文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.181705
中文引用格式: 鄧艷容,李嘉棟,張法碧,等. 基于遠(yuǎn)場(chǎng)聲源定位的改進(jìn)MUSIC算法研究[J].電子技術(shù)應(yīng)用,2018,44(12):69-72.
英文引用格式: Deng Yanrong,Li Jiadong,Zhang Fabi,et al. The research of improved MUSIC algorithm based on far field sound source localization[J]. Application of Electronic Technique,2018,44(12):69-72.
0 引言
聲源定位技術(shù)是陣列信號(hào)處理的關(guān)鍵技術(shù)之一,它在視頻會(huì)議、語(yǔ)音識(shí)別、說(shuō)話人識(shí)別和助聽(tīng)設(shè)備等領(lǐng)域中都有廣泛的應(yīng)用,是語(yǔ)音信號(hào)處理領(lǐng)域中一個(gè)新的研究熱點(diǎn)。目前,基于麥克風(fēng)陣列的聲源定位方法大體上可分為三類(lèi):基于到達(dá)時(shí)延(TDOA)的定位技術(shù)[1]、基于可控波束形成的定位技術(shù)[2]、基于子空間的定位技術(shù)[3]。
基于子空間的聲源定位技術(shù)來(lái)源于現(xiàn)代高分辨率譜估計(jì)技術(shù),其中多重信號(hào)分類(lèi)(Multiple Signal Classification,MUSIC)是一種經(jīng)典的子空間定位法,在特定的條件下具有很高的估計(jì)精度和穩(wěn)定性等良好性能,本文結(jié)合麥克風(fēng)陣列遠(yuǎn)場(chǎng)信號(hào)的特點(diǎn),對(duì)其進(jìn)行深入的分析,將傳統(tǒng)的MUSIC算法進(jìn)行改進(jìn),使其適用于麥克風(fēng)陣列的聲源定位[4]。
1 MUSIC聲源定位算法分析
1.1 傳統(tǒng)MUSIC算法
MUSIC算法是一種經(jīng)典的超分辨DOA估計(jì)算法,它是在窄帶信號(hào)源的假設(shè)情況下提出來(lái)的,其主要思想是對(duì)陣列輸出數(shù)據(jù)協(xié)方差矩陣進(jìn)行特征分解,得到與信號(hào)分量相對(duì)應(yīng)的信號(hào)子空間和與信號(hào)分量相正交的噪聲子空間,再利用信號(hào)子空間和噪聲子空間的正交性,構(gòu)造出非常尖銳的“針狀”空間譜峰,通過(guò)譜峰的搜索,從而實(shí)現(xiàn)信號(hào)的DOA估計(jì)[5]。下面針對(duì)遠(yuǎn)場(chǎng)窄帶信號(hào)模型,簡(jiǎn)要介紹傳統(tǒng)MUSIC算法的基本原理及其計(jì)算步驟。
(1)假設(shè)空間有D個(gè)遠(yuǎn)場(chǎng)窄帶信號(hào)源,分別入射到M元陣列上,其中信號(hào)源則整個(gè)陣列的接收信號(hào)為:
由式(6)可知,與譜峰所對(duì)應(yīng)的角度就是波達(dá)方向的估計(jì)值,即在真實(shí)波達(dá)方向的附近出現(xiàn)非常尖銳的“針狀”空間譜峰。
在實(shí)際應(yīng)用場(chǎng)合中,麥克風(fēng)通常處理的是寬帶非平穩(wěn)語(yǔ)音信號(hào),而傳統(tǒng)的MUSIC算法是在窄帶平穩(wěn)信號(hào)的假設(shè)基礎(chǔ)上提出來(lái)的,除此之外,由于多徑信號(hào)傳輸現(xiàn)象,使得相干聲源普遍存在[6],從而導(dǎo)致定位性能較差,精度不高。因此需要對(duì)傳統(tǒng)的MUSIC算法進(jìn)行必要的改進(jìn),以適用于麥克風(fēng)陣列的聲源定位。
1.2 改進(jìn)的MUSIC聲源定位算法
