欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202210427289X
申请人: 南京工程学院
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种麦克风阵列声源定位方法,其特征在于,包括:获取测试信号;

将所述测试信号进行预处理,得到单帧测试信号;

提取所述单帧测试信号的空间定位线索,将其作为测试样本;

将所述测试样本输入预先构建并训练完成的卷积残差网络CRN模型中进行测试,获取测试信号属于每个方位角的概率,其中,取概率最大的方位作为该帧信号的方位角估计值;

所述卷积残差网络CRN模型的构建和训练方法,包括:将纯净语音信号与不同方位角的房间脉冲响应卷积,并加上不同程度的噪声和混响,生成多个麦克风阵列信号;

对所述多个麦克风阵列信号进行预处理,获得多个单帧信号;

提取多个单帧信号的空间定位线索,将其作为卷积残差网络CRN模型的训练样本,同时标记每个样本的对应方位,将其作为样本的类别标签;

构建卷积残差网络CRN模型,将所述训练样本和类别标签作为卷积残差网络CRN模型的训练数据集进行训练;

所述提取多个单帧信号的空间定位线索,包括:

对每个单帧信号进行离散傅里叶变换,将时域信号转换至频域信号;

离散傅里叶变换计算公式为:

其中Xm(i,k)是xm(i,n)的离散傅里叶变换,表示第m个阵元第i帧的频域信号,k为频率点,xm(i,n)为加窗处理后的第m个阵元的第i帧的信号,K为离散傅里叶变换的长度,K=2N,N为帧长,DFT(·)表示离散傅里叶变换;

设计Gammatone滤波器组,gj(t)为第j个Gammatone滤波器的脉冲响应函数,其表达式为:其中,j代表滤波器的序号;C是滤波器增益;t表示连续时间;a为滤波器的阶数;表示相位;fj表示第j个滤波器的中心频率;bj表示滤波器衰减因子,bj计算公式为:bj=1.109ERB(fj)

ERB(fj)=24.7(4.37fj/1000+1)对每个Gammatone滤波器进行离散傅里叶变换,得到其频域表达式:计算每帧信号的子带广义互相关函数,其计算公式如下:其中,Rmn(i,j,τ)表示第m个阵元和第n个阵元在第i帧第j个子带的广义互相关函数;

求取每帧信号的子带时延差,其表达式如下:

其中,Τmn(i,j)表示第m个阵元和第n个阵元在第i帧第j个子带的时延差;

计算每帧信号的子带SRP-PHAT函数,计算公式如下:其中,P(i,j,r)表示阵列的波束方向为r时,第i帧信号第j个子带的SRP-PHAT功率值;τmn(r)表示声波从波束方向r传播到第m个麦克风和第n个麦克风的时间差,其计算公式为:其中r表示波束方向的坐标,rm表示第m个麦克风的位置坐标,c为空气中的声速,fs为信号采样率;

设定声源与麦克风阵列处于同一水平面,声源位于阵列的远场,则τmn(r)的等价计算公式为:其中,ξ=[cosθ,sinθ]T,θ为波束方向r的方位角,τmn(r)与接收信号无关,因而可以离线计算后保存于内存中;

对子带SRP-PHAT函数进行归一化处理,计算公式如下:将同一帧内所有子带的时延差和SRP-PHAT函数组成一个特征矩阵,得到混合特征的空间线索,表达式如下:其中ytrain(i)表示第i帧信号的空间定位线索,J为子带个数。

2.根据权利要求1所述的麦克风阵列声源定位方法,其特征在于,所述将纯净语音信号与不同方位角的房间脉冲响应卷积,并加上不同程度的噪声和混响,生成多个麦克风阵列信号,公式如下:xm(t)=hm(t)*s(t)+vm(t),m=1,2,...,M其中,xm(t)表示第m个麦克风接收到的指定方位的语音信号,m为麦克风阵元的序号,m=1,2,…,M,M为麦克风阵元的数目,s(t)为纯净语音,hm(t)表示从指定声源方位到第m个麦克风的房间脉冲响应,hm(t)与声源方位、房间混响有关,vm(t)表示噪声。

3.根据权利要求1所述的麦克风阵列声源定位方法,其特征在于,所述对所述多个麦克风阵列信号进行预处理,获得多个单帧信号,包括:预处理包括分帧和加窗,其中:

分帧方法为:采用预设分帧长度和帧移,将第m个阵元的时域信号xm(t)划分为多个单帧信号xm(iN+n),其中i为帧序号,n表示一帧内采样序号0≤n<N,N为帧长;

加窗方法为:xm(i,n)=wH(n)xm(iN+n)其中,xm(i,n)为加窗处理后的第m个阵元的第i帧的信号,为汉明窗。

4.根据权利要求3所述的麦克风阵列声源定位方法,其特征在于:所述将所述测试信号进行预处理,得到单帧测试信号的方法,与所述对所述多个麦克风阵列信号进行预处理,获得多个单帧信号的方法相同;

所述提取所述单帧测试信号的空间定位线索的方法与所述提取多个单帧信号的空间定位线索的方法相同。

5.根据权利要求1所述的麦克风阵列声源定位方法,其特征在于:所述卷积残差网络CRN模型包括一个输入层、两个残差块、一个池化层、两个全连接层、以及最后的输出层,其中,所述残差块是由多个卷积层与批量归一化层组成,每个残差块结构都包含两个批量归一化层以及两个卷积层,并且按照先批量归一化层、接着ReLU、最后接卷积层的顺序依次对输入进行处理,其中,所述输出层采用Softmax,损失函数为交叉熵函数。

6.一种麦克风阵列声源定位装置,采用权利要求1所述的麦克风阵列声源定位方法,其特征在于:包括:获取单元,用于获取测试信号;

预处理单元,用于将所述测试信号进行预处理,得到单帧测试信号;

提取单元,用于提取所述单帧测试信号的空间定位线索,将其作为测试样本;

测试单元,用于将所述测试样本输入预先构建并训练完成的卷积残差网络CRN模型中进行测试,获取测试信号属于每个方位角的概率,其中,取概率最大的方位作为该帧信号的方位角估计值。

7.一种麦克风阵列声源定位装置,其特征在于:包括处理器及存储介质;

所述存储介质用于存储指令;

所述处理器用于根据所述指令进行操作以执行根据权利要求1~5任一项所述方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该程序被处理器执行时实现权利要求1~5任一项所述方法的步骤。