基于SRP-PHAT的声源定位方法研究(2)
1.2 当前发展现状 1.2.1 基于麦克风阵列的声源定位方法 基于麦克风阵列的声源定位方法大体上可分为三类:(a)基于最大输出功率的可控波束形成技术。该方法对麦克风阵列接收到的语音信号进行滤波、加权求和,然后直接控制麦克风指向使波束有最大输出功率的方向;(b)基于高分辨率谱估计的定向技术。该方法利用求解麦克信号间的相关矩阵来定出方向角,从而进一步定出声源位置;(c)基于到达时间差(TDOA)技术。该方法首先求出声音到达不同位置麦克的时间差,再利用该时间差求得声音到达不同位置麦克的距离差,最后用搜索或几何知识确定声源位置。 (1)基于最大输出功率的可控波束形成定向方法 基于最大输出功率的可控波束形成技术是一种直接的定位方法，其基本思想是对传声器所接收到的信号加权求和来形成波束，通过调整权值使传声器阵列的输出功率最大，波束输出功率最大的点就是声源的位置。传统的波束形成器的权值取决于各阵元上信号的相位延迟，而相位又和时延以及声音到达时间差（TDOA）有关，故又称为时延求和波束形成器。现代波束形成器则突破了上述局限，根据某种调整权值的判据来获得相应的最佳波束形成器，另外，在进行时间校正的同时还对信号进行滤波，故也称为滤波求和波束形成器。 可控波束形成技术本质上是一种最大似然估计,它需要声源和环境噪声的先验知识。而在实际使用中,这种先验知识往往很难获得。此外,最大似然估计是一个非线性优化问题,这类目标函数往往有多个极点,且该方法对初始点的选取也很敏感,因此使用传统的梯度下降算法往往容易陷于局部极小点,从而不能找到全局最优点。如果采用别的搜索方法,若要力求找到全局最优点,就会极大地增加计算复杂度,从而不可能被用于实时处理系统。