本文針對(duì)麥克風(fēng)接收信號(hào)為寬帶信號(hào)且存在相干源這一特點(diǎn)[7],采取把寬帶信號(hào)在頻域上分成N個(gè)帶寬較小的子帶來(lái)處理。假設(shè)一幀信號(hào)的頻率范圍為[fL,fH],則每一個(gè)子帶對(duì)應(yīng)的頻率范圍為{[f1,f2],…,[fk,fk+1],…,[fN,fH]},再根據(jù)寬帶聚焦算法對(duì)每個(gè)子帶信號(hào)進(jìn)行處理。寬帶聚焦算法的基本思想是通過(guò)聚焦矩陣將頻帶內(nèi)不重疊的各頻率點(diǎn)的數(shù)據(jù)轉(zhuǎn)變成參考頻率點(diǎn)的數(shù)據(jù),得到聚焦后的協(xié)方差矩陣,然后再利用傳統(tǒng)的MUSIC方法進(jìn)行DOA估計(jì)[8]。其關(guān)鍵就在于聚焦矩陣的選擇,本文采用的是雙邊相關(guān)變換(TCT)算法。
雙邊相關(guān)變換算法是利用頻帶內(nèi)各頻率點(diǎn)間無(wú)噪聲數(shù)據(jù)之間的關(guān)系來(lái)選擇聚焦矩陣。假設(shè)Tβ(ωj)為聚焦矩陣,其中β是真實(shí)信號(hào)的預(yù)估計(jì)方向。則有:
從式(15)可以看出,權(quán)向量WSNR與該子帶的總平均功率成正比。那么式(14)可以寫(xiě)成:
由于在短時(shí)間內(nèi)語(yǔ)音信號(hào)可以看作是近似平穩(wěn)的,因此可以采取對(duì)接收信號(hào)進(jìn)行分幀和短時(shí)傅里葉變換的方法來(lái)解決語(yǔ)音信號(hào)的非平穩(wěn)性問(wèn)題[10]。這樣即可提高定位性能,減少噪聲對(duì)估計(jì)結(jié)果的影響。綜上所述,改進(jìn)的MUSIC聲源定位算法具體實(shí)現(xiàn)流程如圖1所示。
2 實(shí)驗(yàn)仿真分析與比較
2.1 遠(yuǎn)場(chǎng)信號(hào)模型的建立
2.2 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)置
本實(shí)驗(yàn)在圖2所示的均勻圓形陣列遠(yuǎn)場(chǎng)聲源模型的條件下進(jìn)行,選取25個(gè)全向麥克風(fēng),采用3個(gè)語(yǔ)音信號(hào)源,均為標(biāo)準(zhǔn)的英文誦讀,采樣頻率為16 kHz,采樣精度為16 bit。噪聲為全向高斯白噪聲,為了保證其短時(shí)平穩(wěn)性,先將陣列采集數(shù)據(jù)進(jìn)行分幀加窗短時(shí)傅里葉變換,幀長(zhǎng)為512點(diǎn)(32 ms),幀移為256點(diǎn),俯仰角θ的搜索范圍為0~90°,方位角的搜索范圍為0~180°,θ角和角的搜索步長(zhǎng)為1°。
2.3 性能分析與比較
為了更好地驗(yàn)證改進(jìn)MUSIC算法的性能,采用空間譜及其等高曲線圖來(lái)表示定位結(jié)果的精確性。設(shè)定信噪比SNR=8 dB,子帶數(shù)N=12,3個(gè)聲源信號(hào)的俯、仰角各為[θ1,1]=[30,30],[θ2,2]=[40,50],[θ3,3]=[60,50],兩種定位算法的仿真結(jié)果如圖3、圖4所示。
空間譜峰的極值點(diǎn)對(duì)應(yīng)聲源的位置,圖5和圖6分別為兩種算法的空間譜等高曲線圖、中心點(diǎn)對(duì)應(yīng)聲源位置。
從仿真結(jié)果可以看出,傳統(tǒng)的MUSIC算法僅能估計(jì)出2個(gè)聲源的位置,而改進(jìn)的MUSIC算法可以清晰地估計(jì)出3個(gè)聲源的位置,相對(duì)傳統(tǒng)MUSIC算法而言,其峰值尖銳程度和定位精度都有顯著提高,其定位性能和實(shí)時(shí)性得到改善。
下面再?gòu)母┭鼋呛头轿唤堑木讲顏?lái)對(duì)這兩種算法的定位性能進(jìn)行分析,信噪比為-10 dB~10 dB,利用陣列采集的所有數(shù)據(jù)獨(dú)立試驗(yàn)50次,得到其均方誤差如圖7所示。
從俯仰角和方位角的定位均方誤差曲線可以看出,在低噪聲的情況下,兩種定位算法的性能相差不大,但在高噪聲環(huán)境下,傳統(tǒng)MUSIC算法的定位效果則明顯變差,從而驗(yàn)證了改進(jìn)的MUSIC算法抗干擾性較強(qiáng),其定位性能及精度遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的MUSIC算法。
