【正文】 噪聲消除方法來解決這個問題。本章主要討論被動時間延遲估計問題。雷達或主動聲納是主動型的典型例子，而一般的被動聲納則是被動型的典型代表。時間延遲估計則是指利用參數(shù)估計和信號處理的理論和方法，對上述時間延遲進行估計和測定，并由此進一步確定其它有關參量。一方面，時間延遲估計研究對信號處理、現(xiàn)代譜估計、時間序列分析以及相關技術等提出了新要求，從而促進了這些學科和技術的進步；另一方面，時延估計的進展又在雷達、聲納、石油勘探、故障診斷以及生物醫(yī)學等領域得到了廣泛的應用。27第2章 時間延遲估計原理與方法第2章 時間延遲估計原理與方法時間延遲是表征信號的一個基本參量，對時間延遲以及其有關參量估計的研究一直是信號處理領域中一個十分活躍的研究課題。第5章對聲源定位方法用于機械故障檢測做了一點探討，提出一種確定脈沖聲源的聲源定位方法。提出了方向角定位的改進方法。第2章對時間延遲估計的原理與各種算法進行了比較深入的研究，給出了各種算法的優(yōu)缺點及應用場合，并對幾種算法進行了模擬仿真。 論文結構安排本文共分4個部分：第1章介紹了基于麥克風陣列的聲源定位技術在現(xiàn)代生活的廣泛應用，分析了基于麥克風陣列的信號處理的特點，提出了本課題的研究意義。第四，對聲源定位方法在機械故障檢測領域中的應用做了一點探討。第三，以EasyRAM2119實驗板為平臺，完成了一種可實時實現(xiàn)的聲源定位實驗系統(tǒng)。對在理論上對它們進行性能分析，給出各種算法的優(yōu)缺點和適用場合，并模擬仿真了其中四種方法在不同信噪比情況下的時延估計值，進一步驗證了性能的優(yōu)劣。為此，我使用4個全指向麥克風與EasyARM2119實驗板組成了一個4路同步聲音采集系統(tǒng)，并在LPC2119中植入聲源定位算法程序，就組成了一個完整的聲源定位系統(tǒng)。這要求對聲音進行同步采集，也就是要使用同一個采樣脈沖序列對多個麥克風接收的聲音信號進行量化。因此，我們決定建立一個簡單可行的能確定二維空間中聲源方向的聲源定位實驗系統(tǒng)，把我們的研究更推進一步。文獻[38]討論了基于麥克風均勻線陣和均勻圓陣的聲源定位方法并進行了仿真，但只是給出了理論上的模擬仿真，并沒有應用到實際環(huán)境中。結果表明這種方法受實際環(huán)境影響較大，往往存在較大的誤差。而國內在這方面的研究就比較的匱乏。如音/視頻/免提通信/會議系統(tǒng)、語音識別系統(tǒng)、語音控制系統(tǒng)、車載電話以及助聽器等?，F(xiàn)在比較熱門的是使用基于麥克風陣列的定位方法，尤其是對語音信號的處理。 基于麥克風陣列聲源定位系統(tǒng)的應用被動聲源定位包括對聲源方向的估計，這種技術由來已久，比如人們總是循著聲音最大的方向來尋找說話人的位置。圖12 基于時間差的定位原理圖Fig. 12 Principle diagram based on TDOA現(xiàn)今使用的聲源定位算法基本上基于以上三種聲源定位原理。本文主要應用這種方法進行聲源方向的定位。但是該方法也有不足之處，其一是估計時延和定位分成兩個階段來完成，因此在定位階段用的參數(shù)已經是對過去時間的估計，這在某種意義上只是對聲源位置的次最優(yōu)估計；其二是時延定位的方法比較適合于單聲源的定位，而對多聲源的定位效果不好；其三，在房間有較強混響和噪聲的情況下，往往很難獲得精確的時間延遲，從而導致第二步的定位產生很大的誤差[31～33]。其一，用已獲得的時延求得一個目標函數(shù)，通過搜索的方法來確定聲源的位置；其二，用次最優(yōu)的方法通過幾何插值的方法估計出聲源的位置。