[發(fā)明專(zhuān)利]一種基于分布式輔助粒子濾波的聲源跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811031156.0
• 申請(qǐng)日: 2018-09-05
• 公開(kāi)（公告）號(hào): CN109212480B
• 公開(kāi)（公告）日: 2020-07-28
• 發(fā)明（設(shè)計(jì)）人: 張巧靈;唐柔冰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江理工大學(xué)
• 主分類(lèi)號(hào): G01S5/20
• 分類(lèi)號(hào): G01S5/20
• 代理公司: 浙江千克知識(shí)產(chǎn)權(quán)代理有限公司 33246
• 代理人: 周希良

本發(fā)明公開(kāi)一種基于分布式輔助粒子濾波的聲源跟蹤方法，包括：首先，在每一個(gè)節(jié)點(diǎn)l計(jì)算廣義互相關(guān)函數(shù)構(gòu)造該節(jié)點(diǎn)的局部觀測(cè)計(jì)算k?1時(shí)刻的每一個(gè)粒子的輔助變量利用平均一致性算法計(jì)算對(duì)應(yīng)的權(quán)重并進(jìn)行歸一化；根據(jù)歸一化的權(quán)重對(duì)k?1時(shí)刻的粒子重采樣得到通過(guò)聲源動(dòng)態(tài)模型以及k?1時(shí)刻的粒子預(yù)測(cè)k時(shí)刻的粒子其次，對(duì)預(yù)測(cè)得到每一個(gè)粒子利用局部觀測(cè)計(jì)算器局部權(quán)重，然后利用平均一致性算法計(jì)算其全局權(quán)重并進(jìn)行歸一化；最后，根據(jù)粒子和權(quán)重計(jì)算出當(dāng)前k時(shí)刻的聲源位置。本發(fā)明能夠在室內(nèi)噪聲和混響環(huán)境下對(duì)移動(dòng)聲源進(jìn)行有效跟蹤，僅要求節(jié)點(diǎn)間的局部通信，具有良好的可擴(kuò)展性和對(duì)通信鏈路故障的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及室內(nèi)聲源跟蹤的技術(shù)領(lǐng)域，具體涉及一種基于分布式輔助粒子濾波的聲源跟蹤方法。

背景技術(shù)

基于麥克風(fēng)陣列的聲源定位和跟蹤是音頻信號(hào)處理領(lǐng)域一個(gè)基本而重要的研究課題。它是眾多音頻處理問(wèn)題的基礎(chǔ)，如語(yǔ)音增強(qiáng)、去噪、語(yǔ)音識(shí)別、語(yǔ)音分離等，在許多應(yīng)用場(chǎng)合發(fā)揮著極其重要的作用，如智能語(yǔ)音識(shí)別、音視頻會(huì)議系統(tǒng)、智能音箱、車(chē)載免提電話系統(tǒng)、移動(dòng)機(jī)器人、助聽(tīng)設(shè)備和監(jiān)控系統(tǒng)等。智能語(yǔ)音識(shí)別系統(tǒng)，尤其是遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別，對(duì)音頻輸入信號(hào)的質(zhì)量非常敏感。通常，可在語(yǔ)音識(shí)別系統(tǒng)前端采用聲源定位和跟蹤技術(shù)預(yù)先得到說(shuō)話人的位置或方向信息，然后使麥克風(fēng)陣列波束指向該說(shuō)話人，放大該方向音頻信號(hào)的同時(shí)衰減其它方向捕捉的信號(hào)，提高拾取音頻信號(hào)的質(zhì)量，進(jìn)而提高后端的語(yǔ)音識(shí)別性能。

基于麥克風(fēng)網(wǎng)絡(luò)的聲源定位和跟蹤，主要利用空間中多個(gè)不同位置的麥克風(fēng)對(duì)同一聲源信號(hào)的感知差異來(lái)估計(jì)該聲源的空間位置信息。麥克風(fēng)網(wǎng)絡(luò)是一種新型的麥克風(fēng)陣列，傳統(tǒng)的麥克風(fēng)陣列通常具有固定且規(guī)則的陣列結(jié)構(gòu)；此外，受智能設(shè)備尺寸限制，陣列可容納的麥克風(fēng)數(shù)目不多，空間覆蓋范圍有限，導(dǎo)致其在許多應(yīng)用場(chǎng)合(如遠(yuǎn)場(chǎng)語(yǔ)音交互)的抗噪聲和抗混響性能不夠理想。相比之下麥克風(fēng)網(wǎng)絡(luò)的節(jié)點(diǎn)部署靈活，空間覆蓋范圍更大，具有更好的抗噪聲和抗混響能力；每個(gè)節(jié)點(diǎn)都有獨(dú)立的數(shù)據(jù)處理能力，且對(duì)通信鏈路故障具有一定的魯棒性。基于以上特點(diǎn)，麥克風(fēng)網(wǎng)絡(luò)已經(jīng)出現(xiàn)迅速成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。

