一种改进的AEDA声源定位及跟踪算法.pdfVIP

( ) 北京大学学报 自然科学版 ,第 41 卷 ,第 5 期 ,2005 年 9 月 Acta Scientiarum Naturalium Universitatis Pekinensis , Vol. 41 , No. 5 ( Sept. 2005) 1) 一种改进的 AEDA 声源定位及跟踪算法 2) 李承智 　曲天书 　吴玺宏 (北京大学视觉与听觉信息处理国家重点实验室 ,北京 ,100871 ;2) Email :qutianshu @cis. pku. edu. cn) 摘　要 　开展了基于麦克风阵列的真实声场环境声源定位的工作。针对传统的自适应特征值分 解时延估计算法收敛时间慢、对初值敏感以及不能有效跟踪时延变化等问题 ,提出了一种改进的 自适应特征值分解时延估计算法,该方法通过改进初值设定方法 ,有效改善了对时延变化的估计。 另外 ,通过引入一个基于相关运算的语音检测算法 ,提高了定位系统的抗噪声能力。实验表明在 真实的声场环境下该算法能够对单个声源的三维空间位置进行实时的定位和跟踪 ,系统在 15 m 范围内对声源的定位误差小于 8 cm ,声源位置变化时 ,系统也能准确跟踪声源的位置。 关键词 　麦克风阵列 ; 声源定位 ; 声源跟踪 ; AEDA 算法 ; LMS 算法 中图分类号 　TP 391 0 　引　言 基于麦克风阵列的声源定位是声学信号处理领域中的一个重要问题 ,在视频会议、智能机 器人、鲁棒语音识别等领域有着广泛的应用。近年来 ,在真实声场环境下抗混响的声源定位算 法研究成为研究热点。 声源定位大致分为 3 类方法。第 1 类是基于波束成型的方法 ,该方法可以对单声源进行 定位[1 ,2 ] ,也可以对多声源进行定位[3 ] ,但存在对初值敏感的问题。另外还需要知道声源和噪 声的先验知识 ,该方法存在计算量大 ,不利于实时处理等缺点。第 2 类是基于高分辨率谱估计 的方法。该方法在理论上可以对声源的方向进行有效的估计 ,并且适用于多个声源的情况[4 ] 。 但由于该算法是针对窄带信号 ,因此如要获得较理想的精度就要付出很大的计算量代价。另 外这些算法无法处理高度相关的信号 ,因此混响会给算法的定位精度带来较大影响。第 3 类 方法是基于时延估计的方法。该类算法计算量小 ,易于实时实现 ,近年来得到了高度重视。 基于时延估计的算法分为 2 个部分。第 1 部分为时延估计 , 即计算声源到两两麦克风之 间的时间差;第 2 部分为方位估计 ,即根据时延和麦克风阵列的几何位置估计出声源的位置 , 其中时延估计最为关键。互相关法是最常用的一种时延估计算法 ,但是它在混响较大的情况 [5 ] ( ) 下性能下降很多。1982 年 ,DH. Youn 等 提出了最小均方 LMS ,Least Mean Square 时延估计 算法 ,其性能和互相关法基本相当。布朗大学于 1995 年实现了一个实时声源定位系统[6 ] ,该 系统采用相位变换的时延估计算法和线性插值方位估计算法 ,在混响较小的情况下能够准确 的估计时延但在混响较大情况下误差较大。1997 年新泽西州立大学采用相位变换法作为时 ) ( ) ( ) 　1 国家自然科学基金 中国博士后科学基金 2003033081 资助项目 收稿日期 :; 修回日期 : 809