[发明专利]多通道群稀疏线性预测时延估计方法

摘要

本发明公开了一种多通道群稀疏线性预测时延估计方法，采用各个可能的时延值计算多通道互相关系数，将多通道互相关系数的平方最大值所对应的时延作为时延估计值；多通道互相关系数的计算方法为对每只传声器拾取的声信号分别截取一个长度为L的信号帧，对这些信号帧进行时移后叠放成信号向量以及信号矩阵，根据F/l1,2范数优化准则建立时延估计模型，求解群稀疏预测系数矩阵，然后计算预测误差相关矩阵，根据预测误差相关矩阵计算得到多通道互相关系数。本发明利用预测系数矩阵列向量的群稀疏特性构建一个F/l1,2范数优化准则，统一了多通道互相关系数方法和多通道空时预测方法，联合应用空间和时间线性预测的白化能力，以提高时延估计性能。

主权项

一种多通道群稀疏线性预测时延估计方法，其特征在于，包括以下步骤：S1：M只传声器分别对声源信号进行持续采集，第m只传声器采集的时域信号记为Xm＝[xm(0),xm(1),…,xm(L‑1)]，其中m＝1,2,…,M，xm(n)表示第m只传声器在时刻n的采集样本，n＝0,1,…,L‑1，L表示每只传声器采集的样本数量；S2：令时移序号d＝1，声源信号到达第1只和第2只传声器间的初始时移p1＝‑pmax，pmax表示时延的最大可能值；S3：分别将第m只传声器采集的信号Xm按照时延fm(pd)进行时移，fm(pd)表示声源信号到达第1只和第m只传声器间的相对时延，该时延是关于时移pd的函数；时移后的信号中每个样本记为xm(n,pd)，将M只传声器在时刻n的时移样本xm(n,pd)进行叠放，得到信号向量x(n,pd)；S4：求解以下公式，得到预测系数矩阵A(pd)：minA(pd){12||X(0,pd)-Y(-1,pd)A(pd)||F2+λ||A(pd)||l1,2}]]>其中，||·||F表示矩阵的F范数，λ是正则化参数，取值范围为λ＞0；X(0,pd)＝[x(0,pd) x(1,pd) … x(K+L‑1,pd)]TY(‑1,pd)＝[y(‑1,pd) y(0,pd) … y(K+L‑2,pd)]T其中：x(w,pd)＝[x1(w,pd),x2(w,pd),…xM(w,pd)]Ty(w-1,pd)=x1T(w-1,pd)x2T(w-1,pd)...xMT(w-1,pd)T]]>xm(w‑1,pd)＝[xm(w‑1,pd),xm(w‑2,pd),…xm(w‑K,pd)]Tw＝0,1,…,K+L‑1；K表示预测器阶数，其取值范围为K＜L；对于xm(q,pd)，如果q＜0或q＞L‑1，则令xm(q,pd)＝0；表示矩阵的l2范数，Ai(pd)表示预测系数矩阵A(pd)的第i行；S5：计算预测误差矩阵E(0,pd)：E(0,pd)＝X(0,pd)‑Y(‑1,pd)A(pd)S6：计算预测误差相关矩阵R(pd)：R(pd)=1K+LET(0,pd)E(0,pd)]]>S7：计算多通道互相关系数ρ(pd)：ρ2(pd)=1-det(R(pd))Πm=1Mrm,m(pd)]]>其中det(·)表示方阵的行列式，rm,m(pd)是矩阵R(pd)的第m个对角元素；S8：如果pd＜pmax，令pd＝pd+1，返回步骤S3，否则根据以下公式求得时延估计值τ^=argmaxpdρ2(pd).]]>