一种基于声特征的全变分正则化测向方法及系统技术方案

本发明专利技术提供了一种基于声特征的全变分正则化测向方法及系统，包括基于平面阵列获取入射声源的输出声信号；基于预先构建好的二维全变分稀疏波达方向估计模型计算入射声源的波达方向估计值；其中，所述二维全变分稀疏波达方向估计模型的构建过程，具体为：根据声源的空间分布特征建立空间扩展声源模型；构建二维阵列流形矩阵，得到二维矩阵列矩阵的过完备表述，基于二维矩阵列矩阵的过完备表述确定入射声源的二维稀疏表示；构建二维全变分结构矩阵，基于所述二维全变分结构矩阵构建二维全变分稀疏波达方向估计模型；本发明专利技术促进了分段常数解，体现了空间平滑性，因此在涉及块稀疏性或尖峰和平坦区混合的情形下，有效提高了DOA估计性能。估计性能。估计性能。

【技术实现步骤摘要】
一种基于声特征的全变分正则化测向方法及系统


[0001]本专利技术属于声阵列信号处理
，具体涉及一种基于声特征的全变分正则化测向方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]测向技术作为人机交互中重要的前处理技术，是声源定位的核心，是语音增强的前提，其利用麦克风阵列接收声信号，分析计算声源位置，也就是说，进行波达方向估计(Direction of Arrival,DOA)，实现声源的定向拾取与增强。
[0004]目前，波达方向估计的主要方法包括：子空间类算法、最大似然类算法、波束形成类算法和稀疏重构算法。前3种方法因需要繁杂的统计数值作为初始变量，对低信噪比，快拍数小，相干源等不能精确估计DOA等缺陷，逐渐被以稀疏表示及稀疏重构为基础的稀疏DOA估计所代替。而稀疏DOA估计通常为欠定问题，即所估计声源位置数量大于测量声阵列的麦克风数量，这将导致阵列输出信号与声源信号间的线性方程无解，无法求得声源的DOA。为此，通过附加约束项的正则化处理，求出满本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声特征的全变分正则化测向方法，其特征在于，包括：基于平面阵列获取入射声源的输出声信号；基于预先构建好的二维全变分稀疏波达方向估计模型计算入射声源的波达方向估计值；其中，所述二维全变分稀疏波达方向估计模型的构建过程，具体为：根据声源的空间分布特征建立空间扩展声源模型；构建二维阵列流形矩阵，得到二维矩阵列矩阵的过完备表述，基于二维矩阵列矩阵的过完备表述确定入射声源的二维稀疏表示；构建二维全变分结构矩阵，基于所述二维全变分结构矩阵构建二维全变分稀疏波达方向估计模型。2.如权利要求1所述的一种基于声特征的全变分正则化测向方法，其特征在于，所述基于平面阵列获取入射声源的输出声信号，具体为：所述平面阵列的维度为M
×
N且M＝N，以间隔0.5λ均匀分布，λ为入射波波长；利用所述平面阵列对入射声源进行接收采样，得到入射声源的输出声信号。3.如权利要求1所述的一种基于声特征的全变分正则化测向方法，其特征在于，所述根据声源的空间分布特征建立空间扩展声源模型，具体为：依据声源的空间分布连续性特征，建立空间扩展声源模型；其中，空间扩展声源模型，具体如下式：其中，d为分组长度，假设采样t时刻，t＝1,2,
…
,L，L是快拍数，有K个远场窄带声源，且K＝n
×
d，n为索引。4.如权利要求1所述的一种基于声特征的全变分正则化测向方法，其特征在于，构建二维阵列流形矩阵，得到二维矩阵列矩阵的过完备表述，基于二维矩阵列矩阵的过完备表述确定入射声源的二维稀疏表示，具体为：基于入射声源的输出声信号样本数据，构造二维阵列流形矩阵；基于网格化观测空间，构造二维阵列流形矩阵的过完备表述；基于二维阵列流形矩阵的过完备表述得到入射声源的二维稀疏表示。5.如权利要求4所述的一种基于声特征的全变分正则化测向方法，其特征在于，所述基于入射声源的输出声信号样本数据，构造二维阵列流形矩阵，具体为：获取入射声源从第一个传感器传输到第X个传感器位置的时间差；基于时间差分别得到入射声源x轴和y轴方向的阵列流形矩阵；根据二维广义方向矢量的定义，得到平面矩形阵列的二维方向矢量；将平面矩形阵列的二维方向矢量转化为二维阵列流形矩阵。6.如权利要求1所述的一种基于声特征的全变分正则化测向方法，其特征在于，所述构建二维全变分结构矩阵...

【专利技术属性】
技术研发人员：刘志红，刘尊民，李超，赵化良，马鸣，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：