论文部分内容阅读
室内被动声源定位是一门新兴的技术,在适合远场模型的传统波束形成法的基础之上,现在又发展出了基于高阶统计量的定位法、自适应滤波延迟估计定位法、高分辨定位算法等许多种方法。波束形成法虽然不受相关性的限制,但是在增强信号的同时也增强了该方向的噪声,且受基阵孔径限制;自适应滤波延迟估计法可以解决声源移动的实时问题,然而是基于噪声不相关的假设,且收敛速度慢;高分辨定位算法分析的对象是平稳信号,并且算法复杂,运算量大。为研究如何提高室内声源定位的性能,本文在单传感器雷达回波的时延估计的基础上,改进出了基于小波变换的二元传感器阵列的时延估计算法。它免除了互相关法中噪声不相关的假设条件,克服了由于强随机噪声干扰所带来的误差。但因为小波分析本身的局限性(需要依靠经验去选取小波,且当小波基确定时,小波分解只与分解尺度和信号的采样频率有关,不具有自适应性),使得这种方法性能较低。在对多种算法研究的基础上,本文根据室内语音信号非平稳、有反射和混响等相干噪声的特点,提出了一种新方法——基于Hilbert-huang变换的时延定位法。希尔伯特-黄变换这种时频局部化分析法,非常适合处理非平稳信号,它从信号自身出发,自适应的产生信号固有的基函数,而不是人为的设定变换的基函数。本文提出的这种创新性算法首先对传感器阵列采集到的信号做经验模态分解(EMD),得到各个阶的固有模态函数(IMF分量),然后对这些分量进行小波的软域值去噪以提高系统精度,再根据互相关原理并加最优极大似然窗求得时间延迟估计,最后用几何插值法即可得出声源的方位角。由于IMF是信号本身的固有分量,使得系统在噪声和信号未知的情况下,具有很好的自适应性;并且Hilbert谱对信号细节的表达十分精确,非常易于语音信号和干扰噪声的分离,进而减小了混响对整个定位系统的影响。通过对麦克风阵列的分析,本文建立了室内声定位的二元阵列模型。在此基础上,将本文提出的创新性方法进行了实验仿真,得出的相关峰值尖锐,旁瓣抑制效果较好。文章最后分别对不同方位、不同讲话人的情况进行了仿真分析,分别比较了HHT的广义互相关法、HHT的全息图法、HHT的互累计量法,发现均有较好的性能。其均方误差分别为:0.704%、0.674%、2.413%。