基于麦克风阵列的语音增强与定位研究

发布时间：2017-08-23 01:13

  本文关键词：基于麦克风阵列的语音增强与定位研究

  更多相关文章： 语音增强 麦克风阵列 波束形成 延时估计 谱减法 抗串扰

【摘要】：麦克风阵列语音增强有着广泛的应用。但是麦克风阵列的大小往往限制这应用的范围比如手机和其他的嵌入式设备。研究小的麦克风阵列语音增强有着重要的意义。在这篇论文中,一些针对小阵列的算法和理论被提出来了。然后就是这些算法和常用算法的组合效果的讨论。首先被提出来的就是多通道抗串扰自适应噪声消除算法。这个算法采用了两个滤波器,它有着较好的稳定性和较低的运算量。然后就是三种常见的语音增强算法和提出的算法的组合方案的讨论。这三种算法包括。第一个组合的算法是谱减法,第二个组合的算法是延时累加算法,第三个组合的算法是维纳后置滤波算法。这些组合算法比单独使用被组合的成员的表现要好。然后改变多通道抗串扰自适应噪声消除算法,将自适应消除的对象编程语音信号,将这个改变后的算法应用在广义旁瓣相消算法的阻塞矩阵上,能得到更好的效果。组合将抗串扰算法运用到了定位算法上,取得了较好的效果。
【关键词】：语音增强 麦克风阵列 波束形成 延时估计 谱减法 抗串扰
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.35
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 研究背景和历史10-11
• 1.2 语音增强算法简介11-14
• 1.2.1 单通道语音增强算法11-12
• 1.2.2 麦克风阵列语音增强算法12-14
• 1.3 语言信号的评价14-15
• 1.4 论文创新点及章节安排15-16
• 第二章 语音增强的基础理论和算法16-23
• 2.1 语音信号理论基础16-17
• 2.1.1 语音信号特性16
• 2.1.2 人耳的听觉特性16-17
• 2.1.3 噪声信号的特性17
• 2.2 语音检测17-19
• 2.2.1 基本原理17-18
• 2.2.2 短时能量和短时平均过零率VAD18-19
• 2.2.3 基于频谱方差的VAD检测法19
• 2.3 波束形成算法19-23
• 2.3.1 固定波束形成19-20
• 2.3.2 自适应波束形成20-23
• 第三章 抗串扰自适应噪声消除算法23-36
• 3.1 噪声消除算法23
• 3.2 双通道自适应噪声消除模型23-25
• 3.3 多通道自适应噪声消除模型25-26
• 3.4 双通道抗串扰自适应噪声消除模型26-29
• 3.5 多通道抗串扰自适应噪声消除算法29-34
• 3.6 实验结果34-36
• 第四章 组合算法36-62
• 4.1 谱减法36-40
• 4.1.1 组合算法36-37
• 4.1.2 谱减法简介37-38
• 4.1.3 实验结果38-40
• 4.2 延时累加40-51
• 4.2.1 延时累加波束形成算法40-41
• 4.2.2 延时估计41-42
• 4.2.3 延时估计的性能分析42-43
• 4.2.4 组合算法43
• 4.2.5 多通道抗串扰噪声消除的系统的子系统43-49
• 4.2.6 算法复杂度分析49
• 4.2.7 实验结果49-50
• 4.2.8 小结50-51
• 4.3 维纳后置滤波51-53
• 4.3.1 维纳后置滤波51-52
• 4.3.2 组合算法与实验结果52-53
• 4.4 抗串扰算法和GSC算法53-62
• 4.4.1 GSC算法简介53-55
• 4.4.2 GSC和抗串扰算法的组合55-56
• 4.4.3 改进后的阻塞矩阵56-57
• 4.4.4 简化的组合算法57-59
• 4.4.5 实验结果59-62
• 第五章 定位算法62-75
• 5.1 定位算法简介62-64
• 5.2 问题描述和单声源的定位模型64-65
• 5.2.1 单声源自由场模型64
• 5.2.2 多声源自由场模型64-65
• 5.3 互相关算法65-66
• 5.4 广义互相关算法66-68
• 5.4.1 经典的CC算法66-67
• 5.4.2 平滑相干算法67
• 5.4.3 PATH-GCC算法67-68
• 5.5 空间线性预测理论68-70
• 5.6 多通道互相关系数算法70-75
• 第六章 总结与展望75-76
• 6.1 总结75
• 6.2 展望75-76
• 致谢76-77
• 参考文献77-81
• 攻读硕士学位期间取得的研究成果81-82

