基于麦克风阵列声源定位的发展历程及关键技术
不知道麦克风阵列是何方神圣？这篇文章告诉你!
不知道麦克风阵列是何方神圣？这篇文章告诉你!上个世纪七八十年代，麦克风阵列技术已经开始应用到语音技术的研究中，2000年左右，业界开始慢慢深入，进行基于麦克风阵列相关算法的专题研究。
到了物联网时代，市场的刺激和产品的需求，极大的推动了相关的技术进展，尤其是2014年亚马逊echo的正式发布，这一领先性的语音技术迅速进入到民用级产品的应用范畴中。
一般来说，人耳能听到的声音频率在20~20000赫兹之间，而很有意思的是，听觉其实是一种预警机制，除了听到声音，更重要的是具备分辨声源方向的能力，屏蔽主赫兹以外的声音更是为了对人体起到一定的保护作用，为有效交流提供保证(否则整个世界就真的太吵了)。
那么，相似地，麦克风阵列，其实就相当于机器之耳，不仅只是为了采集音频，识别信号，传输信息，还为了更好的声源定位和噪音降解，杂音屏蔽等。
思必驰于2015年年底推出了环形6+1远场麦克风阵列，也是目前国内唯一一款6+1环麦，亚马逊echo核心功能的“中国版”技术。
目前被广泛运用在机器人和音箱等智能家居产品中。
那么这款环麦具体有什么样的功能和优势?麦克风阵列能解决的问题【语音增强】解决噪声环境下的识别噪声环境是影响语音识别的一个重要因素，普通家居环境下的噪音有混响、回声、背景噪音、人声干扰等多种类型。
不同步的语音相互叠加产生音素的交叠掩蔽效应，严重影响语音识别的效果。
解决该问题需要从抑制噪声和语音增强两方面入手。
思必驰环形6+1远场麦克风阵列利用拾音波束成形，采用独特算法，有效抑制波束之外的噪声，同时融合语音信号的空时信息，从含噪声的语音信号中提取出纯净语音，有效地增强说话人语音。
【声源定位】辅助多功能联动对麦克风拾音来讲，声源的位置的不确定性为语音交互带来了阻碍。
思必驰环形6+1远场麦克风阵列实现360°环形拾音，多麦克定向，准确计算目标说话人的角度和距离，实现对目标说话人的跟踪以及后续的语音定向拾取，精准度控制在±10°以内，成为智能语音交互中捕捉说话人语音的重要方式。
一文带你全面熟悉智能语音之麦克风阵列技术的原理
一文带你全面熟悉智能语音之麦克风阵列技术的原理麦克风阵列技术是智能语音领域的关键技术之一，其原理主要涉及麦克风的排列方式、信号处理算法和声源定位技术。
麦克风阵列技术的应用广泛，包括语音识别、语音指令控制、语音唤醒等领域。
首先，麦克风阵列技术中麦克风的排列方式非常重要。
麦克风阵列一般采用线性阵列或圆形阵列的方式，麦克风之间的间距要适当，以便在获取声音信号时保持一定的角度分辨率。
常见的线性阵列包括线性辐射阵列和线性非辐射阵列，前者可实现波束形成，后者可消除噪声对波束形成的影响。
而圆形阵列则可以提供全方位的感知能力，适用于多声源定位和追踪。
其次，麦克风阵列技术中的信号处理算法是实现语音增强和噪声削减的关键。
常见的信号处理算法包括自适应波束形成、空间滤波、噪声估计和消除等。
自适应波束形成算法通过调整麦克风阵列的权重来强化目标信号，抑制背景噪声。
空间滤波算法可以根据麦克风阵列的几何形状和声源位置，对声音进行滤波和增强。
噪声估计和消除算法可以检测到现场的噪声状况，并进行实时消除，提高语音信号的清晰度和可听性。
最后，麦克风阵列技术中的声源定位技术是实现多声源分离和定位的关键。
常见的声源定位技术包括基于时延差的定位、基于空间谱的定位和基于声学特征的定位等。
基于时延差的定位技术通过计算麦克风阵列上各个麦克风上的声音到达时间差，推断声源的位置。
基于空间谱的定位技术通过分析麦克风阵列接收到的声音的空间谱信息，推断声源的方向。
基于声学特征的定位技术则通过分析声音的特征参数，如声音的频率、幅度、谐波等特征，推断声源的位置。
总的来说，麦克风阵列技术通过合理的麦克风排列方式、信号处理算法和声源定位技术，实现了对语音信号的增强和噪声削减，提高了语音识别和语音控制的准确性和可靠性。
麦克风阵列技术的广泛应用将进一步推动智能语音技术的发展。
基于麦克风相位阵列的声源定位系统设计与开发
2 系统构成
24 通道麦克风相位阵列测量系统由 24 通道麦克风阵列、 信号采集主机和测试分析软件 3 部分构成，如图 1 所示。
