终于进入正戏了,前述点缀太多以至于我一度怀疑我在干嘛。
废话不多说了,麦克风阵列,用一系列的麦克风组合达成“空间采样”的目的,阵列里的许多原理概念,其实同数字信号处理里的很多概念很类似,比如混叠、加窗等。这很好理解,毕竟都是采样,只不过一个是对空间,一个是对时间罢了。
用于声学的麦克风阵列,其实很多都借鉴于天线、雷达,用以实现信号检测、降噪、达波方向估计等,并且可以利用阵列中不同采样点接受到信号的相位信息控制波束的指向从而完成定向信息接受(波束成形技术,Beamforming)。
其实波束形成或者阵列的玩法,本质上是操作阵列输入信号的滤波器,对于一类固定滤波器系数的阵列来说,无论输入信号或者噪声信号是啥样的(统计特征),其滤波器系数雷打不动,此类波束形成叫Fixed Beamforming,固定波束形成好比传统数字信号处理里面的经典滤波器;可以联想到,现代数字信号里面有一类自适应滤波器,对应的,阵列里就有相应的Adaptive Beamforming,其滤波器的系数是跟随着噪声场的变化而变化的。
此外,阵列根据形状不同还分为线阵、环针、中心阵等,为了便于理解,我们先从一维的Fixed Beamforming开始着手研究uniform linear arrays,由此普适情况推导其他也不会是什么难事。
问题建模及求解
首先远场平面波假设,有一线阵由M个麦克风等间距组成,声速为c,则阵列在处理入射信号的旋转向量(Steering Vector,翻译的有点生硬啊)为:
其中theta为入射角, 为入射角等于0时两个麦克风之间的时延,f代表