麦克风阵列信号处理的研究现状与应用 罗金玉等:麦克风阵列信号处理的研究现状与应用 麦克风阵列信号处理的研究现状与应用 (1.武警工程学院研究生大队,陕西西安710086;2.武警工程学院通信工程系,陕西西安710086) 摘要:在回顾麦克风阵列信号处理研究历程的基础上,对麦克风阵列信号处理的特点进行分析,总结了目前的研究热 点问题及现有算法并对各算法的优缺点进行比较,重点阐述了使用最为广泛的声源定位算法,最后介绍几个有价值的应用 领域,为进一步研究麦克风阵列信号处理奠定基础. 关键词:麦克风阵列信号处理;声源定位;TD0A;应用, 中图分类号:TN911-34文献标识码:A文章编号:1004—373X(2010)23—0080—05 StudyStatusandApplicationofMicrophoneArraySignalProcessing LUOJin-yu,LIUJian-ping,ZHANGYi—wen (1.Post—graduateManagingBrigade,EngineeringCollegeofArmedPoliceForce,Xi'an710086,China; 2.DepartmentofC0mmunlcationEngineering,EngineeringCollegeofArmedPoliceForce,Xi'art710086.China) Abstract:Theeharacteristicofthemicrophonearraysignalprocessingisanalyzedbasedonthereviewfortheprogressof microphonearraysignalprocessing.Thehotissuebeingstudiedrecentlyandtheexistingalgorithmscorrespondingtoitare summerized.Themeritsanddemeritsofthealgorithmsarecompared.Thewidely-usedsoundsourcelocalizationalgerithmis elaboratedemphatically.Somevaluableapplicationfieldsareintroduced. Keywords:microphonearraysignalprocessing;soundsourcelocalization;TDOA;applicati on 0弓l言 阵列信号处理的发展源于2O世纪40年代的自适 应天线组合技术,它使用锁相环进行天线跟踪. 1967年Widrow提出最小均方(LMS)自适应算法,标 志着阵列信号处理取得了显着进展.1969年Capon提 出恒定增益指向最小方差波束形成器,通过增加已知信 息的利用程度提高了对目标的分辨能力.1979年 Schmidt提出多重信号分类(MUSIC)方法,开创了子 空间类阵列信号处理算法研究的先河,是阵列信号处理 发展史上的一个重要里程碑.1986年Roy等人提出的 基于旋转不变技术的信号参数估计方法(ESPRIT),相 对MUSIC算法大大降低了计算量同时降低了算法对 硬件的要求,为阵列信号处理的发展谱写了新的篇章. 麦克风阵列信号处理是阵列信号处理的一个新兴 分支,继承和发展了阵列信号处理理论算法,最早于 8O年代初期用于大型会议室的会议系统uj,证明了其 在语音信号处理方面的独特优势.近年来它已成为现 代信号处理的的重要研究热点之一,很多国际着名的公 司和研究机构,如IBM,BEIL等,都致力于麦克风阵列 收稿日期:2010—06—18 基金项目:国家自然科学基金资助项目(6094000) 8O 的研究和产品开发.麦克风阵列正成为越来越流行的 高质量语音拾取工具,预计在不久的将来将取代传统的 桌面或头戴式麦克风].并且由于其在语音信号处理 上具有其他信号处理方法无法比拟的优势,被广泛应用 于军事国防,智能空间,新型人机交互,机器人导航等众 多领域,并且随着研究的不断深化,其研究应用的前景 也不断扩大. 1麦克风阵列信号处理的特点 麦克风阵列信号处理是阵列信号处理的一个新兴 分支.在很长的一段时间里,它的许多算法都是直接借 用或简单修改成熟的传统阵列信号处理算法.这在研 究初期大大推动了麦克风阵列信号处理的发展,但深入 的研究表明,这些算法往往无法应用于实际系统或是算 法性能不理想,这主要是因为麦克风阵列信号处理具备 以下区别于传统阵列信号的特点E~-73: 语音信号是宽带信号麦克风接收的语音信号没 有经过调制,阵元间时延和相位差与信号源的频率密切 相关.且不同类型的语音信号频谱差异很大,传统的窄 带信号处理算法不再适用. 语音信号是短时平稳信号麦克风接收信号为短 时平稳的语音信号,分析处理必须建立在短时的基础 《现代电子技术}2010年第23期总第334期通信与信息技术q 上,特别是当声源移动时,分析处理的难度变大. 