[发明专利]一种三维空间声源定位方法

摘要

本发明提供一种改进的三维空间声源定位方法，属于声源定位技术领域。本发明包括：建立双L型麦克风阵列；在归一化频域最小均方方法基础上，通过引入惩罚函数对频谱能量进行修正，从而自适应地估计出不同阵元的冲激响应并计算时延差；利用得到的时延差与双L型麦克风位置的关系，来确定通过声源的位置坐标。较传统的定位方法而言，本发明阵列结构简单、计算量少，有效地提高了抗噪声性能、抗混响能力及定位精度，更加适合用于室内三维声源定位，可广泛应用于车载免提电话、视频会议系统、语音识别系统以及智能机器人等各个领域。

主权项

一种三维空间声源定位方法，其特征在于，包括如下步骤：步骤A，在三维直角坐标系中，建立两个在同一平面上且相对设置的L型麦克风阵列；步骤B，采用修正的归一化多通道频域最小均方方法NMCFLMS估计声源信号到达各麦克风的时延差，包括下述步骤：步骤B‑1，声源信号s(n)经第i个麦克风的信道冲激响应h_i(n)后与信道加性噪声v_i(n)合并，得第i个麦克风的接收信号x_i(n)：x_i(n)＝s^T(n)h_i(n)+v_i(n)；其中，T表示矩阵转置操作；n为时间序列，是整数；当不计信道加性噪声时，第i个麦克风的接收信号x_i(n)与第j个麦克风的接收信号x_j(n)间的关系为：$x_i^T\left(n\right)h_j\left(n\right)=x_j^T\left(n\right)h_i\left(n\right);$步骤B‑2，用长度为2L_h的矩形窗函数w(n)对第i个麦克风的接收信号x_i(n)进行加窗处理，得到第i个麦克风的第n帧接收信号为：$x_i{\left(n\right)}_{2L_h\×1}={[x_i(n{L}_h-L_h),x_i(n{L}_h-L_h+1),...,x_i(n{L}_h+L_h-1)]}^T;$式中，L_h表示信道冲激响应h_i(n)的长度，为整数；n＝1,…,int(N/L_h‑1)；N为麦克风接收到信号的序列总长度，为整数；int(N/L_h‑1)为对N/L_h‑1向下取整后得到的整数；步骤B‑3，利用傅里叶变换将步骤B‑2中得到的时域信号变换为频域信号：$X_i{\left(n\right)}_{2L_h\×1}=F_{2L_h\×2L_h}{x}_i{\left(n\right)}_{2L_h\×1};$式中，为2L_h×2L_h维傅里叶变换矩阵；步骤B‑4，引入惩罚函数对频谱能量修正，自适应地估计出信道频域响应当信道加性噪声v_i(n)存在时，频域误差函数定义为${\underset{\‾}{e}}_{\mathrm{ij}}\left(n\right)=W_{L_h\×2L_h}^{01}{D}_i\left(n\right)W_{2L_h\×L_h}^{10}{\underset{\‾}{\hat{h}}}_j\left(n\right)-W_{L_h\×2L_h}^{01}{D}_j\left(n\right)W_{2L_h\×L_h}^{10}{\underset{\‾}{\hat{h}}}_i\left(n\right)$式中$D_i=\mathrm{diag}\left(F_{2L_h\×2L_h}\left(x_i{\left(n\right)}_{2L_h\×1}\right)\right);$$W_{L_h\×2L_h}^{01}=F_{L_h\×L_h}\left[\begin{array}{cc}{0}_{L_h\×L_h}& I_{L_h\×L_h}\end{array}\right]F_{2L_h\×2L_h}^{-1};$$W_{2L_h\×L_h}^{10}=F_{2L_h\×{2L}_h}{\left[\begin{array}{cc}{I}_{L_h\×L_h}& 0_{L_h\×L_h}\end{array}\right]}^T{F}_{L_h\×L_h}^{-1};$式中，i≠j；i,j＝1,2,…,M，分别为L_h×L_h维傅里叶变换矩阵和傅里叶变换逆矩阵；diag表示对角矩阵；表示L_h×L_h维单位阵；表示L_h×L_h维零矩阵；利用惩罚函数J_p(n)通过拉格朗日乘子β(n)对NMCFLMS的代价函数J_f(n)进行修正，得到修正的代价函数为J_mod(n)＝J_f(n)+β(n){‑J_p(n)}式中$\mathrm{\β}\left(n\right)=\frac{|\▿J_p^H\left(n\right)\▿J_f\left(n\right)|}{{\left