目前，關(guān)于麥克風(fēng)網(wǎng)絡(luò)的聲源定位和跟蹤方法大體分為以下幾類(lèi)：一是傳統(tǒng)的聲源定位方法，即先將麥克風(fēng)接收的音頻信號(hào)轉(zhuǎn)化為某個(gè)定位函數(shù)，然后通過(guò)定位函數(shù)的最大波峰進(jìn)行聲源定位。這類(lèi)方法在噪聲或混響不嚴(yán)重的情況下取得了良好效果；然而，當(dāng)噪聲或混響較大時(shí)，定位函數(shù)往往呈現(xiàn)多個(gè)偽峰(Spurious Peaks)，這些偽峰甚至?xí)⒄嬲曉磳?duì)應(yīng)的波峰“淹沒(méi)”，導(dǎo)致錯(cuò)誤的位置估計(jì)；此外，當(dāng)聲源移動(dòng)時(shí)，用于定位算法的觀測(cè)數(shù)據(jù)十分有限，導(dǎo)致定位性能下降；二基于神經(jīng)網(wǎng)絡(luò)的聲源定位方法，即通過(guò)數(shù)據(jù)訓(xùn)練利用神經(jīng)網(wǎng)絡(luò)構(gòu)建特征觀測(cè)和聲源位置(或方向)的映射關(guān)系，進(jìn)而實(shí)現(xiàn)聲源定位。早期Nakano等采用人工神經(jīng)網(wǎng)絡(luò)(ANN)對(duì)聲源的方向和位置進(jìn)行估計(jì)，近年來(lái)，Takeda和Komatani等采用深度學(xué)習(xí)網(wǎng)絡(luò)(DNN)進(jìn)行聲源定位。這類(lèi)方法依賴(lài)于定位函數(shù)提取的特征觀測(cè)作為神經(jīng)網(wǎng)路的輸入，當(dāng)噪聲或混響較大，或者聲源移動(dòng)時(shí)，由定位函數(shù)提取的特征觀測(cè)往往并不可靠，導(dǎo)致神經(jīng)網(wǎng)絡(luò)的定位性能下降；三是集中式聲源跟蹤方法，對(duì)于移動(dòng)聲源，跟蹤方法主要根據(jù)聲源的運(yùn)動(dòng)特性采用遞推算法估計(jì)其位置信息，在噪聲和混響環(huán)境下往往比定位方法性能更好。這類(lèi)方法需要將所有的節(jié)點(diǎn)的觀測(cè)信息傳送到融合中心，但融合中心的功耗在麥克風(fēng)巨大網(wǎng)絡(luò)下會(huì)急劇增加，并且對(duì)融合中心的依賴(lài)性太強(qiáng)，一旦融合中心發(fā)生故障，網(wǎng)絡(luò)將癱瘓；四是分布式聲源跟蹤方法，相比集中式的跟蹤方法，這類(lèi)方法往往不需要融合中心，只需要陣列中鄰域節(jié)點(diǎn)之間的局部通信，其對(duì)節(jié)點(diǎn)或鏈路失敗具有很好的魯棒性，且具有良好的可擴(kuò)展性，因而非常適合于靈活智能的陣列或網(wǎng)絡(luò)。田野等基于擴(kuò)展卡爾曼濾波算法，結(jié)合室內(nèi)聲源跟蹤問(wèn)題的特點(diǎn)，提出了一種基于分布式擴(kuò)展卡爾曼濾波的聲源跟蹤方法。Zhong等人結(jié)合擴(kuò)展卡爾曼濾波以及粒子濾波算法，提出了一種基于分布式擴(kuò)展卡爾曼粒子濾波的聲源跟蹤算法。本人曾根據(jù)室內(nèi)聲源跟蹤問(wèn)題的特點(diǎn)，結(jié)合邊緣粒子濾波(MPF)以及輔助粒子濾波(APF)算法，提出了一種基于分布式邊緣輔助粒子濾波的聲源跟蹤算法。