应用环境存在高混响在一些非手持式智能语音 通信系统中,麦克风与说话人距离较远,特别是应用于 室内环境时,麦克风接收到的信号除语音直达外,还包 括大量经多次反射后形成的反射波,造成高混响,大大 降低了语音信号的质量.而且造成混响的原因很多,混 响模型很复杂,去混响难度大. 应用环境的噪声大且复杂在麦克风阵列应用中, 背景噪声很复杂且不同应用环境的噪声源也不同,如室 内外的噪声源差异就很大.因此提高信号信噪比难 度大. 2麦克风阵列信号处理的研究内容 2.1声源定位 麦克风阵列声源定位技术利用空间分布的多路麦 克风拾取声音信号,通过对麦克风阵列的各路输出信号 进行分析和处理,得到一个或者多个声源的位置信息. 目前存在的声源定位算法主要包括基于波束形成的方 法,基于高分辨率谱估计方法和基于到达时延差估计方 法,它们分别将声源和阵列结构之间的关系转变为空间 波束,空间谱函数或者多个到达时间差信息,然后通过 估计这些信息进行声源定位. 2.1.1基于波束形成的定位方法 基于波束形成的定位算法是出现较早的定位方法, 通过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. ..N Lbea(q)一『xi(+矗)]dt(1)Jo一 式中:L表示波束输出;()表示各麦克风的接收信号. 式(1)就是一个典型的波束形成估计方程,通过调 整各麦克风接收信号的时延值r使输出信号达到最 大,进而确定声源位置.因为解上述方程确定通常 是一个非线性的优化问题,无法直接计算得到,通常采 用Newton—Raphson算法或最陡下降算法来确定最大 值,而在声源定位系统中,最大值对应的t不是惟一 的,取决于信号的初始值,许多研究人员提出采用峰值 搜索的方法来解决这种问题_8].但目标函数和峰值搜 索的计算量往往很大,这也成为基于波束形成定位方法 最大的弊端. 2.1.2基于高分辨率谱估计的定位方法 基于高分辨率谱估计的定位方法通过求解阵列接 收信号的协方差矩阵获得空间谱函数,再由此信息进行 声源定位,包括自回归模型,最小方差频谱估计, MUSIC,ESPRIT,子空问拟合等.其中的很多方法只 能适用于远场模型,即要求麦克风阵列与声源的距离较 远,远远大于麦克风阵元间距,并且麦克风是布置成线 形.将其用于近场时,性能会下降很多.同时这种方法 也要进行峰值搜索,但它的峰值通常都比较尖锐]. 2.1.3基于到达时延差(TDOA)的定位方法 基于到达时延差的定位方法是利用时延估计算法 求出信号到达阵列不同麦克风的相对时延,再利用这些 时延信息和麦克风阵列的空间位置关系估计声源位置, 是麦克风阵列声源定位方法中应用最为广泛的方法. 基于到达时延差的定位方法已经成功地应用于雷达,声 纳系统中,但是它们处理的信号是窄带信号,信噪比高. 应用于宽带,高混响的麦克风阵列定位系统时,需要添 加一些特殊滤波器并进行预处理. 基于到达时延差定位法的第一步是准确计算时延 差.广义互相关函数(GeneralizedCrossCorrelation, GCC)是出现最早的方法,可以在时频两个领域进行计 算时延差: z(￡)一口5(￡一)+72(￡)(2) r+.. (rlj)一lz(4-r0)()dt(3) 式中:-z()是麦克风的接收信号;()是声源信号是 衰减因子是延迟量;()是噪声;Y是两阵元的相关 函数. 相关函数.y最大值对应的r就是所要求的阵元i和 阵元J之间的时延差.为减少计算量,还可以对信号进 行FFT变换,在频域做相关然后搜索峰值: r+.. n,,(￡)一IX(厂)x(厂)edf(4) 式中:R(￡)是两阵元频域的相关函数;x(_厂)是麦克风 接收信号z()的傅里叶变换. 为提高抗噪,抗混响性能,提高时延估计精度,还可 以通过加权函数来改进GCC,例如相位变换法(Phase Transform,PHAT),平滑变换法(SmoothedCoherence Transform,SCoT)等[. r+.. R.(￡)一}gt(f)x(-厂)x(厂)edf(5) 式中:xF(f)为加权函数,PHAT中的(厂)为: 厂 最小均方(LeastMeanSquare,LMS)自适应滤波 和自适应特征值分解(AdaptiveEigenvalueDecompo— sitionAlgorithm,AEDA)等时延估计算法都在声源定 位中也到了广泛应用_1].但自适应方法依赖于实验 8】 罗金玉等:麦克风阵列信号处理的研究现状与应用 的初始值并且计算时会产生较大的时延,无法适用于实 时应用.文献[17-203等分别使用广义互相关函数,基 于语音信号模型或产生语音的激励源特征,最小平方和 极大似然估计的方法给出了TDOA的估计或实现声源 定位. TDOA定位法的第二步是通过计算出的时延差来 确定声源位置.理论上,三个麦克风组成的阵列已经能 确定声源位置,而增加麦克风的数量,即增加TDOA数 据可以减小估计误差.通过TDOA来定位声源的方法 有很多:例如极大似然法,最小方差法等.极大似然法 认定误差服从高斯分布,试图寻找误差最小点.而最小 方差法是试图找到一个点使期望的TDOA值与实测的