|\right|\▿J_p\left(n\right)\left|\right|}^2}$式中，拉格朗日乘子β(n)的值由稳态时修正的代价函数梯度等于零，即▽J_f(n)＝β(n)▽J_p(n)时获得，H表示共轭转置；由修正的代价函数J_mod(n)，得信道频域响应的更新公式为${\underset{\‾}{\hat{h}}}_i^{10}(n+1)={\underset{\‾}{\hat{h}}}_i^{10}\left(n\right)-\▿J_f^{01}\left(n\right)+\widehat{\mathrm{\β}}\left(n\right)\▿J_p^{10}\left(n\right)$其中，$\▿J_p^{01}\left(n\right)=F_{2L_h\×{2L}_h}{\left[\begin{array}{cc}{0}_{L_h\×L_h}& I_{L_h\×L_h}\end{array}\right]}^{T}K\left(n\right)F_{2L_h\×2L_h}{\left[\begin{array}{cc}{0}_{L_h\×L_h}& I_{L_h\×L_h}\end{array}\right]}^T\underset{\‾}{\hat{h}}\left(n\right)$$\widehat{\mathrm{\β}}\left(n\right)=\frac{|\▿J_p^{10}{\left(n\right)}^H\▿J_f^{01}\left(n\right)|}{{\left|\right|\▿J_p^{10}\left|\right|}^2}$$\▿J_f^{01}\left(n\right)=\mathrm{\μ}{(P_i\left(n\right)+\mathrm{\δ}{I}_{2L_h\×L_h})}^{-1}\×\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{D}_k^{*}\left(n\right){\underset{\‾}{e}}_{\mathrm{ki}}^{01}\left(n\right)$上式中，$P_i\left(n\right)=\mathrm{\λ}{P}_i(n-1)+(1-\mathrm{\λ})\×\underset{k=1,k\≠i}{\overset{M}{\mathrm{\Σ}}}{D}_k^{*}\left(n\right)D_k\left(n\right)$${\underset{\‾}{e}}_{\mathrm{ki}}^{01}\left(n\right)=F_{{2L}_h\×{2L}_h}{\left[\begin{array}{cc}{0}_{L_h\×L_h}& I_{L_h\×L_h}\end{array}\right]}^T{F}_{L_h\×L_h}^{-1}{\underset{\‾}{e}}_{\mathrm{ki}}\left(n\right)$式中，K(n)是对角线元素为的对角矩阵；P_i(n)为多通道输出信号的频谱能量，遗忘因子参数δ为正常数；步骤B‑5，对信道频域响应进行傅里叶反变换，得信道冲激响应估计为${\hat{h}}_i\left(n\right)=\left[\begin{array}{cc}{I}_{L_h\×L_h}& 0_{L_h\×L_h}\end{array}\right]F_{2L_h\×{2L}_h}^{-1}{\underset{\‾}{\hat{h}}}_i^{10}\left(n\right)$式中，为2L_h×2L_h维傅里叶变换逆矩阵；步骤B‑6，在自适应过程中，估计的信道冲激响应中出现的峰值对应时延是第i个麦克风的接收直达声信号时延，则声源信号到达第i个麦克风与第j个麦克风之间的时延差为${\widehat{\mathrm{\τ}}}_{\mathrm{ij}}=\left(\underset{l=1}{\overset{L_h}{\max }}\right|{\hat{h}}_{\mathrm{il}}\left(n\right)|-\underset{l=1}{\overset{L_h}{\max }}|{\hat{h}}_{\mathrm{jl}}\left(n\right)\left|\right)/f_s$式中，f_s为信号的采样频率，max表示取最大值；步骤C，由步骤B所述的时延差与声速相乘得到声源信号到达各麦克风的距离差，并根据各麦克风的位置关系，确定所述声源的位置。