基于频域联合稀疏模型的麦克风阵列移动声源定位

发布时间：2021-08-12 07:55

　　针对实际应用中移动说话人场景,相邻语音帧之间的空间相关性急剧下降会导致声源定位估计性能下降的问题,提出利用语音频点间的空间相关性进行频域联合稀疏估计,从而提高声源移动条件下的声源定位性能.实验结果表明,频域联合稀疏的波达方向（direction of arrival,DOA）估计算法在移动说话人场景中,性能优于传统定位算法和基于压缩感知（compressed sensing,CS）的正交匹配追踪算法. 

【文章来源】：厦门大学学报(自然科学版). 2020,59(01)北大核心CSCD

【文章页数】：5 页

【部分图文】：

声源移动实验设置示意图

不同估计频点数的联合定位结果

实验2对移动说话人声源的定位结果见图4．本文算法的轨迹与声源对准麦克风阵列的移动轨迹基本相符，CS-OMP描绘的移动轨迹随时间帧的变化轨迹不够平滑，方位轨迹异常突起点也明显多于本文算法，说明定位结果浮动较大；而传统DS算法和SRP-PHAT的定位结果则更不稳定，表现出强烈的方位跳变．可见本文算法对于移动声源的定位效果优于DS算法、SRP-PHAT算法和CS-OMP算法．3 结论

【参考文献】：
期刊论文
[1]面向多声源的压缩感知麦克风阵列的波达方向估计[J]. 章宇栋,黄惠祥,童峰.  厦门大学学报(自然科学版). 2018(02)
[2]基于联合稀疏模型的多重子空间追踪重构算法[J]. 李莎莎,丁伋堃,宫明煜.  指挥信息系统与技术. 2017(03)
[3]一种采用旁瓣增强的麦克风阵列抗混响算法[J]. 李剑汶,章宇栋,童峰,洪青阳.  厦门大学学报(自然科学版). 2017(05)
[4]压缩感知声源定位方法研究[J]. 宁方立,卫金刚,刘勇,石旭东.  机械工程学报. 2016(19)
[5]采用时域联合稀疏恢复的多输入多输出水声信道压缩感知估计[J]. 周跃海,吴燕艺,陈东升,童峰.  电子与信息学报. 2016(08)
[6]一种可跟踪移动声源方向的麦克风阵列语音增强算法[J]. 陈磊,江伟华,童峰,洪青阳.  厦门大学学报(自然科学版). 2015(04)
[7]基于压缩感知的麦克风阵列声源定位算法[J]. 赵小燕,周琳,吴镇扬.  东南大学学报(自然科学版). 2015(02)
[8]基于压缩感知的贪婪迭代重构算法[J]. 王超.  数据采集与处理. 2012(S2)

博士论文
[1]基于压缩感知的认知无线电频谱感知算法研究[D]. 孙璇.北京邮电大学 2012
[2]基于信号空域稀疏性的阵列处理理论与方法[D]. 刘章孟.国防科学技术大学 2012



本文编号：3337919