基于此原理產生許多定位方法，各有自己的優(yōu)缺點[24～30]。由于每個麥克風時延唯一對應一個雙曲面，因此多個麥克風對就可以確定多個雙曲面。 基于聲波到達時間差(TDOA)的定位方法 基于聲波到達時間差定位方法在導航系統(tǒng)、聲納系統(tǒng)等領域都有廣泛的應用。而這對需近距離定位的系統(tǒng)是不可行的[21]。由于房間的混響作用，使信號和噪聲有一定的相關性，這也會降低該方法的有效性。此外，該方法往往假設理想的信號源、相同特性的麥克風等這些在實際中不可行的條件。雖然該方法成功地應用于一些陣列信號處理的應用，但在聲源定位中的效果并不佳，其原因有以下原因：該方法需要通過時間平均來估計各麥克風信號之間的相關矩陣，這就需要信號是平穩(wěn)的，且估計的參數(shù)是固定不變的。如果采用別的搜索方法，若要力求找到全局最優(yōu)點，就會極大地增加計算復雜度，從而不可能被用于實時處理系統(tǒng)[15～17]。而在實際使用中，這種先驗知識往往很難獲得。其原理框圖如圖11所示。后者因為加了自適應濾波，所以運算量比較大，而且輸出信號又一定程度的失真，但需要的麥克風數(shù)目相對較少，在沒有混響時有比較好的效果。基于可控波束形成的定位算法，主要分為延遲累加波束算法和自適應波束算法。該方法在滿足最大似然準則的前提下，以搜索的方式，使麥克風陣列所形成的波束對準信號源，從而獲得最大輸出功率。該方法的基本思想是采用波束形成技術，調節(jié)麥克風陣列的接收方向，在整個接收空間內掃描，能量最大的方位為聲源的方位。現(xiàn)有的基于麥克風陣列聲源定位方法主要分為三類：第一類是基于最大輸出功率的可控波束形成技術，它是對傳聲器陣列接收到的信號進行濾波及加權求和，然后直接控制傳聲器陣列的波束，使其指向有最大的輸出功率的方向；第二類是基于高分辨率譜估計技術，通過求解麥克風陣列接收信號之間的相關矩陣來定出聲源方向；第三類是基于聲波到達時間差技術，該方法首先求出聲源信號到達空間不同位置麥克風的時間差，再利用該時間差求得聲源信號到達不同位置麥克風的距離差，最后用搜索或幾何知識確定聲源方向。事實證明，聲源定位系統(tǒng)是一個很有意義的研究課題。聲音給人們帶來了方便，豐富了人們的生活。(3)傳統(tǒng)的陣列處理技術一般處理的信號為平穩(wěn)或準平穩(wěn)信號，而麥克風陣列處理的信號通常為非平穩(wěn)聲音信號； (4)在傳統(tǒng)的陣列處理中，噪聲一般為高斯噪聲(包括白、色噪聲)，與信源無關、在麥克風陣列處理中噪聲既有高斯噪聲，也有非高斯噪聲(如室內的空調風機的噪聲，打字機發(fā)出的干擾噪聲，碎紙機的聲音，突然出現(xiàn)的電話鈴聲等)，這些噪聲可能和信源無關，也有可能相關。因此麥克風陣列處理時一個復雜的寬帶系統(tǒng)。而麥克風陣列處理中，接收信號是沒有經過調制的基帶信號，陣列接收信號的相位差由信號源的特性和陣列結構決定。特別是將麥克風陣列應用在視頻會議中，用于確定和實時跟蹤說話人的位置[6,7]。進入90年代以來，基于麥克風陣列的語音處理算法正逐漸成為一個新的研究熱點[1]。在1985年Flanagan將麥克風陣列引入到大型會議的語音增強應用中，并開發(fā)出多種實際產品。