麦克风阵列的主要功能为对被测区域进行声音采集和图
（Aircraft Strength Research Institute of China，Xi’an Shaanxi 710065，China）
[Abstract] In this paper，a research on the design methods of microphone array measurement system are made，and a set of 24 channels multi-arm logarithmic spiral microphone array，signal acquisition host and test analysis software are developed based on it.At last，a noise source identification verification test of an aircraft landing gears simplified model--tandem circular cylinders is made in anechoic room by using the measurement system.The test results showed that the noise source can be identitied accurately，the maximum dynamic range is 13.2dB. [Keywords] microphone array；noise source identification；array design；measurement system
基于ODE_FIND 麦克风阵列的室内组声跟踪技术开发
基于ODE_FIND 麦克风阵列的室内组声跟踪技术开发室内组声跟踪技术是一项目前较为热门的技术，它可以将麦克风阵列与ODE_FIND技术相结合，实现对多个声源的准确定位与跟踪。
本文将就基于ODE_FIND的麦克风阵列室内组声跟踪技术的开发进行探讨。
在室内环境中，声音的反射、衰减等因素会对声源的定位产生影响，为了准确地确定声源的位置，我们可以利用麦克风阵列并采用ODE_FIND技术。
麦克风阵列能够收集到多个方向上的声音信号，通过分析这些信号的差异性，可以实现对声源的定位。
ODE_FIND技术是一种基于信号处理和数学模型的算法，它能够通过对信号的推导和分析，找出最佳的解决方案。
在基于ODE_FIND的麦克风阵列室内组声跟踪技术中，我们可以利用ODE_FIND算法对麦克风阵列收集到的声音信号进行分析和处理，从而精确地定位声源的位置。
具体而言，我们需要进行以下几个步骤来开发基于ODE_FIND的麦克风阵列室内组声跟踪技术：1. 硬件搭建：首先，需要搭建一个麦克风阵列系统，包括多个麦克风组件及其连接设备。
麦克风的位置和数量要根据实际应用需求进行设计。
麦克风阵列应能够实现对声源的全向接收，即能够同时接收到声源在不同方向上的声音信号。
2. 信号采集与预处理：通过麦克风阵列采集声音信号，并对声音信号进行预处理，包括滤波、放大等步骤，以确保采集到的信号质量。
3. 音源定位算法：使用ODE_FIND算法对预处理后的声音信号进行处理，以确定声源的位置。
ODE_FIND算法能够通过对信号的解析与推导，找出声源位置的最佳估计。
4. 算法验证与优化：对开发的算法进行验证和优化，通过模拟实验和实际测试，检验算法的准确性和稳定性。
根据测试结果，对算法进行调整和优化，以提高声源定位的准确度和可靠性。
基于ODE_FIND的麦克风阵列室内组声跟踪技术的开发，可以应用于各种场景，如会议室、演播室、语音识别等。
通过准确地定位声源，可以实现声音的智能拾取和处理，为用户提供更好的音频体验和交互效果。
基于TDOA 算法的分布式阵列麦克风定位研究
基于TDOA 算法的分布式阵列麦克风定位研究语音是人类进行交流沟通最主要的方式之一，他能方便快捷的承载这巨大的信息。
随着社会的迅速发展，进入了高度信息化，语音也室作为重要的信息载体之一，语音数据处理的整个过程可以分为两个部分：A/D转换，即把原始声音的模拟输入转化为数字化信息;D/A转换，即把数字信息转化为模拟数据。
