基于麦克风阵列的室内三维声源定位优化算法①

黄 静,胡馨月

(浙江理工大学 信息学院,杭州 310018)

信号源的定位是传感器阵列信号处理领域重要部分,曾应用于雷达、声呐等大型通信设备中,到20世纪80年代,随着语音通信发展,基于麦克风阵列的语音信号处理也逐步受到学者们关注,在会议发言人定位、机器人听觉系统、安防等场景都得到了广泛的研究与应用[1].目前基于小型麦克风阵列的声源定位大多是二维层面,要实现三维定位则需要增加麦克风组成大规模麦克风阵列采集声源信息,增加了设备成本和计算成本.因此,如何利用小型麦克风阵列进行声源的三维实时定位成了重要的研究课题.

在目前的研究中,近场声源定位算法主要分为3 类:(1)基于高分辨谱估计的定位算法.该算法主要是针对窄带信号,若要运用到语音信号中,需要将宽带的语音信号先分解为窄带信号,因转换损失会造成偏差[2,3].(2)基于可控响应功率的定位算法.该算法对宽带信号和窄带信号都适用,但需要对整个空间的网格点进行搜索和功率计算,计算量大导致响应速度慢,不适用于实时的声源定位系统[4].(3)基于到达时间差的定位算法.该算法分为两个部分,第1 步是时延估计,第2 步是定位估计,计算量小,实时性高,在时延估计阶段有较高要求,否则会在定位估计中会放大时延估计的误差[5].

针对SRP-PHAT 算法响应速度慢的缺陷,很多学者提出了改进方法.Cho 等[6]提出了针对小型麦克风阵列的SSC 加速算法,利用相同到……