目 錄對麥克風的原理研究畢業(yè)論文目 錄摘 要 IAbstract II第1章 緒論 1 課題的研究背景和意義 1 課題的研究現(xiàn)狀 2 基于麥克風陣列的聲源定位方法 2 基于麥克風陣列聲源定位系統(tǒng)的應用 5 論文主要研究內容 6 論文結構安排 7第2章 時間延遲估計原理與方法 8 時間延遲估計的原理 8 時間延遲估計的基本問題 8 時間延遲估計的基本模型 9 時間延遲估計的方法 11 基本相關法 11 廣義互相關法 12 互功率譜相位法 14 自適應法 16 高階累積量法 19 各種時延估計方法的分類與性能分析 22 模擬仿真 23 本章小結 27第3章 基于時間延遲的定位方法 28 麥克風陣列信號模型 28 窄帶陣列信號處理模型 28 麥克風陣列近場信號模型 30 麥克風陣列遠場信號模型 32 信號模型的主要差異及應用場合 33 麥克風陣列的拓撲結構 34 麥克風陣元間距 34 麥克風陣元個數(shù) 34 麥克風種類 35 麥克風陣列結構選擇 35 麥克風陣列結構性能評價 37 基于時間延遲的定位方法 37 角度距離定位法 37 球形插值法 38 線性插值法 40 聲源方向角估計的模擬仿真 41 仿真條件與結果 41 算法改進 43 本章小結 45第4章 近場聲源定位實驗 46 聲源定位系統(tǒng)硬件結構設計 46 聲源定位系統(tǒng)實現(xiàn)原理 47 各硬件單元介紹 47 聲源及其特性 47 麥克風及其工作原理 48 前置放大電路 51 EasyARM2119實驗板簡介 52 聲源定位系統(tǒng)軟件結構 53 實驗運行步驟 53 A/D轉換器描述及其子程序設計 54 串口通訊UART描述及其子程序設計 57 時間延遲估計子程序設計 59 聲源方向角定位子程序設計 60 上位機界面軟件 61 聲源定位實驗與結果 62 聲源定位系統(tǒng)實驗裝置 62 實驗數(shù)據(jù)采集 62 各路信號時間延遲估計 63 單次聲源方向角估計 63 多次聲源方向角測量 64 本章小結 67第5章 聲源定位在機械故障檢測中的應用 68 問題的提出 68 脈沖聲源定位方法 69 本章小結 73結論 74參考文獻 76攻讀碩士學位期間承擔的科研任務與主要成果 81致謝 82作者簡介 83III第1章 緒論第1章 緒論 課題的研究背景和意義20世紀80年代以來，傳聲器陣列信號處理技術得到迅猛的發(fā)展，并在雷達、聲納及通信中得到廣泛的應用。這種陣列信號處理的思想后來應用到語音信號處理中。之后，Silverman和Brand stein將其應用于語音識別和聲源定位中?，F(xiàn)有的麥克風陣列系統(tǒng)已經有了很多的應用，這些應用包括語音識別[2]、強噪聲環(huán)境下的語音獲取、大型場所的會議記錄[3,4]、聲音檢測和助聽裝置[5]等?；邴溈孙L陣列的聲源定位處理與傳統(tǒng)的陣列信號處理相比，主要存在如下問題[8]：(1)傳統(tǒng)的陣列信號處理處理的信號一般是有一個調制載波的窄帶信號，如通信信號和雷達信號等，此時陣列接收信號的相位差由載波中心頻率和陣列結構決定。麥克風陣列接收的信號頻率常常在100～4000Hz之間，中心頻率隨聲源的變化而變化。(2)傳統(tǒng)的陣列處理一般采用遠場模型，而麥克風陣列處理要根據(jù)不同的情況選擇遠場模型還是使用近場模型；近場模型和遠場模型最主要的區(qū)別在于是否考慮麥克風陣列各陣元接收信號的幅度差別?；谏鲜鲫嚵刑幚聿煌蛥^(qū)別，因此給麥克風陣列信號處理帶來極大的挑戰(zhàn)，實際中的聲源多位于麥克風陣列的近場[9,10]范圍內，因此用于遠場定位的算法和模型必須進行改進后才能使用。而對聲源位置的確定能給大家有效的利用聲音提供幫助。 