他的传送、存储、识别、合成和增强室现代信息数字化中非常重要、基础的组成部分之一。
而现在人工智能技术的发展，尤其是自然语言处理技术的高速发展，语音处理已经成为现在智能家居、交通、办公、通信等新兴领域中的核心技术之一。
尤其像现在线上教育、云会议等方式的流行，语音信号处理是一个非常具有价值及必要的研究技术。
麦克风阵列（Microphone Array），从字面上，指的是麦克风的排列。
也就是说由一定数目的声学传感器（一般是麦克风）组成，用来对声场的空间特性进行采样并处理的系统。
麦克风按照指定要求排列后，加上相應的算法（排列+算法）就可以解决很多房间声学问题，比如声源定位、去混响、语音增强、盲源分离等。
语音增强是指当语音信号被各种各样的噪声（包括语音）干扰甚至淹没后，从含噪声的语音信号中提取出纯净语音的过程。
声源定位技术是指使用麦克风阵列来计算目标说话人的角度和距离，从而实现对目标说话人的跟踪以及后续的语音定向拾取，是人机交互、音视频会议等领域非常重要的前处理技术。
去混响技术能很好的对房间的混响情况进行自适应的估计，从而很好的进行纯净信号的还原，显著的提升了语音听感和识别效果。
声源信号的提取就是从多个声音信号中提取出目标信号，声源信号分离技术则是将需要将多个混合声音全部提取出来。
近场模型和远场模型根据声源和麦克风阵列距离的远近，可将声场模型分为两种：近场模型和远场模型。
近场模型将声波看成球面波，它考虑麦克风阵元接收信号间的幅度差;远场模型则将声波看成平面波，它忽略各阵元接收信号间的幅度差，近似认为各接收信号之间是简单的时延关系。
面向语音识别的自适应麦克风阵列技术研究
面向语音识别的自适应麦克风阵列技术研究自适应麦克风阵列技术是一种用于语音信号处理的技术，它通过调整麦克风阵列的方向和信号增益，来削减来自非目标方向的噪声，在复杂噪声环境下提高语音信号的识别准确率。
目前，自适应麦克风阵列技术已经广泛应用于语音识别、智能手机等领域。
本文旨在介绍面向语音识别的自适应麦克风阵列技术的研究进展和未来发展趋势。
一、麦克风阵列技术原理麦克风阵列技术是基于声学特性的研究，通过麦克风阵列对声场进行采集，从而获取到目标信号和干扰噪声。
麦克风阵列是由多个麦克风组成的，按照一定的几何形状排列。
根据波束形成原理，当目标声源和干扰声源位于不同方向时，各个麦克风的相位和幅度不同，通过对各个麦克风的信号进行加权和相位调整，可以使目标声源的信号增强，干扰噪声信号减弱，从而提高声音的清晰度和辨识度。
在麦克风阵列技术中，主要有两种波束形成算法：波束形成和自适应波束形成。
波束形成算法是一种基于固定权系数矩阵的波束形成方法，它把各个麦克风信号进行加权平均，形成一个固定的波束方向。
这种方法简单可行，但缺点也比较明显，由于固定的权系数不适用于噪声情况的变化，因此会使得目标信号的增益被过多压缩，同时不能对噪声进行有效消除。
自适应波束形成算法是目前应用较多的一种波束形成方法，它可以根据实时的声学环境来自动地调整阵列麦克风的权值，从而使目标信号被增强，噪声被抑制。
自适应波束形成算法的核心是根据算法目标和误差方差，通过自适应的控制算法，不断调整权值。
二、自适应麦克风阵列技术在语音识别中的应用自适应麦克风阵列技术在语音识别领域具有重要作用。
语音识别系统的核心是对声音的模式识别，然而在复杂的环境中，各种噪声会干扰到语音信号的识别，因此精度就会受到极大的影响。
通过应用自适应麦克风阵列技术，能够有效地削减来自非目标方向的噪声，提高了语音信号的识别准确率和鲁棒性。
一个经典的示例是语音助手，比如苹果公司的Siri和亚马逊的Alexa，它们需要在嘈杂的环境下准确地识别用户语音指令，因此需要有效的阵列处理技术。
基于小型麦克风阵列的声源定位技术
