麥克風(fēng)網(wǎng)絡(luò)中基于分布式粒子濾波的說(shuō)話(huà)人跟蹤方法研究.pdf

1、利用麥克風(fēng)陣列對(duì)室內(nèi)說(shuō)話(huà)人進(jìn)行跟蹤，是根據(jù)分布于空間中的多個(gè)麥克風(fēng)接收的音頻信號(hào)對(duì)運(yùn)動(dòng)說(shuō)話(huà)人的位置信息進(jìn)行估計(jì)。基于麥克風(fēng)陣列的說(shuō)話(huà)人跟蹤技術(shù)在公共安全監(jiān)控、音視頻會(huì)議系統(tǒng)、語(yǔ)音識(shí)別、車(chē)載電話(huà)以及機(jī)器人等領(lǐng)域都有廣泛應(yīng)用。近年來(lái)，隨著無(wú)線(xiàn)傳感器網(wǎng)絡(luò)、網(wǎng)絡(luò)通信、移動(dòng)計(jì)算以及集成電路技術(shù)的快速發(fā)展，生產(chǎn)小尺寸麥克風(fēng)的成本越來(lái)越低，嵌入式處理器的計(jì)算能力顯著增強(qiáng)，分布式麥克風(fēng)網(wǎng)絡(luò)逐漸發(fā)展起來(lái)，基于分布式麥克風(fēng)網(wǎng)絡(luò)的聲源定位和跟蹤成為語(yǔ)音處理領(lǐng)

2、域一個(gè)新的研究熱點(diǎn)。然而，目前大多數(shù)聲源跟蹤算法主要針對(duì)傳統(tǒng)的規(guī)則麥克風(fēng)陣列，并不能直接用于分布式麥克風(fēng)網(wǎng)絡(luò)。
　　貝葉斯濾波是解決室內(nèi)說(shuō)話(huà)人跟蹤問(wèn)題的典型方法，它采用狀態(tài)空間的方法對(duì)說(shuō)話(huà)人跟蹤問(wèn)題進(jìn)行建模。當(dāng)狀態(tài)空間模型為線(xiàn)性、高斯時(shí)，卡爾曼濾波是貝葉斯濾波的最優(yōu)解;當(dāng)狀態(tài)空間模型為非線(xiàn)性、非高斯時(shí)，粒子濾波是貝葉斯濾波的有效近似解。在室內(nèi)噪聲和混響條件下，說(shuō)話(huà)人狀態(tài)的后驗(yàn)分布多為非高斯分布，其觀(guān)測(cè)模型通常為非線(xiàn)性模型。據(jù)此，本

3、文在貝葉斯濾波理論框架下，對(duì)現(xiàn)有的分布式粒子濾波算法進(jìn)行改進(jìn)，提高了濾波器的跟蹤精度和魯棒性;通過(guò)深入研究粒子濾波理論，提出了一種新的分布式粒子濾波器。在此基礎(chǔ)上，將所提出的分布式粒子濾波算法應(yīng)用于麥克風(fēng)網(wǎng)絡(luò)進(jìn)行室內(nèi)說(shuō)話(huà)人跟蹤，提出了一些針對(duì)性的改進(jìn)措施。
　　本論文的主要?jiǎng)?chuàng)新工作如下:
　　(1)在現(xiàn)有的基于粒子權(quán)重一致性的分布式粒子濾波器中，其似然函數(shù)的計(jì)算要求各個(gè)節(jié)點(diǎn)的觀(guān)測(cè)在給定狀態(tài)的條件下相互獨(dú)立，且需要已知觀(guān)測(cè)噪聲

4、的統(tǒng)計(jì)信息。針對(duì)該問(wèn)題，本文利用廣域相干場(chǎng)函數(shù)在某一空間位置的取值反應(yīng)了聲源在該位置處的可能性大小的特點(diǎn)構(gòu)建了一種偽似然函數(shù)，進(jìn)而推導(dǎo)了一種廣域相干場(chǎng)-分布式粒子濾波器，并將其用于麥克風(fēng)網(wǎng)絡(luò)中的說(shuō)話(huà)人跟蹤問(wèn)題。該方法不要求各個(gè)節(jié)點(diǎn)的觀(guān)測(cè)條件獨(dú)立，也無(wú)需已知觀(guān)測(cè)噪聲的統(tǒng)計(jì)信息，且易于分布式計(jì)算。仿真和實(shí)際實(shí)驗(yàn)結(jié)果表明，所提出的方法在噪聲和混響環(huán)境中具有良好的跟蹤性能。
　　(2)針對(duì)非線(xiàn)性高斯系統(tǒng)，提出了一種改進(jìn)的分布式高斯粒子濾波

5、器，并將其應(yīng)用于麥克風(fēng)網(wǎng)絡(luò)中的說(shuō)話(huà)人跟蹤問(wèn)題。該方法在預(yù)測(cè)階段采用粒子的形式對(duì)狀態(tài)的概率密度進(jìn)行預(yù)測(cè)，并對(duì)各個(gè)節(jié)點(diǎn)的局部預(yù)測(cè)信息進(jìn)行融合，進(jìn)而使每個(gè)節(jié)點(diǎn)擁有狀態(tài)后驗(yàn)概率的全局預(yù)測(cè)結(jié)果;在融合階段根據(jù)一種最優(yōu)的融合規(guī)則對(duì)各個(gè)節(jié)點(diǎn)的局部估計(jì)進(jìn)行融合并去除了局部估計(jì)之間的公共先驗(yàn)，最終每個(gè)節(jié)點(diǎn)都擁有關(guān)于狀態(tài)的全局估計(jì)。該方法只要求相鄰節(jié)點(diǎn)間的局部通信，且允許各個(gè)節(jié)點(diǎn)的局部估計(jì)具有一定的相關(guān)性。仿真和實(shí)際實(shí)驗(yàn)結(jié)果表明，所提出的說(shuō)話(huà)人跟蹤方法在噪

6、聲和混響環(huán)境中能夠?qū)\(yùn)動(dòng)的說(shuō)話(huà)人進(jìn)行有效地跟蹤。
　　(3)針對(duì)包含線(xiàn)性、高斯子結(jié)構(gòu)的非線(xiàn)性、非高斯系統(tǒng)，提出了一種分布式邊緣輔助粒子濾波器。該算法利用邊緣化技術(shù)將線(xiàn)性狀態(tài)分量從狀態(tài)空間模型中分離出來(lái)，并利用分布式卡爾曼濾波器來(lái)估計(jì);而剩余的非線(xiàn)性狀態(tài)分量則采用分布式輔助粒子濾波器來(lái)估計(jì)。針對(duì)說(shuō)話(huà)人狀態(tài)空間模型包含線(xiàn)性、高斯子結(jié)構(gòu)的特點(diǎn)，將分布式邊緣輔助粒子濾波器應(yīng)用于說(shuō)話(huà)人跟蹤問(wèn)題，通過(guò)邊緣化技術(shù)將說(shuō)話(huà)人的位置信息從狀態(tài)空間模型