Multiple Sound Source Localization Based on IPD in All Frequencies with Spectral Masks

1.0 摘要

声源定位领域采用最重要的特征是频域相位差IPD。然而，由于空域混叠（特别是高频部分），对IPD的利用有限，特别是麦克风间距较大时。近期，提出了相位替代方法。

1.1 介绍

声源定位任务采用最多的特征是IPD，然而，高频相位卷绕是个问题。一些算法尝试解决相位卷绕，从而解决空域混叠问题。

1.2 空域卷积和相位替代法

观察到的相位差计算如下公式，其中X1和X2为信号的短时傅里叶变换，n表示帧数，k表示频点。

 基于远场假设，IPD和方向角之间的关系为

高频会存在相位卷绕问题，对于一个观察到的IPD会存在多个DOA与之对应，称之为空域混叠。

空域混叠影响的最低频率同DOA  和麦克风间距d有关。给定，最低频率为

       

 虽然高频存在混叠问题，高频依然存在有效的DOA信息。

Chen et al. [13]提出了相位替代方法，考虑所有解卷的相位信息。

 K表示频点数，表示频点K的最大解卷数。

 IPD矩阵可以转换为DOA矩阵,第k列为

 频带k的DOA直方图，通过统计所有帧数的DOA数量。

1.3  本文提出的方法

本文基于Chen et al. [13]提出了两个修改点，框图如下图