第41卷增刊I垡中科技大学学报(自然科学版)V01．4l Sup．I 2013年10月J．Huazhong U ni v．of Sci．8L Tech．(Natu ral Sc i e n c e Edition)Oct．2013基于小型麦克风阵列的声源定位技术赵圣1崔牧凡2尤磊1王鸿鹏1(1哈尔滨工业大学深圳研究生院深圳物联网关键技术与应用系统集成工程实验室，广东深圳518055；2国家计算机网络应急技术处理协调中心，北京100029)摘要针对传统的时延估计算法不能精确地估计出麦克风之间的时延和易受环境与噪声影响等缺点，利用广义互相关(GCc)算法进行时延估计并对其进行改进，结合自行设计的小型麦克风阵列和提出的空间定位方法，最终实现了声源定位系统，可以计算出声源与目标之间的距离和方位角．实验表明：本声源定位系统能达到比较高的定位精度，具有一定的实用价值．关键词麦克风；声音；定位；广义互相关；四元阵列；数据采集卡中图分类号TN912文献标志码A文章编号1671—4512(2013)S1一0188一04Sound source localization technology based on small microphone arr a y2 yo乱LPiZ^口o S^已咒g C“i^彳“，矗，z W么挖g Ho押g户P卵g(1 Engi nee ring L ab ora to ry fo r K ey T ec h no l o gy an d S y st e m I n t e gr a t i on of I n t er n e t of T h in g s，H a r bi nlnstitute of Tec h no l og y S h e nz h e n Gr adu at e S ch o ol，G ua n gd o ng，S h en z he n，5l 8055；2National Computer Network Emergency Re s po n se Co ord ina tio n C ent er of China，Be巧ing 1 O0029)Abstract As the traditional time delay estimation algorithm c a n n ot accur ately e stimate t he time delay between the micro phon e and vulnerable to e nv ir on me nt al noi se and other shortcomings，G C C algo—rit hm was used and its improvement was used fo r time delay estimation．Ultimatelya sound s o u r c e lo—calization system was i mplemen ted，combi ned with the mic roph onea rra y designed by the author and the spatial orientat ion method w as pr op ose d．It c a n be cal cula ted the distan ce and az imu th between th e sound s o u r c e and the ta rg e t．After experimental verifi cat ion，the sound sour ce localization syste m can achieve high p ositioni ngit ha s some practical value．accur acy，soKe y words microphones；acoustics；position；generalized cross—correlation；four—cross array；data a c—auis itio n c ar d声源定位是许多领域里的一个基本问题，包应用到社会生活的各个方面并发挥了其优越性．括声纳、雷达、电话会议或视频会议、移动电话位例女口NIST(national institute of standardsand置定位、导航和全球定位系统、地震震中定位和地technology information technology Lab)设计了下爆炸．矿f『J微震活动、传感器网‘{I}．先进的人机·种线州：均匀的麦克风阵歹U M．、RT，Ⅲ阵列n1．交互、说话人跟踪，监视和声源追踪等。
