[發明專利]一種基于子帶信噪比估計的雙耳聲源定位方法

有效

• 申請號: 201110448129.5
• 申請日: 2011-12-29
• 公開（公告）號: CN102565759A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 周琳;周菲菲;吳鎮揚
• 申請（專利權）人: 東南大學
• 主分類號: G01S5/18
• 分類號: G01S5/18
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 黃明哲

技術領域

本發明屬于聲源定位技術領域，為一種基于子帶信噪比估計的雙耳聲源定位方法。

背景技術

聲源定位技術作為一門新興的邊緣交叉學科，可以幫助傳遞和識別可視信息，增加三維仿真環境的逼真度。目前主要定位算法有多麥克風陣列的聲源定位算法和基于雙通路的聲源定位算法。多麥克風陣列的聲源定位算法存在計算量大、麥克風陣列尺寸大，并且算法受混響等因素干擾大等問題。基于雙通路聲信號的聲源定位方法模擬人耳的聽覺特征，可以實現較為準確的聲源定位。最具有代表性的是基于互相關的耳間時間差ITD(Interaural?Time?Difference)估計，然而對于含噪信號，基于互相關的ITD估計的定位性能嚴重下降。

發明內容

本發明要解決的問題是：目前的多麥克風陣列的聲源定位算法存在計算量大、麥克風陣列尺寸大，并且算法受混響等因素干擾大等問題，現有基于雙通路聲信號的聲源定位方法對于含噪信號的定位性能不足。

本發明的技術方案為：一種基于子帶信噪比估計的雙耳聲源定位方法，先進行數據訓練，訓練數據為方位已知的聲信號，經過特征提取，估計各方位聲信號的耳間時間差ITD參數，將各方位多幀聲信號的ITD參數的均值作為該方位ITD參數的矢量量化VQ模型的參數，建立方位映射模型；實際聲源定位時，輸入雙通路聲信號，輸入聲信號先經過頻域變換，在頻域劃分若干子帶，估計各子帶信噪比，將各子帶信噪比與設定的信噪比閾值進行比較，選擇信噪比高于信噪比閾值的子帶，計算子帶ITD特征參數，根據子帶ITD特征參數與數據訓練建立的方位映射模型進行逐一匹配，基于歐氏距離測度，輸出方位。

具體步驟包括：

1)數據訓練：

11)使用KEMAR小耳廓水平面右側37個方位，即θ＝0°～180°的頭相關脈沖響應HRIR數據，與白噪聲卷積生成方位已知的虛擬聲；

12)對步驟11)所得虛擬聲進行預處理，包括幅度歸一化、預加重、分幀和加窗，對各方位的每一幀聲信號獲得平穩的單幀信號；

13)將步驟12)所述的平穩的單幀信號進行端點檢測，獲得有效的單幀信號；

14)計算各單幀信號進行耳間時間差ITD特征參數，得到ITD訓練樣本；

15)根據步驟14)所得ITD訓練樣本，將各方位多幀聲信號的ITD訓練樣本的均值作為對應方位ITD的矢量量化VQ模型的參數，建立方位映射模型；

2)對待定位聲源定位的定位步驟為：

21)將采集的聲信號進行預處理，包括幅度歸一化、預加重、分幀和加窗，對各方位的每一幀聲信號獲得平穩的單幀信號；

22)將步驟21)所得單幀信號進行端點檢測，獲得有效的單幀信號；

23)將步驟22)所得有效的單幀信號進行FFT變換，劃分為若干子帶，計算估計各子帶的信噪比，所述子帶采用平均劃分規則，劃分為7-13個子帶；

24)將各子帶信噪比與設定的信噪比閾值進行比較，將低于信噪比閾值的子帶幅度設為0，選擇信噪比高于信噪比閾值的子帶，計算子帶ITD特征參數；

25)根據子帶ITD特征參數與數據訓練建立的方位映射模型進行逐一匹配，根據歐氏距離測度，輸出方位信息。

與現有雙通路聲信號定位技術相比，本發明提出的方法能明顯提高噪聲下聲源定位的性能，在信噪比為0dB時，本發明的定位正確率達到89％，原有方法定位正確率僅為63％，信噪比10dB時，本發明聲源定位正確率可以達到94％，原有方法定位正確率為82％。

附圖說明

圖1為本發明聲源定位的空間坐標系統示意圖。

圖2為本發明定位系統框圖。

具體實施方式

本發明先進行數據訓練，訓練數據為方位已知的聲信號，經過特征提取，估計各方位聲信號的耳間時間差ITD參數，將各方位多幀聲信號的ITD參數的均值作為該方位ITD參數的矢量量化VQ(Vector?Quantization)模型的參數，建立方位映射模型；實際聲源定位時，輸入雙通路聲信號，輸入聲信號先經過頻域變換，即快速傅里葉變換FFT(Fast?Fourier?Transform)，在頻域劃分若干子帶，估計各子帶信噪比，將各子帶信噪比與設定的信噪比閾值進行比較，選擇信噪比高于信噪比閾值的子帶，計算子帶ITD特征參數，根據子帶ITD特征參數與數據訓練建立的方位映射模型進行逐一匹配，基于歐氏距離測度，輸出方位。