麦克风阵列信号处理20130513.pptVIP

* 基于TDOA的声源定位算法 名称 方法描述 特性 基本相关法 直接计算两个麦克风接收信号的互相关函数，互相关函数取最大值的时刻即为两麦克风之间的时间延迟 方法简单，计算量小，对噪声、混响及数据观测长度敏感 广义互相关法 对接收信号先分别进行预滤波即加权处理，然后再送入相关器估算互相关 对信号和噪声进行白化处理，增强信号中信噪比较高的频率成分，而抑制噪声功率，从而获得更好的时延估计精度，但受环境背景影响较大 互功率谱相位法 相关函数中的时延信息功率谱密度函数的相位谱得到 通过对功率谱的归一化，去除了信号的幅度信息，只保留了信号的相位特性，对于噪声和混响都有较好的抑制作用，但容易产生相位卷绕问题 最小均方自适应法 自适应时间延迟估计的原理、结构和算法是建立在自适应信号处理的理论和技术基础之上的。基于最小均方的自适应时间延迟估计方法是一种最基本的自适应时延估计方法 不依赖于输入信号和噪声的先验知识，可用于统计特性变化的时变环境，但计算量较大，不适合实际实现 2.2声源定位理论基础 * 2.3 声源定位实验研究 苏立娟 （08级） 闫小媛（09级） * 2.3 声源定位实验研究 陈颖（09级） 王立平（09级） * 2.3 声源定位实验研究 祁兵兵（10级） 针对特定音频信号的时延估计，在基于互相关的延迟估计算法的基础上提出了一种结合匹配滤波与互相关的时延估计方法。 以STC12C5A16AD单片机为硬件平台，设计了一种基于8位单片机的声音识别与测向功能的玩具控制器，采用的时延估计方法为结合匹配滤波与互相关的时延估计算法。 * 谢 谢 麦克风阵列信号处 谢谢 * 阵列信号处理及其应用 吴长奇 燕山大学信息科学与工程学院 2013年5月26日 * 1、阵列信号处理的基础 1.1 阵列信号模型 1.2 波束形成与自适应波束形成 1.3 DOA估计 2、移动通信中的智能天线 3、基于麦克风阵列的声源定位 2.1 麦克风阵列模型 2.2 声源定位理论基础 2.3 声源定位实验研究 * 1.1 阵列信号模型 阵列的基本概念 天线阵列中单位元素称为阵元，阵元都是有源的 阵元可以是无方向性的，也可以是有方向性的 阵元可以有多种排列方式，如线阵、圆阵。 阵列信号处理的两大研究内容： 参数估计：以DOA估计为代表 空间滤波：波束形成。 * 平面波与阵列 信号载频为 ，以平面波形式沿k方向传播 k为波数向量，即为波数（弧度/长度），c为光速， λ为电磁波波长， 则距离基准点r处的阵元接收信号为 为电波传播方向的单位向量， 信号相对于基准点的延迟时间 1.1 阵列信号模型 * 1.1 阵列信号模型 各阵元上接收信号分别为 阵列信号的向量 方向向量为 p个信号时方向矩阵 * 1.1 阵列信号模型 等距线阵——M个阵元等距排成直线，阵元间距为d * 1.1 阵列信号模型 等距线阵的阵列响应与方向图 单个信源 ——权矢量 ——阵列的方向向量，或方向系数、波束图 * 1.1 阵列信号模型 第i个阵元的接收信号 ——天线增益，全向天线时为常数 第i个阵元的接收信号 等距线阵M个阵元，P个信源。第m个阵元上第k次采样值 写成向量形式 * 1.1 阵列信号模型 * 1.1 阵列信号模型 阵列向量的二阶统计量为阵列协方差矩阵 其特点是 s(k)与n(k)统计独立，则有 即为Hermitian矩阵，特征值为正。 * 1.1 阵列信号模型 对照两个R表达式可以认为，若将R的M个特征值按大小依次排列，则前P个与信号有关，且其数值大于后M-P个 ，即 P+1个开始特征值由噪声决定，其数值等于 协方差矩阵的特征值分解为 R空间分为相互正交的信号和噪声子空间 * 1.2 波束形成 阵列天线是全向的，但阵列输出经过加权求和后，可以调整到阵列接收方向增益聚集在一个方向，相当于形成一个波束——波束形成。 系统输出为  * 1.2 波束形成 设空间远场的一个期望信号d(t)，其波达方向为 ，还有J个不需要的信号（干扰信号），其波达方向为 ，设每个阵元上的加性白噪声，且都具有同样的方差，此时第k个阵元上的接收信号为 * 1.2 波束形成 N个快拍的波束形成器输出 的平均功率为 * 1.2 波束形成 波束形成器最佳权向量 权向量约束条件： 最佳权向量是在约束条件下，求满足 Bartlett波束形成器 Capon波束形成