声学信号源定位与识别技术研究
声学信号源定位与识别技术研究声学信号源定位与识别技术是一门研究声音信号的来源和特征的学科。
它广泛应用于声纹识别、语音识别、音频处理等领域。
本文将探讨声学信号源定位与识别技术的原理、应用和未来发展趋势。
一、声学信号源定位技术声学信号源定位技术是指通过分析声音信号的到达时间差、声音强度差和频率特征等信息，确定声音信号的来源位置。
常见的声学信号源定位技术包括基于麦克风阵列的波束形成技术、基于声纳的声纹识别技术和基于声音特征的定位技术。
波束形成技术通过将多个麦克风组成阵列，利用声音信号的相位差和幅度差来确定声音信号的来源方向。
这种技术可以提高信号的信噪比，减少环境噪声对定位的影响，广泛应用于会议语音识别、语音增强等领域。
声纳技术是一种基于声波传播的声纹识别技术。
它通过分析声音信号的频率、幅度和时域特征，确定声音信号的来源身份。
声纳技术在军事、安防等领域有着广泛的应用，如水下目标识别、声纹识别等。
基于声音特征的定位技术是一种利用声音信号的频谱、时频特征进行定位的方法。
通过分析声音信号的频谱特征，可以确定声音信号的来源位置。
这种技术在音频处理、环境监测等领域有着重要的应用价值。
二、声学信号源识别技术声学信号源识别技术是指通过分析声音信号的频谱、时域特征和声音模型，确定声音信号的来源类型。
常见的声学信号源识别技术包括语音识别技术、音乐识别技术和环境声音识别技术。
语音识别技术是一种将声音信号转化为文字的技术。
通过分析声音信号的频谱、时域特征和语音模型，可以识别出声音信号的内容。
语音识别技术在智能助手、语音翻译等领域有着广泛的应用。
音乐识别技术是一种将声音信号转化为音乐信息的技术。
通过分析声音信号的频谱、时域特征和音乐模型，可以识别出声音信号的音乐类型、曲目等信息。
音乐识别技术在音乐推荐、版权保护等领域有着重要的作用。
环境声音识别技术是一种将声音信号转化为环境信息的技术。
通过分析声音信号的频谱、时域特征和环境模型，可以识别出声音信号的来源环境，如交通噪声、自然环境声等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于麦克风阵列声源定位的发展历程及关键技术摘要:回顾了基于麦克风阵列的声源定位系统的发展历程,对声源定位关键技术进行了讨论,分析了现有算法并对各算法的优缺点进行比较,文章的最后对麦克风声源定位技术的难点进行了概述,为进一步研究麦克风阵列信号处理奠定基础。
关键词:麦克风阵列关键技术信号处理1 发展历程早在20世纪70、80年代,就已经开始将麦克风阵列应用于语音信号处理的研究中,进入90年代以来,基于麦克风阵列的语音信号处理算法逐渐成为一个新的研究热点[1]。
1985年Flanagan将麦克风阵列引入到大型会议的语音增强中,并开发出很多实际产品。
1987年Silverman将麦克风阵列引入到语音识别系统,1992年又将阵列信号处理用于移动环境下的语音获取,后来将其应用于说话人识别。
1995年Flanagan在混响环境下用阵列信号处理对声音进行捕获。
1996年Silverman和Brandstein开始将其应用于声源定位中,用于确定和实时跟踪说话人的位置[2]。
目前麦克风阵列系统已有许多应用,其中在民用上包括视频会议、语音识别、车载系统环境、大型场所的会议记录系统以及助听装置等;军用上包括声纳系统对水下潜艇的跟踪及无源定位直升机和其他发声设备上。
在国外,很多著名的公司和研究机构,如IBM,BELL等,正致力于麦克风阵列的研究和产品,而且已经有了一些初期产品进入市场[3]。
这些产品已经应用到社会生活的各个场合并体现出了极大的优越性。
遗憾的是,在国内,到目前为止还没有自主产权的麦克风阵列产品。
因此,研究我国自主的基于麦克风阵列的语音处理算法和技术具有重要的意义。
我国一些企业、研究所和高校做了大量的相关工作,但是目前对声源定位的研究才算刚刚起步。
2 声源定位关键技术基于麦克风阵列的声源定位是指用麦克风拾取声音信号,通过对麦克风阵列的各路输出信号进行分析和处理,得到一个或者多个声源的位置信息,其使用的关键技术有以下几个方面。
