一种基于阵列重构的多声源定位方法技术

本发明专利技术公开一种基于阵列重构的多声源定位方法，包括确定初始参考麦克风以构造初始时间差矩阵、确定对比参考麦克风以构造对比时间差矩阵、构造校验矩阵、对比校验矩阵和所述对比时间差矩阵的列向量的相似度、选取相似度最高的列向量作为真实声源向量。本发明专利技术通过构造多组校验子阵列，利用声源与阵列麦克风之间的空间位置关系来消除虚假声源，利用冗余校验来提升筛选真实声源过程的稳定性，提升定位精度和定位鲁棒性。

【技术实现步骤摘要】
一种基于阵列重构的多声源定位方法
本专利技术涉及声源定位
，特别涉及一种基于阵列重构的多声源定位方法。
技术介绍
声源定位在人机交互、噪声源识别和应急响应等领域得到广泛的应用。声源定位可通过已知位置的麦克风阵列，来确定未知声源位置。到达时差(timedifferenceofarrival：TDOA)是一种经典的声源定位方法，将麦克风阵列与声源构造成双曲线定位模型，其数学模型实质是一组非线性多元方程组，通过求解非线性多元方程组来确定目标声源位置。过去几十年，TDOA定位算法主要集中在单声源定位，算法简单，计算效率高。近些年来，多声源定位引起较多研究者的关注，但实际定位场景中确定TDOA的估计值与相应声源之间的唯一映射十分困难，会出现时差错序，即TDOA方法对多声源定位会产生关联模糊问题。目前，有研究人员提出了一些消除关联模糊的方法，但这些消除关联模糊定位方法都存在定位精度不高和计算效率低等问题。本专利技术专利提出基于阵列重构的多声源关联模糊消除方法。通过轮换定位麦克风阵列的参考麦克风，构造了多组校验子阵列。基于定位麦克风阵列TDOA本文档来自技高网...

【技术保护点】
1.一种基于阵列重构的多声源定位方法，其特征在于，所述多声源定位方法包括以下步骤：/nS101.在麦克风阵列中确定初始参考麦克风，以初始参考麦克风为参考计算麦克风阵列中各个麦克风接收到原始声源信号的时间差，通过时差错序处理，构建初始时间差矩阵，根据所述初始时间差矩阵得到可能声源集合；/nS102.在麦克风阵列中确定对比参考麦克风，以所述对比参考麦克风为参考计算麦克风阵列中各个麦克风接收到原始声源信号的时间差，构建对比时间差矩阵；/nS103.以所述对比参考麦克风为参考，计算可能声源集合中的声源在麦克风阵列中对应的时间差，以构造校验矩阵；/nS104.将校验矩阵中的列向量与对比时间差矩阵中的列向...

【技术特征摘要】
1.一种基于阵列重构的多声源定位方法，其特征在于，所述多声源定位方法包括以下步骤：
S101.在麦克风阵列中确定初始参考麦克风，以初始参考麦克风为参考计算麦克风阵列中各个麦克风接收到原始声源信号的时间差，通过时差错序处理，构建初始时间差矩阵，根据所述初始时间差矩阵得到可能声源集合；
S102.在麦克风阵列中确定对比参考麦克风，以所述对比参考麦克风为参考计算麦克风阵列中各个麦克风接收到原始声源信号的时间差，构建对比时间差矩阵；
S103.以所述对比参考麦克风为参考，计算可能声源集合中的声源在麦克风阵列中对应的时间差，以构造校验矩阵；
S104.将校验矩阵中的列向量与对比时间差矩阵中的列向量之间的相似度最高的一组列向量作为真实声源向量，并根据多个所述的真实声源向量计算真实声源位置，输出所述真实声源位置。


2.如权利要求1所述的多声源定位方法，其特征在于，步骤S101中，所述原始声源信号的时间差使用GCC-PHAT算法获得；根据所述初始时间差矩阵用Chan方法计算声源位置，从而得到可能声源集合。


3.如权利要求1所述的多声源定位方法，其特征在于，步骤S102中，使用GCC-PHAT算法和时差错序处理算法构建对比时间差矩阵。


4.如权利要求1所述的多声源定位方法，其特征在于，步骤S104中，根据校验矩阵中的列向量与对比时间差矩阵中的列向量之间的相似度构造可信度评价函数，以筛选处相似度最高的一组列向量，所述可信度评价函数为



k1＝1，2，…，NP；k2＝1，2，…，NP



其中是校验矩阵中的列向量，是对比时间差矩阵中的列向量，Np是校验矩阵中列向量的数量，Ns是真实声源的数量，Nm是麦克风阵列中麦克风的数量。


5.如权利要求4所述的多声源定位方法，其特征在于，根据所述可信度评价函数得到可信度评价向量，所述可信度评价向量为



所述可信度评价向量中的元素从小到大依次排列，取其中前Ns个元素并根据其所对应的列向量计算真实声源位置。


6.一种基于阵列重...

【专利技术属性】
技术研发人员：刘海涛，彭博，范佳量，姜彦吉，郑四发，
申请(专利权)人：清华大学苏州汽车研究院相城，
类型：发明
国别省市：江苏;32