时延估计算法地方法很多.docVIP

实用标准文案 精彩文档 时延估计算法的方法很多,广义互相关函数法(Gee,Genearlizedeross-ocerratlnin)运用最为广泛广义互相关法通过求两信号之间的互功率谱,并在频域内给予一定的加权,来抑制噪声和反射的影响,再反变换到时域,得到两信号之间的互相关函数其峰值位置,即两信号之间的相对时延45IH,6],时延估计过程如图1一7所示 设h1(n),h2 (n)分别为声源信号s(n)到两麦克风的冲激响应,则麦克风接收到的信号为: xl(n)=hl(n)?s(n)+n1(n)(1.1) x2(n)=h2(n) ?s(n)+n2 (n)(1.2) y 1(n) x1(n) 峰值检测 ()2 -∞∞ 估计结果 ? y2(n) x2(n) H1(ω) y 1(n) x1(n) Rx1x2 Rx1x2 ? 估计 结果 H2(ω) y 2(n) 基于子空间的定位技术来源于现代高分辨率谱估计技术。子空间技术是阵列信号处理技术中研究最多、应用最广、最基本也是最重要的技术之一。该类声源定位技术是利用接收信号相关矩阵的空间谱，求解麦克风间的相关矩阵来确定方向角，从而进一步确定声源位置。子空间类方法主要分两类，一类是利用阵列自相关矩阵主特征向量（即信号子空间）的主分量方法，如AR参数模型主分量法，BT主分量法等；另一类方法是以信号子空间和噪声子空间的正交性原理为基础，利用组成噪声子空间的特征向量来进行谱估计，这类算法主要有多重信号分类法（MUSIC），Johnson法，最小范数（Mini-Norm）法，MUSIC根（Root-MUSIC）法，旋转不变信号参数估计（ESPRIT）法，等等。在实际中，基于子空间的定位技术的空间谱的相关矩阵是未知的，必须从观测信号中来估计，需要在一定时间间隔内把所有信号平均来得到，同时要求接收信号处于声源、噪声、估计参数固定不变的环境和有足够多的信号平均值。即便满足这此条件，该算法也不如传统的波束形成方法对声源和麦克风模型误差的鲁棒性好。目前定位问题所涉及算法都是研究远场的线性阵列情况。 基于子空间的定位技术是通过时间平均来估计信号之间的相关矩阵，需要信号是平稳过程，估计参数固定不变，而语音信号是一个短时平稳过程，往往不能满足这个条件。该定位方法的效果和稳定性不如可控波束形成法，但每次迭代的计算复杂度不像可控波束形成那么苛刻。此外还要求阵列处于远场情况，而且该方法主要针对窄带信号，而语音信号是宽带信号。虽然如此，在适当的改进后，也可用于近场环境。 [51]王永良,陈辉,彭应宁等,空间谱估计理论与算法,北京,清华大学出版社,2004年11月 [52]Krim H.,Viberg M,Two decades of array signal processing research,IEEE Sigan Processing MgaZaine,1996,13(4), [53]Kay S.M.,Marple S.L.,Spectrum analysis,Proc.of the IEEE,1981,11. [54]BugrJ.P.,Maximum entropy spectral analysis,Proc.of the 37th meeting of the Annual Int.SEG Meeting,OklahomaCity,OK,1967