基于可控功率響應(yīng)的聲源定位快速算法研究.pdf

1、麥克風(fēng)陣列聲源定位是利用麥克風(fēng)組成的陣列來估計聲源位置的技術(shù)，在日常生產(chǎn)與生活中有著廣泛的應(yīng)用。聲源定位算法一般分為基于高分辨率譜估計，基于時延差估計和基于可控波束形成三大類，可控功率響應(yīng)(SRP:SteeredResponsePower)算法是典型的基于可控波束的聲源定位方法，在混響環(huán)境中具有較強的穩(wěn)健性，但復(fù)雜的計算量限制了它在實時環(huán)境中的應(yīng)用。因此，本文的研究目標(biāo)就是在保持定位性能基本不變的前提下，減少SRP的計算量。
　　

2、 首先，介紹了傳統(tǒng)SRP算法的原理，并做了一系列仿真實驗，包括用Image算法仿真了房間脈沖響應(yīng)，直觀地演示了混響;仿真廣義互相關(guān)(GCC:GeneralizedCrossCorrelation)算法，說明GCC由于麥克風(fēng)個數(shù)較少，只能確定聲源的一系列候選位置，且性能隨混響增加而急劇下降;仿真?zhèn)鹘y(tǒng)SRP算法，直觀演示了定位的結(jié)果，說明其在強混響環(huán)境中也能取得較好的定位效果。
　　 其次，給出了三線快速SRP算法。該算法是一個由

3、粗到精的聲源搜索過程，在粗搜索階段，估計出水平偏角和大致的徑向距離，從徑向距離中可以判斷聲源處于近場還是遠(yuǎn)場，在精搜索階段則根據(jù)近遠(yuǎn)場采用不同的策略進(jìn)一步搜索聲源可能出現(xiàn)的位置。分析計算復(fù)雜度，三線快速SRP有效地減少了一個維度的計算量。TIMIT語音庫的數(shù)據(jù)仿真和真實環(huán)境的數(shù)據(jù)仿真表明，三線快速SRP算法與傳統(tǒng)SRP算法有著相當(dāng)?shù)亩ㄎ恍阅堋?br>　　 最后，給出了基于時延差聚類的快速SRP算法，著重討論了六種不同的聚類算法，分別是

4、:k-means，k-medoids，isodata，GMM，譜聚類和層次聚類。該算法分成三個步驟:第一步是對時延差聚類，可以離線完成;第二步是對聲源位置粗搜索，實際上就是分別計算所有聚類中心的SRP功率值，功率值最大的聚類即為聲源可能存在的目標(biāo)區(qū)域;第三步是在目標(biāo)區(qū)域內(nèi)對聲源位置精搜索。分析計算復(fù)雜度，基于時延差聚類快速SRP的計算量比傳統(tǒng)SRP的計算量要小很多。TIMIT語音庫的數(shù)據(jù)仿真和真實環(huán)境的數(shù)據(jù)仿真表明，基于時延差聚類的快速