[發明專利]基于動態規劃算法的移動聲源到達時延估計方法

有效

• 申請號: 201910055840.0
• 申請日: 2019-01-18
• 公開（公告）號: CN109633553B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 陳積明;吳澤先;史治國;常先宇;楊超群;吳均峰
• 申請（專利權）人: 浙江大學
• 主分類號: G01S5/22
• 分類號: G01S5/22
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜;邱啟旺

本發明公開了一種基于動態規劃算法的移動聲源到達時延估計方法。該方法利用移動聲源時延估計具有連貫性的特點，先采集連續n個時刻的數據，在每一個時刻取出互功率譜密度分布函數上最大的m個峰值對應的m個時延，再在m個時延中取出的任意一個時延，連續取n個時刻后可以將n個時延連線，利用動態規劃算法求出時延波動最小的連線，同時，引入互功率譜密度分布函數的峰值對時延連線的選取進行修正。選出最小波動時延連線后，將該連線最后一個時刻的時延作為信號到達時延TDOA，可利用滑動時間窗重復上述過程求取后續TDOA。本發明充分利用多幀移動聲源信號時延連貫性，同時考慮到了多徑效應對聲源時延的影響，提取出最正確的時延，對聲陣列處理領域具有較高的價值。

技術領域

本發明涉及陣列信號領域，特別是涉及麥克風陣列信號處理和到達時延估計。

背景技術

本發明的背景基于實際需要產生。近年來，在無人機迅速成為研究熱點時，也帶來一系列問題，比如無人機黑飛，嚴重影響區域安全。因此無人機防御正在成為各國政府和軍方重點關注的新領域。無人機的聲音具有明顯的特征，可以有效偵別出空中飛行的物體。通過架設多個麥克風陣列，能有效地收集到無人機的信號，但是實際環境存在的噪聲、信號在電路設備傳輸過程中的噪聲以及一些其他的混響、多徑干擾等，收集到的聲音信號非常嘈雜，導致對無人機進行定位時，估計信號到達麥克風時延(TDOA)會出現比較大的誤差，為了提高TDOA估計的準確性，可以在估計TDOA時進行改進。

在目前的研究內容中，一般利用上一時刻的TDOA對本時刻TDOA估計進行修正，但這種方法僅依賴上一個時刻的TDOA，冗余性較差，容易出現誤差。因此，急需一種新的方法結合前多個時刻的TDOA來估計本時刻TDOA，同時能夠保證較快的運行速度和系統較低的成本。而本發明能有效的計算出TDOA，提升后續對信號分析的準確性。

發明內容

為了實現對無人機移動時聲音信號時延的跟蹤，本發明采用麥克風陣列傳感器對空中無人機聲音信號進行處理，可以有效計算移動中的無人機聲音信號到達麥克風TDOA。

本發明解決其技術問題所采用的技術方案是：一種基于動態規劃算法的移動聲源到達時延估計方法，包括如下步驟：

(1)根據廣義互相關函數計算麥克風陣列t時刻采集的兩組兩組時域聲信號x₁(t)、x₂(t)互功率譜密度分布函數

其中為x₁(t)和x₂(t)的傅立葉變換結果的乘積，為x₁(t)和x₂(t)的頻域濾波器；

(2)提取出函數連續n個時刻中每個時刻最大的m個峰值對應的m個時延。

(3)根據移動聲源時延估計的連貫性，利用如下公式找到n個時刻時延相連曲線中波動最小的曲線，并計算到達麥克風時延TDOA：

其中T_h代表在第h時刻的時延，T_h取自集合[t_h,1,t_h,2,...,t_h,m]，t_h,i代表第h時刻的第i個最大峰值對應的時延；P_h代表T_h所取時延對應的互功率譜密度分布函數的峰值大小；a用來將P_h與T_h的大小調至同一個數量級。

(4)通過動態規劃算法求解公式(2)，得到第n個時刻的最終TDOA。

(5)利用滑動時間窗求得之后每個時刻的TDOA。

進一步地，步驟(1)中，采用相位變換(PHAT)加權函數

進一步地，步驟(4)中，利用如下動態規劃算法求解公式(2)：