課題的研究現(xiàn)狀 基于麥克風陣列的聲源定位方法基于麥克風陣列的定位問題簡而言之就是利用一組按一定幾何位置擺放的麥克風定出聲源的空間位置[11]。 基于最大輸出功率的可控波束形成的定位方法 基于可控波束的定位算法，是早期的一種定位方法。采用不同的波束形成器可得到不同的算法。即對麥克風所接收到的聲源信號進行濾波，并加權求和來形成波束，進而通過搜索聲源可能的位置來引導該波束，波束輸出功率最大的點就是聲源的位置。前者運算量較小，信號失真小，但抗噪性能差，需要較多的陣元才有比較好的效果。在文獻[12]中最早提出該方法的理論基礎，在文獻[13]中進一步得出可控定位的理論和實際的方差，并在文獻[14]中將該方法應用于多聲源的定位。圖11 可控波束形成器原理框圖Fig. 11 Controllable beam former principle diagram可控波束形成技術本質上一種最大似然估計，它需要聲源信號和環(huán)境噪聲的頻譜特性的先驗知識。此外，最大似然估計是一個非線性優(yōu)化問題，這類目標函數(shù)往往有多個極點，且該方法對初始點的選取也很敏感，因此使用傳統(tǒng)的梯度下降算法往往容易陷于局部極小點從而不能找到全局最有點。 基于高分辨率譜估計的定位方法 該方法來源于一些現(xiàn)代高分辨率譜估計技術(如AR模型，MV譜估計，MUSIC算法，特征值分解等[18,19])。而聲音信號是一個短時平穩(wěn)過程，它往往不能滿足這個條件，因此該方法效果和穩(wěn)定性不如可控波束形成法。雖然可以通過某些方法減弱這些因素的影響，但這往往需要成倍的增加運算量[20]。該方法還需假定聲源離麥克風的距離比較遠，且麥克風是一個線性陣列，這樣聲波可近似看成平面波。高精度譜估計技術往往針對窄帶信號，而聲源信號往往是寬帶信號，這也需要以增加運算量為代價來提高定位精度[22,23]。該方法主要是估計各麥克風間的相對時間延遲，適合于單個聲源的定位。雙曲面之間的交集從某種意義上就是聲源的次最優(yōu)估計。由已獲得的一組麥克風時延值，大體上可以有兩種方法確定聲源的位置?；诼曔_時間差的定位方法在運算量上遠遠小于可控波束形成和譜估計法，可以在實際中實時實現(xiàn)。雖然如此，由于聲達時間差定位方法的運算量比較低，而且在適當改進后，在一定的噪聲和混響下有比較好的定位精度，因此適合于在實際中實時應用。此方法的定位原理圖如圖12所示。國際上經過多年的研究，現(xiàn)有的方法都是在這三種方法進行的改進。近年來，隨著科技的發(fā)展，聲音定位在許多方面，比如無線通信、雷達、聲納、地震探測、導航和生物醫(yī)學等領域有著廣泛的應用。國際上經過多年的研究，已經有一些實際可用的語音處理系統(tǒng)。理論研究方面，文獻[34]中使用了擁有24個麥克風的麥克風陣列構成了一個聲源定位系統(tǒng)，更為深入的研究除了能對單個靜止聲源定位外，還可以對多個聲源定位[35]。有人用物理手段來測量聲音到達各麥克風的時間差，如文獻[36]中使用了自制的時差測量物理裝置在一個固體媒質平面上進行聲源定位。文獻[37]概括了麥克風陣列定位方法，并就其中一種定位方法給出了實驗結果，但實驗數(shù)據(jù)較少，過于簡單?？梢妵鴥仍诼曉炊ㄎ环矫娴难芯窟€不夠深入，很多結果只能夠提供仿真試驗支持，可在實際環(huán)境中實驗或應用的定位系統(tǒng)很少。不論何種聲源定位原理，都需要分析兩個或多個麥克風對同一段聲音采集的差別，根據(jù)這個差別得出定位結果。根據(jù)理論的推算，各路聲音采集的同步誤差要限制在微秒級別，才不至于太影響定位結果。 論文主要研究內容第一，詳