[发明专利]用于进行相位差展开的装置及方法

说明书

一种装置，包括：处理器，用于：获得多个相位差，其中每个相位差表示由第一麦克风捕获的第一伴音信号中的频谱分量与第二麦克风捕获的第二伴音信号中的对应频谱分量之间的相位差，所述第一麦克风与所述第二麦克风物理隔开，每个频谱分量为其相应伴音信号的信号频谱的一部分，每个信号频谱将其各自的伴音信号表示为伴音信号的多个频带的相应频带中的多个频谱分量。所述处理器用于估计混杂频率，其中期望对从所述混杂频率以上的频带中的频谱分量中获得的相位差进行包裹；还用于根据所述估计的混杂频率对多个相位差进行展开，其中，不依赖于从另一频带中的频谱分量中获得的任何相位差，对从一个频带中的频谱分量中获得的相位差进行展开。

本发明涉及一种用于进行相位差展开的装置及方法，用于例如定位伴音信号。

多声道声源定位已经发展了几十年，涉及估计到达方向(Direction of Arrival，简称DOA)和到达时间差(Time Difference of Arrival，简称TDOA)。尽管通过现有算法可以在低噪声自由场条件下准确定位声源，但由于干扰，对混响和高阶背景噪声的声源进行定位仍然具有挑战性。

大多数窄带声源定位算法中，对两个或多个麦克风捕获的伴音信号之间的相位差进行估计，从而导致空间混杂问题。超过空间混杂频率，对一对麦克风之间的相位差进行包裹，这意味着难以区分超出混杂频率的不同频谱分量之间的相位差。一种解决方案是调整麦克风之间的距离以获得合适的混杂频率，并且仅使用低于混杂频率的频谱分量来进行定位。该技术广泛应用于定位和波束赋形，但是混杂频率增加，则需要麦克风之间的距离越来越小，准确度降低。随着正确的相位展开，可通过更宽的频带进行定位，因为对相位差进行展开时，可通过全频带(高达奈奎斯特采样率)进行定位。

K.Itoh于1982年所著的第21(14)卷第2470页所述的应用光学的“相位展开的算法的分析”中描述了一种相位展开方法。该算法逐个评估沿频率轴的所有相位样本。如果一个样本和下一个样本之间的相位差大于π(或小于–π)，该算法则简单地从所有后续样本中减去2π或加上2π。该方法仅适用于具有足够低的加性噪声或其它损伤水平的信号。

本发明旨在提供相位差展开的改进理念。

通过独立权利要求的特征实现前述和其它目的。根据从属权利要求、说明书和附图，进一步的实现方式是显而易见的。

根据第一方面，提供了一种装置，包括：处理器，用于：获得多个相位差，其中每个相位差表示由第一麦克风捕获的第一伴音信号中的频谱分量与第二麦克风捕获的第二伴音信号中的对应频谱分量之间的相位差，物理隔开第一麦克风和第二麦克风，每个频谱分量为其相应伴音信号的信号频谱的一部分，每个信号频谱将其各自的伴音信号表示为伴音信号的多个频带的相应频带中的多个频谱分量。所述处理器用于估计混杂频率，其中期望对从混杂频率以上的频带中的频谱分量中获得的相位差进行包裹；还用于根据估计的混杂频率对多个相位差进行展开，其中，不依赖于从另一频带中的频谱分量中获得的任何相位差，对从一个频带中的频谱分量中获得的相位差进行展开，使得所述装置即使在嘈杂的环境中也能准确地对相位差进行展开，因为特别受噪声影响的频带不会影响对其它频带的相位差进行展开。

在第一方面的第一种实现方式中，所述处理器可用于根据从所述第一伴音信号和第二伴音信号中的三个以上的频带中的频谱分量中获得的相位差来估计所述混杂频率，从而通过进行相较于少于三个频带而言更加准确的估计来改善性能。

在第一方面的第二种实现方式中，任何上述实现方式中的处理器可用于根据与从所述第一伴音信号和第二伴音信号中的频谱分量中获得的相位差相关联的基频来估计所述混杂频率，从而更加准确估计混杂频率，为相位差展开打下坚实的基础。