功率时延谱 matlab,改进的互功率谱时延估计算法

前言

基于麦克风阵列的声源定位是利用麦克风阵列拾取多路声音信号, 结合声源和阵列结构之间的几何关系, 得到声源的位置信息. 由于麦克风阵列在时域和频域的基础上增加了空域信息, 因此对声音信息的处理能力明显增强[. 其优势主要体现于: 具有空间选择性、能够应用于声 源自动跟踪、能够识别同时发生的多个声源以及用于近场测距等.

目前的声源定位研究主要可分为二维空间定位与三维空间定位、近场定位与远场定位、方向定位与距离定位等几类. 其中, 基于到达时间差(Time Differences Of Arrival, TDOA)的声源定位算法在视频会议、车载导航、机器人、医疗诊断及海洋探测等领域的应用极为广泛[. 基于TDOA的定位方法是一种双步定位法. 该方法首先进行时延估计(Time Delay Estimation, TDE)估计声源信号到达麦克风对的时间差, 进而通过几何关系来确定声源的位置.

上世纪八十年代, Knapp和Carter[提出了利用互相关函数估计时延的广义互相关法(Generalized Cross Correlation, GCC), 将两路语音信号的互功率谱进行滤波后提取峰值作为时延估计值. GCC算法得到了广泛的应用, 而鉴于GCC算法受混响的影响较大, 一些学者对其做了改进, Champagne[提出的倒谱预滤波(CEpstral Prefiltering, CEP)技术先对信号进行预滤波, 有目的地去除信号中受混响影响较严重的部分, 再将预滤波后的信号通过GCC方法进行时间延迟估计; 此后, 又陆续出现了基于子空间分解的自适应特征值分解(Adaptive Eigenvalue Decomposition Algorithm, AEDA)[和基于声学传递函数比(Acoustic Transfer Functions ratio, ATF)[来进行时延估计的方法, 能够有效克服混响和噪声的影响.

1994年Omologo[提出了互功率谱相位 (Cross-power Spectrum Phase, CSP)算法. 这种方法对中低混响有很好的抑制作用, 吸引了一大批学者的关注, 有一些文献对其进行了改进, 出现了很多基于CSP算法的时延估计算法和应用场景

相关函数法对于功率谱平坦的信号能取得良好性能, 在实际生活中, 许多噪声的功率谱都包含有较强线谱或窄带分量, 其性能急剧下降. 本文针对CSP算法在强混响与低信噪比环境下效果差的情况, 提出了一种改进的CSP算法. 算法主要针对时延估计错误的语音帧, 筛选出不合理的估计结果, 更新算法中的加权因子等参数后再次估计, 得到合理时延值并通过多帧加权平滑与麦克风校准的方式来提高算法的抗噪能力.

1 互功率谱相位算法

对于由I个麦克风组成的阵列, 给定一个声源, 在理想环境下第i个麦克风在t时刻接收到的信号可表示为:

${x_i}(t) = {\alpha _i}s(t - {\tau _i}) + {v_i}(t) = {h_i}(t) * s(t) + {n_i}(t)$

(1)

其中, αi(αi<1)是声波传播的衰减系数,τi为声源到达第i个麦克风的传播时延, vi(t)表示加性噪声, 符号“*”为卷积运算, s(t)为声源信号, ni(t)为混响噪声.

显然, 麦克风阵列中的各阵元信号具有相关性. 第i、j个麦克风信号的互相关函数如下:

${R_{ {x_i}{x_j}}}(\tau ) = E[{x_i}(t){x_j}(t - \tau )]$

(2)

其中,

$E[ \cdot ]$为求期望.

假设噪声与声源信号不相关, 式(2)可简化为:

${R_{ {x_i}{x_j}}}(\tau ) = {\alpha _i}{\alpha _j}{R_{ {s_i}{s_j}}}(\tau - {\tau _{ij}}) + {R_{ {v_i}{v_j}}}(\tau )$

(3)

其中,

${R_{ {s_i}{s_j}}}(\tau )$为声源信号的自相关函数,

${R_{ {v_i}{v_j}}}(\tau )$为噪声信号vi(t)和vj(t)的互相关函数.

由自相关函数的性质可知, 当τ-τij=0, 即τ=τij时,

${R_{ {x_i}{x_j}}}(\tau )$取得最大值. 故只要找到信号xi(t)与xj(t)互相关函数的最大值, 便能求出麦克风i和麦克风j之间的时延.

这就表明, TDOA值可以从互相关函数峰值处得到. 但是在现实环境中, 声音会经过多次反射再次到达麦克风, 故麦克风接收到的语音信号由声源与噪声的直达波和反射波组成. 这些反射波的存在会形成伪峰, 严重影响时