的近場SRP搜索策略相比全局搜索成倍地縮減了運算量，便于算法的實時處理。
　　（2）在粒子濾波理論框架下，對聲源的運動軌跡進(jìn)行濾波跟蹤?；诩?阻尼模型建立符合聲源運動特性的狀態(tài)方程，以LPARW-CSP結(jié)合帶有門限判決的SRP搜索得到聲源位置的觀測數(shù)據(jù)，并使用高斯分布的采樣密度函數(shù)和似然函數(shù)對聲源位置的后驗概率密度進(jìn)行重要性采樣。提