2.1 模型的建立麦克风阵列的阵元按一定的方式布置在空间不同的位置上组成阵列,阵列能够接收空间传播信号,经过适当的信号处理提取所需的信号源和信号属性等信息。
阵列按阵元在空间分布形式的不同,可以分为任意离散阵、直线阵、平面阵、圆弧阵和均匀圆阵。
不同的阵列模型有各自的优缺点,可以用来处理不同的实际情况。
均匀直线阵由于结构简单,并且同时间序列的均匀采样完全对应,可以采用绝大多数基于时间序列的算法,因此受到很大的重视,应用也十分广泛。
然而均匀直线阵列也有很多局限性,不适合多波束的形成,不能直接用于180°范围内的定位,往往是利用多个阵列组合定位,但增加了系统复杂度和实现成本,而且在麦克风阵列的算法处理中也需要进行切换。
平面阵虽然可以在整个平面对目标进行测向,但对于低空甚至是超低空飞行的目标来说,由于在z轴方向没有基元,测向精度受到限制。
均匀圆阵是阵元均匀分布在一个圆环上的圆形阵列,方向增益基本一致,可以提供360°的方位信息,但其对应一个二维空间,在时域无法找到对应的采样定理,会给算法实现带来麻烦,并且由于其圆对称性,均匀圆形阵列对相干声源的解算能力比较弱。
但因其不需扇区切换,处理较为容易。
三维阵列结构较复杂,可以选择的算法不是十分丰富,实现成本较高,但是对整个三维空间定位性能好,适用于需要对整个三维空间定位的系统。
在利用麦克风阵列进行声源定位时,必须已知各个麦克风阵元之间的相对位置关系。
不同的阵型结构对算法精度的影响也非常大,因此需针对不同的应用环境选择与之相对应的阵列结构。
特别是对多个声源目标进行定位时,过小的阵列口径会极大地影响阵列的应用范围。
因此,要根据不同的应用需求选取不同的阵列模型。
2.2 算法的选取麦克风阵列接收的声音信号本身就是复杂的信号,因此声源定位算法必须能够适应信号的各种特性。
不同的声源信号,采取的定位算法也可能不同:例如,在对说话人进行定位时,由于拾取到的语音信号没有经过调制,也没有载波,阵列之间的时延和相位差与信号源的频率关系密切,此时麦克风阵列处理的信号应该看做是一个宽带信号,而传统的定位算法是对窄带而言的。
下面就两种经典的算法进行比较。
MUSIC算法的基本思想是将任意阵列输出的协方差矩阵进行特征分解,得到相互正交的信号子空间和噪声子空间,然后利用两者的正交性进行DOA估算。
MUSIC算法对波达方向的估计性能很好,可以高分辨地准确表现各信号的波达方向,如果参与运算的数据长度足够长或信噪比足够高,且信号模型准确的话,MUSIC算法可以得到任意精度的波达方向估计值。
但是MUSIC算法是以信号子空间和噪声子空间能够准确得到为前提,如果信噪比低或样本数不够,MUSIC算法的分辨率会大幅下降。
基于时延估计(TDOA)的声源定位法在运算量上优于其他方法,实时性好,可以在实际中低成本实现,但也有不足之处:其一是估计时延和定位分成两阶段来完成,因此在定位阶段用的参数已经是对过去时间的估计,这在某种意义上只是对声源位置的次最优估计;其二是时延定位的方法比较适合于单声源的定位,而对多声源的定位效果就不好;其三在房间有较强混响和噪声的情况下,往往很难获得精确的时延,从而导致第二步的定位产生很大的误差;其四是由于阵列结构和系统采样率等条件的限制,其定位精度远远不能与超分辨类算法相比。
任何一种算法都不可能适用于所有情况,我们在不断完善算法,优化其性能的同时,应根据不同的应用环境来选择最佳算法,从而达到最佳效果。
3 麦克风阵列处理的难点采用多个麦克风构成一个麦克风阵列,在时域和频域的基础上增加一个空间域,对接收到的来自空间不同方向的信号进行空时处理,这就是阵列麦克风信号处理的核心思想。
阵列信号处理理论的完善和发展,促进了基于阵列麦克风的信号处理理论的发展。
很多用于阵列信号处理的新算法、新技术和新体系,都可以用于阵列麦克风。
可以说,阵列信号处理理论的发展为阵列麦克风的研究带来了新的契机[4]。
基于麦克风阵列的语音信号处理是阵列信号处理的一种,但它又不同于传统的阵列信号处理,其主要技术难点如下。
3.1 麦克风阵列模型的建立麦克风主要用于处理语音信号,同时阵列麦克风的拾音范围都有限,因此,声源大都位于麦克风阵列近场范围内。