3 結(jié)束語(yǔ)
傳統(tǒng)的MUSIC算法僅對(duì)窄帶平穩(wěn)信號(hào)有效,且抗干擾能力較差,定位精度較低。改進(jìn)的MUSIC算法采取分幀和短時(shí)傅里葉變換的方法來(lái)解決語(yǔ)音信號(hào)的非平穩(wěn)性問(wèn)題;針對(duì)麥克風(fēng)接收信號(hào)為寬帶信號(hào)且存在相干源這一特點(diǎn),改進(jìn)的MUSIC算法采取把寬帶信號(hào)在頻域上分成N個(gè)帶寬較小的子帶,并將信噪比(SNR)和性能結(jié)合起來(lái)考慮,采用基于信噪比的加權(quán)法來(lái)進(jìn)行定位處理。通過(guò)理論分析和實(shí)驗(yàn)仿真結(jié)果表明,對(duì)傳統(tǒng)的MUSIC算法進(jìn)行改進(jìn)和擴(kuò)展,得到改進(jìn)的MUSIC算法在低信噪比情況下,仍能準(zhǔn)確地分辨出多個(gè)比較接近的聲源信號(hào),且算法穩(wěn)健,定位精度較高,從而驗(yàn)證了該算法具有較強(qiáng)的抗噪聲能力和較高的空間分辨率。
參考文獻(xiàn)
[1] 王紅軍.基于TDOA定位GSM移動(dòng)臺(tái)的信號(hào)處理算法[J].電信技術(shù),2011,51(7):55-59.
[2] 王志峰,馮杰,蔣灝,等.基于SRP和GA的聲源定位方法[J].電聲技術(shù),2013,37(10):36-40.
[3] 王磊,吳仁彪,盧丹.基于子空間技術(shù)的常規(guī)多波束形成抗干擾算法[J].華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,37(3):372-376.
[4] 蘇永振,袁慎芳,王瑜.基于多重信號(hào)分類(lèi)算法的復(fù)合材料沖擊定位[J].復(fù)合材料學(xué)報(bào),2010,27(3):105-110.
[5] 趙謙,董民,梁文娟.DOA估計(jì)算法的一種修正MUSIC算法的研究[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(10):102-105.
[6] 曾光,趙樂(lè)軍.室內(nèi)無(wú)線高精度定位的改進(jìn)MUSIC算法[J].華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,40(5):614-618.
[7] MARINESCU R S,BUZO A,CUCU H,et al.New considerations for accumulated ?籽-cross power spectrum phase with coherence time delay estimation[C].The Eighth International Conference on Digital Telecommunications,2013:45-48.
[8] 王進(jìn),趙擁軍,王志剛.一種新的寬帶DOA估計(jì)自聚焦算法[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(29):57-60.
[9] 周生華,劉宏偉,劉保昌,等.信噪比加權(quán)空間分集雷達(dá)目標(biāo)檢測(cè)算法[J].西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,38(4):82-88.
[10] 張奕,孟書(shū)杰.針對(duì)頭佩式麥克風(fēng)陣列的聲源定位算法研究[J].計(jì)算機(jī)工程與應(yīng)用,2015,51(24):266-270.
作者信息:
鄧艷容,李嘉棟,張法碧,羅 迪,朱承同,馮振邦
(桂林電子科技大學(xué) 廣西精密導(dǎo)航技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室,廣西 桂林541004)