【技术实现步骤摘要】
本专利技术属于声源定位，特别是涉及用于声阵列信号高频分量干扰抑制的声源定位方法和系统，可以抑制声阵列信号高频分量失真干扰，提高空间谱估计精度，提高声源定位精度。
技术介绍
1、设备运行过程中产生的声音信号包含了丰富的状态信息，使用声阵列信号可以估计出可听声范围内最大声源位置。常用的声阵列信号采集装置为各种拓扑结构的麦克风阵列。任何麦克风阵列的器件性能一致性都难以达到理想状态，阵列上的麦克风在复杂的运行环境下也可能因空间位置不同而承受不同的干扰，从而导致声阵列信号的特征频率在通道上存在差异。高频分量在空气中传播时的幅值衰减速度比低频分量更快，特征频率偏差、通道分量幅值过小、通道分量缺失等失真现象在高频段更为显著。这导致较高频率声源定位精度下降的问题。
2、目前对于麦克风阵列的幅相误差校正主要有：有源校正和自校正两种。有源校正方法中，需要在检测环境中放置位置已知的校正声源，通过采集的校正声源估计模型误差。这种方法实时性非常差，更换检测环境后需要重新进行校正。自校正方法中的代表为weiss和friedlander提出的wf方法。该方法利用子空间正交原理构造代价函数，实现对各类误差参数和波达方向(direction of arrival，doa)的交替迭代寻优，是典型的远场幅相误差自校正方法。wf方法中子空间分解、代价函数优化、交替迭代等过程计算量非常大，无法应用到时效性要求比较高的声源定位场景中。
3、现有技术(cn116430302a)公开了一种自适应宽窄带信号的低复杂度测向系统，利用多个天线接收信号源发出的
技术实现思路
1、本专利技术针对现有幅值相位校正方法计算量大的问题，提出根据声阵列信号计算自适应权重向量，并使用该权重向量对声阵列信号进行加权处理，再进行声源位置估计，抑制高频分量失真带来的定位精度下降问题。
2、本专利技术采用如下的技术方案。
3、本专利技术第一方面提供了一种基于声阵列信号高频失真干扰抑制的声源定位方法，包括：
4、步骤1：采集频域的宽带声阵列信号，以及宽带声阵列信号的特征频率；
5、步骤2：基于步骤1采集的数据，以及设定的分割窗宽度，提取每个窄带声阵列信号，计算窄带声阵列信号在每个通道上的真实特征频率；
6、步骤3：基于步骤2提取的窄带声阵列信号，得到窄带声阵列信号各个通道上的幅值向量，计算窄带声阵列信号的幅值特征向量和窄带声阵列信号的权重向量；
7、步骤4：基于步骤2计算的真实特征频率，计算真实特征频率极差，判断真实特征频率极差值是否小于设定阈值，若小于，则将步骤3计算的权重向量的值作为自适应权重向量的值，转入步骤6；否则转入步骤5；
8、步骤5：基于步骤3中计算的幅值特征向量，计算窄带声阵列信号的自适应阈值，基于自适应阈值得到每个窄带声阵列信号的自适应权重向量；
9、步骤6：基于步骤4或步骤5计算的自适应权重向量，对窄带声阵列信号和声阵列导向矢量进行加权处理，采用空间谱估计算法估计声源位置。
10、优选地，步骤2中，以步骤1中采集的宽带声阵列信号的特征频率作为窄带声阵列信号分割窗的中心频率对宽带声阵列信号分割，使用分割窗将宽带声阵列信号截取为多个窄带声阵列信号。
11、优选地，步骤2中，分割窗宽度、上限和下限的计算公式分别为：
12、d＝0·1f0
13、fu＝f0+d/2
14、fd＝f0-d/2
15、式中，d为窄带声阵列信号的带宽，f0为窄带声阵列信号的中心频率，fu为分割窗上限，fd为分割窗下限。
16、优选地，步骤2中，手动采集每个窄带声阵列信号通道分量的真实中心频率，若窄带声阵列信号通道分量的真实中心频率与宽带声阵列信号的特征频率相同，则记录宽带声阵列信号的特征频率作为窄带声阵列信号通道分量的真实特征频率；否则，以窄带声阵列信号通道分量上的频率极大值作为窄带声阵列信号通道分量的真实特征频率。
17、优选地，步骤3中，第i个通道上的幅值向量为：
18、
19、式中，ai表示窄带声阵列信号第i个通道上的幅值向量，表示窄带声阵列信号中频率fk对应的幅值，其中f1＝fd，fk＝fu；
20、窄带声阵列信号的幅值特征向量为：
21、
22、f＝[f1 f2 … fm]t
23、式中，fi为窄带声阵列信号的频域幅值积分，k为窄带声阵列信号第i个通道采样点数，m为声阵列上的阵元总数。
24、优选地，步骤3中，窄带声阵列信号的权重向量为：
25、
26、式中，w为窄带声阵列信号的权重向量，f为窄带声阵列信号幅值特征向量，fmax为窄带声阵列信号幅值特征向量最大值。
27、优选地，步骤5中，窄带声阵列信号的自适应阈值为：
28、th＝μ-σ
29、式中，th为自适应阈值，μ和σ分别是窄带声阵列信号所有通道上幅值积分的均值和标准差。
30、优选地，第i个通道的窄带声阵列信号的自适应权重向量为：
31、
32、式中，wi为第i个通道上的窄带声阵列信号的权重向量，wi′为处理后第i个通道上的窄带声阵列信号的自适应权重向量。
33、优选地，步骤6中，对窄带声阵列信号进行加权处理所用公式为：
34、xf＝diag(n,')xf
35、式中，diag(w′)表示将窄带声阵列信号的自适应权重向量进行对角化，x′f为经加权处理后的频域信号，xf为窄带声阵列信号；
36、对声阵列导向矢量进行加权处理所用公式为：
37、
38、式中，表示两个向量的阿达玛积，a为原始声阵列导向矢量，a′(θ)为自适应加权处理后的声阵列导向矢量；
39、还包括对加权处理后的窄带声阵列信号进行协方差矩阵计算，公式为：
40、
41、式中，为加权后的窄带声阵列信号协方差矩阵，lf为窄带声阵列信号的频率样本数。
42、本专利技术第二方面提供了采用上述基于声阵列信号高频失真干扰抑制的声源定位方法的声源定位系统，包括：
43、信号采集模块、分割模块、权重向量计算模块本文档来自技高网...
【技术保护点】
1.一种基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于，包括：
2.根据权利要求1所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
3.根据权利要求2所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
4.根据权利要求1所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
5.根据权利要求3所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
6.根据权利要求5所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
7.根据权利要求1所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
8.根据权利要求7所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
9.根据权利要求1述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
10.采用权利要求1～9任一项所述的基于声阵列信号高频失真干扰抑制的声源定位方法的声源定位系统，其特征在于，包括：
【技术特征摘要】
1.一种基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于，包括：
2.根据权利要求1所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
3.根据权利要求2所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
4.根据权利要求1所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
5.根据权利要求3所述的基于声阵列信号高频失真干扰抑制的声源定位方法，其特征在于：
6.根据权利要...
【专利技术属性】
技术研发人员：王有元，张占喜，郑清路，陈伟根，杜林，王飞鹏，万福，谭亚雄，黄正勇，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。