这使得传统阵列处理,如雷达、声纳等,所用的平面波前远场模型不再适用,必须使用更为精确的球面波前模型[5]。
球面波前模型必须考虑由于传播路径不同所带来的幅度衰减的不同,即除了信号的到达方向外,还需要考虑声源与阵列之间的距离。
所以,进行麦克风阵列研究,必须建立适用于麦克风阵列的近场模型。
3.2 阵列宽带信号的处理传统的阵列处理的信号一般是窄带信号。
阵元之间接收到的信号的时延和相位差主要由载波确定。
在麦克风阵列处理中,信号没有经过调制,也没有载波由于语音信号的最高频率和最低频率之比很大,这导致相同的时间延迟却有不同的相位差,阵元之间接收到的信号的时延和相位差由信号源的特性来决定。
麦克风接收到的语音信号频率一般在300Hz～3000Hz之间,阵列之间的时延和相位差与信号源的频率关系密切。
因此,麦克风阵列处理的信号可以看成是一个宽带信号,这使得阵列处理更加困难。
3.3 非平稳信号的处理传统的阵列处理的接收信号一般为平稳信号,而麦克风阵列中的接收信号为非平稳的语音信号。
语音信号可以看成是在20ms～40ms 的时间内是近似平稳的,即语音信号具有短时平稳性。
结合上面的宽带情况,麦克风阵列处理一般先把接收信号经过一个短时傅立叶变换,求出其短时谱,然后在频域进行处理。
每一频率对应一个相位差。
麦克风阵列的信号处理是将宽带信号在频域上分成多个子带,对每一个子带应用传统的窄带处理,从而得到接收信号的空间谱。
3.4 混响的影响传统的阵列信号处理中,噪声和信源通常是不相干的．而麦克风阵列多位于室内等较封闭的环境中,除了环境噪声和其他声源的影响外,声源本身在室内的混响也会对准确定位造成影响。
4 结语麦克风阵列信号处理是数字信号处理的一个新领域,具备许多传统阵列信号处理无法比拟的优势,是目前国内外的研究热点。
但其在低信噪比或强混响的环境下,很多算法的性能都不是很理想,如TDOA,时延的估计精度会受到采样频率的限制。
尽管许多方法试图通过插值来提高估计精度,但是这样的插值只提供了一种平滑的方法,并没有提高时间分辨率。
所以期待能有一种更加精确的时延估计方法,使得TDOA估计不受采样频率的限制。
对于实际的定位系统而言,稳健的时延估计将为下一步精确的定位奠定基础。
庞大的运算量也限制了许多算法在实时定位系统中的应用,如music算法,如何提高在低信噪比环境下的性能与定位系统的抗噪声能力,在复杂度与性能之间取得折衷,将是下一步的研究工作。
相信随着研究的不断深入,麦克风阵列信号处理也必定会具备越来越广阔的应用前景。
参考文献[1]Mumolo E,Nolich M,Menegatti E,et al..A multi agent system for audio-video tracking of a walking person in a structured environment[C]//Proceedings of Workshop on Multi agent Robotic Systems trends and industrial applications,Padova,Italy,2003.[2]Valin J M,Michaud F,Rouat J.Robust localization and tracking of simultaneous moving sound sources using beamforming and particle filtering[J].Robotics and Autonomous Systems Journal,2007,55(3):216～228.[3]张贤达.现代信号处理[M].清华大学出版社,2003.[4]S.Doclo,Multi-microphone noise reduction and dereverberation techniques for speech applications,Ph.D.Thesis,ESAT,Katholieke University Leuven,Belgium,Chapter 9,Near-Field Broadband Beamforming,2003:217～232.[5]胡航.语音信号处理[M].哈尔滨工业大学出版社,2000.。