【相似文献】

中国期刊全文数据库 前10条

1 胡光锐,虞晓;基于二阶前向结构和信息最大理论的语音增强算法[J];上海交通大学学报;2000年07期

2 姚峰英,张敏;用于语音增强的高频信噪比度量[J];声学学报;2002年05期

3 彭煊,刘金福,王炳锡;基于独立分量分析的语音增强[J];信号处理;2002年05期

4 王金明,张雄伟;一种基于自适应模糊滤波的语音增强方法[J];解放军理工大学学报(自然科学版);2003年01期

5 杨汇军,郑海英,王立红;语音增强方法的研究[J];辽宁工学院学报;2003年05期

6 徐爽,韩芳芳,郑德忠;基于阈值的小波域语音增强新算法[J];传感技术学报;2004年01期

7 孙新德;一种改进的语音增强方法及实现[J];郑州航空工业管理学院学报(社会科学版);2005年04期

8 钱国青;赵鹤鸣;;基于改进谱减算法的语音增强新方法[J];计算机工程与应用;2005年35期

9 王晶,傅丰林,张运伟;语音增强算法综述[J];声学与电子工程;2005年01期

10 杨毅;杨宇;余达太;;语音增强及其消噪能力研究[J];微电子学与计算机;2006年07期

中国重要会议论文全文数据库 前10条

1 陈凯;俞蒙槐;胡上序;付强;;语音增强系统性能评测方法综述[A];第四届全国人机语音通讯学术会议论文集[C];1996年

2 王建波;林本浩;田春明;刘睿;;语音增强及其相关技术研究[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

3 徐舒;孙洪;;基于融合迭代的语音增强方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 牛刚;任新智;吴国庆;;谐波能量汇集度在语音增强中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

5 国雁萌;;一种极低信噪比条件下的语音增强方法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

6 江峰;李晓东;;适用于抑制非平稳背景噪声的语音增强算法[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

7 阎兆立;杜利民;;维纳后滤波语音增强算法研究[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

8 刘淑华;胡强;覃团发;万海斌;;语音增强算法的研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

9 魏臻;张景达;陆阳;;嵌入式系统中语音增强改进算法的研究[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

10 杨威明;;基于阈值的小波变换语音增强方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

中国博士学位论文全文数据库 前10条

1 欧世峰;变换域语音增强算法的研究[D];吉林大学;2008年

2 尹伟;基于模型的语音增强方法及质量评估研究[D];武汉大学;2009年

3 王海艳;基于统计模型的语音增强算法研究[D];吉林大学;2011年

4 方瑜;语音增强相关问题研究[D];北京邮电大学;2012年

5 姚峰英;语音增强系统的研究与实现[D];中国科学院上海冶金研究所;2001年

6 夏丙寅;面向移动通信的单通道语音增强方法研究[D];北京工业大学;2014年

7 徐勇;基于深层神经网络的语音增强方法研究[D];中国科学技术大学;2015年

8 陶智;低信噪比环境下语音增强的研究[D];苏州大学;2011年

9 王娜;基于小波变换与约束方差噪声谱估计的语音增强算法研究[D];燕山大学;2011年

10 赵彦平;基于稀疏表示的语音增强方法研究[D];吉林大学;2014年

中国硕士学位论文全文数据库 前10条

1 肖佩霖;双通道语音增强系统设计与实现[D];哈尔滨工业大学;2011年

2 魏有权;基于噪声估计的语音增强算法研究[D];昆明理工大学;2015年

3 郭栗;特定人语音增强算法的研究[D];上海交通大学;2015年

4 纪志春;基于字典学习的语音增强算法研究[D];大连海事大学;2016年

5 尹波;基于麦克风小阵列的语音增强算法的研究[D];湖北工业大学;2016年

6 张建伟;基于噪声谱估计和信噪比约束的语音增强研究[D];安徽大学;2016年

7 魏泉水;基于深度神经网络的语音增强算法研究[D];南京大学;2016年

8 王鹏宇;压缩感知技术在语音增强和EEG信号中的应用研究[D];福州大学;2014年

9 魏清泉;有色噪声下语音增强算法及应用研究[D];福州大学;2014年

10 黄剑文;多通道语音增强算法及应用研究[D];福州大学;2014年

，

本文编号：722131