基于麦克风阵列的实时声源定位

《基于麦克风阵列的实时声源定位》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第２７卷第６期计算机应用与软件Ｖｏｌ２７Ｎｏ．６２０１０年６月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪｕｎ．２０１０基于麦克风阵列的实时声源定位刘真旭（上海交通大学计算机科学与工程系上海２００２４０）摘要由于噪音和多路的存在，声源定位总是很难达到一个很高的精度。针对这个问题提出了一个在智能教室环境下使用麦克风阵列对声源位置进行实时估计的算法，该算法分为三个阶段———去除噪音、延时估计和空间定位，即首先通过一个滤波器来对语音信号中噪音进行预处理，然后通过一个改进的ＧＣＣＰＨＡＴ算法来对多路语音信号的时延进行估计，最后通过构建几何关系来估计声源的位置。实验结果表明，在

2、有一定噪音的自然教室环境下，算法的平均定位精度能够控制在５ｃｍ以内，具有很强的应用性。关键词声源定位麦克风阵列延时估计去噪ＲＥＡＬＴＩＭＥＳＯＵＮＤＳＯＵＲＣＥＬＯＣＡＬＩＺＡＴＩＯＮＢＡＳＥＤＯＮＭＩＣＲＯＰＨＯＮＥＡＲＲＡＹＬｉｕＺｈｅｎｘｕ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ｗｉｔｈｔｈｅｅｘｉｓｔｅｎｃｅｏｆｎｏｉｓｅａｎｄｍｕｌｔｉｐａｔｈ，ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｏｂｔａｉｎｈｉｇｈｌｙａｃｃｕｒａｔｅｓｏｕ

3、ｎｄｓｏｕｒｃｅｌｏｃａｌｉｚａｔｉｏｎ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｒｅａｌｔｉｍｅｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓｏｕｎｄｓｏｕｒｃｅｌｏｃａｌｉｚａｔｉｏｎ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｔｈｒｅｅｐａｒｔｓｎｏｉｓｅｅｘｔｒａｃｔｉｏｎ，ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎａｎｄｇｅｏｍｅｔｒｙｌｏｃａｌｉｚａｔｉｏｎ，ｂａｓｅｄｏｎｍｉｃｒｏｐｈｏｎｅａｒｒａｙｔｏｄｅａｌｗｉｔｈｔｈｉｓｐｒｏｂｌｅｍｉｎａｓｍａｒｔｃｌａｓｓｒｏｏｍ．Ｆｉｒｓｔｌｙ，ｉｔｍａｄｅｕｓｅｏｆａｆｉｌｔｅｒｔｏｐｒｅｐｒｏｃｅｓｓｔｈｅｎｏｉｓｅｉｎｓｐｅｅｃｈｓｉｇｎａｌ

4、；ａｎｄｔｈｅｎ，ａｍｏｄｉｆｉｅｄＧＣＣＰＨＡＴａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｄｏｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎｂｅｔｗｅｅｎｅａｃｈｐａｉｒｏｆｓｐｅｅｃｈｓｉｇｎａｌｓ；ａｎｄａｔｌａｓｔ，ｉｔｅｓｔｉｍａｔｅｄｔｈｅｓｏｕｎｄｓｏｕｒｃｅｌｏｃａｔｉｏｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｎｓｔｒｕｃｔｅｄｇｅｏｍｅｔｒｙｒｅｌａｔｉｏｎｓｈｉｐ．Ｔｈｅｍｅｔｈｏｄｗａｓａｌｓｏｅｖａｌｕａｔｅｄｗｉｔｈｍｕｌｔｉｐｌｅｅｘｐｅｒｉｍｅｎｔｓ．Ｉｎｎｏｉｓｙｅｎｖｉｒｏｎｍｅｎｔｉｎａｎａｃｔｕａｌｓｍａｒｔｃｌａｓｓｒｏｏｍ，ｔｈｅａｖｅｒａｇｅａｃｃｕｒａｃｙｏｆｌ

5、ｏｃａｌｉｚａｔｉｏｎｃｏｕｌｄｂｅｃｏｎｔｒｏｌｌｅｄｗｉｔｈｉｎ５ｃｍ，ｉｔｉｓｏｆｖｅｒｙｐｒａｃｔｉｃａｌｉｎｕｓａｇｅ．Ｋｅｙｗｏｒｄｓ　　Ｓｏｕｎｄｓｏｕｒｃｅｌｏｃａｌｉｚａｔｉｏｎ　Ｍｉｃｒｏｐｈｏｎｅａｒｒａｙ　Ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎ　Ｎｏｉｓｅｆｉｌｔｅｒ置进行估计。这种方法计算很快，能达到实时的要求，不过由于０　引言背景噪声、房间反射等问题的存在，会影响时延估计的准确性，进而影响对声源位置的估计。使用麦克风阵列来对声源位置进行估计已经成为一个十分本文通过对时延估计的方法进行了扩展，提出了一个三阶活跃的研究领域，它在人机交互和智能空间等领域，比如视频会段声

6、源定位方法，能够在存在背景噪音的情况下对声源的位置议、语音识别、视频监控，都有十分重要的应用。麦克风阵列技坐标进行比较准确的实时估计。术是源于声纳、雷达等系统中采用的阵列信号处理技术，改变传统的单个麦克风使用方式，利用多个麦克风排列成一定形状的１　时延估计阵列同时采集语音，用阵列信号处理的方法获得高质量的语音信号。麦克风阵列在时域和频域的基础上增加一个空间域，对对于语音信号的时延估计，一个很流行的方法是通过选择接收到的来自空间不同方向的语音信号进行处理，能够实现说两段语音信号互相关曲线的最高峰来估计时间延迟。令ｓ（ｔ）表话人方向的实时跟踪，从而可实现定向语音采集，提高信噪比。示源语音信号，ｘ

7、１（ｔ）和ｘ２（ｔ）表示两个麦克风接收到的语音信目前，使用麦克风阵列来对声源进行定位的方法总体来说号，由声场模型可得：［１］可以分为两类：时延估计和定向波束形成。定向波束形成是ｘ１（ｔ）＝ａ１×ｓ（ｔ）＋ｈ１（ｔ）×ｓ（ｔ）＋ｎ１（ｔ）（１）基于最大输出功率可控波束方法的一种形式，该方法对麦克风ｘ２（ｔ）＝ａ２×ｓ（ｔ－ｄ）＋ｈ２（ｔ）×ｓ（ｔ）＋ｎ２（ｔ）阵列接收到的语音信号进行滤波延迟并加权求和形成特定指