提出了一種基于區(qū)域約束的雙耳近場(chǎng)自適應(yīng)波束形成算法,該算法將目標(biāo)信號(hào)及其附近區(qū)域內(nèi)的若干個(gè)導(dǎo)向矢量組成的矩陣進(jìn)行特征值分解,并在最小化輸出信號(hào)能量的同時(shí)對(duì)主要的特征向量進(jìn)行約束,從而有效解決傳統(tǒng)近場(chǎng)波束形成器對(duì)目標(biāo)聲源的方位估計(jì)誤差和位置擾動(dòng)過于敏感的問題。實(shí)驗(yàn)結(jié)果表明,所提方法可以有效抑制遠(yuǎn)場(chǎng)同向干擾聲源,并且相對(duì)于傳統(tǒng)近場(chǎng)波束形成器具有更高的魯棒性�？陀^評(píng)價(jià)指標(biāo)表明,該算法的降噪性能及語音質(zhì)量提升方面均優(yōu)于對(duì)比算法。 

【文章來源】：信號(hào)處理. 2020,36(06)北大核心CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

陣列接收近場(chǎng)信號(hào)示意圖

本節(jié)介紹MBRIR的測(cè)量方法,為SVD-BLCMV算法提供導(dǎo)向矢量數(shù)據(jù)集。實(shí)驗(yàn)測(cè)量使用Biuel & Kjaer 4128C人工頭和軀干模擬器(Head And Torso Simulator, HATS)用來模擬人頭和軀干對(duì)聲波的散射作用,將MEMS雙傳聲器陣列佩戴在人工頭的雙耳上,單邊陣列的孔徑約為1.5 cm,同時(shí)在人工嘴前側(cè)某個(gè)測(cè)量點(diǎn)放置一個(gè)MEMS傳聲器用來接收人工嘴發(fā)出的信號(hào),不斷的微調(diào)人工嘴前側(cè)傳聲器的距離和角度來獲得MBRIR數(shù)據(jù)集。MBRIR測(cè)量的場(chǎng)景包括普通辦公室房間、半消聲實(shí)驗(yàn)室和全消聲實(shí)驗(yàn)室;人工嘴前端局部區(qū)域內(nèi)離散測(cè)量點(diǎn)與人工嘴的水平距離d包括0.5 cm,1 cm,2 cm,水平偏轉(zhuǎn)角度包括±45°,±30°,±15°,±7.5°,0°,實(shí)驗(yàn)裝置示意圖如圖2所示。該方法具有較強(qiáng)的可重復(fù)性,實(shí)驗(yàn)一共測(cè)量了29組數(shù)據(jù)。MBRIR的測(cè)量信號(hào)采用頻率范圍為50 Hz～15 kHz,時(shí)間為15 s的掃頻信號(hào)[12]通過功率放大器從人工嘴播放,采樣頻率為16000 Hz。將雙耳佩戴的4個(gè)傳聲器接收到的信號(hào)和人工嘴前側(cè)傳聲器接收到的信號(hào)進(jìn)行解卷積得到口-雙耳房間脈沖響應(yīng)。圖3給出了MBRIR測(cè)量系統(tǒng)平臺(tái),其中1和2通路為左耳傳聲器接收信號(hào),3和4通路為右耳傳聲器接收到的信號(hào)。圖4給出了在普通辦公室環(huán)境下,測(cè)量點(diǎn)位于人工嘴前方2 cm、偏轉(zhuǎn)角度為30°時(shí)的MBRIR測(cè)量場(chǎng)景。圖5給出了在半消聲室、全消聲室和普通辦公室環(huán)境下測(cè)量的距嘴距離1 cm,水平偏轉(zhuǎn)角度為0°的位置點(diǎn)的MBRIR,圖中僅展示了左耳1通道的測(cè)量結(jié)果。

MBRIR的測(cè)量信號(hào)采用頻率范圍為50 Hz～15 kHz,時(shí)間為15 s的掃頻信號(hào)[12]通過功率放大器從人工嘴播放,采樣頻率為16000 Hz。將雙耳佩戴的4個(gè)傳聲器接收到的信號(hào)和人工嘴前側(cè)傳聲器接收到的信號(hào)進(jìn)行解卷積得到口-雙耳房間脈沖響應(yīng)。圖3給出了MBRIR測(cè)量系統(tǒng)平臺(tái),其中1和2通路為左耳傳聲器接收信號(hào),3和4通路為右耳傳聲器接收到的信號(hào)。圖4給出了在普通辦公室環(huán)境下,測(cè)量點(diǎn)位于人工嘴前方2 cm、偏轉(zhuǎn)角度為30°時(shí)的MBRIR測(cè)量場(chǎng)景。圖5給出了在半消聲室、全消聲室和普通辦公室環(huán)境下測(cè)量的距嘴距離1 cm,水平偏轉(zhuǎn)角度為0°的位置點(diǎn)的MBRIR,圖中僅展示了左耳1通道的測(cè)量結(jié)果。圖4 利用人工頭和軀干測(cè)量MBRIR

【參考文獻(xiàn)】：
期刊論文
[1]功率比相關(guān)子帶劃分快速獨(dú)立向量分析[J]. 冷艷宏,鄭成詩,李曉東.  信號(hào)處理. 2019(08)
[2]基于近場(chǎng)波束形成的麥克風(fēng)陣列語音增強(qiáng)方法[J]. 王冬霞,殷福亮.  電子與信息學(xué)報(bào). 2007(01)



本文編號(hào)：3130142