麦克风阵列信号处理20130513

1阵列信号处理及其应用吴长奇燕山大学信息科学与工程学院2013年5月26日21、阵列信号处理的基础1.1阵列信号模型1.2波束形成与自适应波束形成1.3DOA估计2、移动通信中的智能天线3、基于麦克风阵列的声源定位2.1麦克风阵列模型2.2声源定位理论基础2.3声源定位实验研究31.1阵列信号模型阵列的基本概念天线阵列中单位元素称为阵元，阵元都是有源的阵元可以是无方向性的，也可以是有方向性的阵元可以有多种排列方式，如线阵、圆阵。阵列信号处理的两大研究内容：参数估计：以DOA估计为代表空间滤波：波束形成。4平面波与阵列信号载频为，以平面波形式沿k方向传播k为波数向量，即为波数（弧度/长度），c为光速，λ为电磁波波长，则距离基准点r处的阵元接收信号为为电波传播方向的单位向量，信号相对于基准点的延迟时间1.1阵列信号模型tjekrtjcrtstsrexp)()(kkrc151.1阵列信号模型各阵元上接收信号分别为阵列信号的向量方向向量为p个信号时方向矩阵krtjrctstsiiiexp)1()(TkjrkjrkjrTMMeeetststststS,,,)()(,),(),()(2121TkjrkjrMeea,,,1)(2)(,),(),(21paaaA61.1阵列信号模型等距线阵——M个阵元等距排成直线，阵元间距为dTdMkjdkjULAeeasin)1(sin,,,1)(TdMjdjeesin)1(2sin2,,,1ppdjMdjdjdjeeeesin2sin)1(2sin2sin21111A71.1阵列信号模型等距线阵的阵列响应与方向图单个信源MmdtsjmeWtsty1sin)(2*)()()()()()()(gnSaWnSnyHM)()(aWgH——权矢量——阵列的方向向量，或方向系数、波束图81.1阵列信号模型第i个阵元的接收信号)()()()()()()()(sin2sin211tztzeetxtxtMjjMaX)(a——天线增益，全向天线时为常数第i个阵元的接收信号)()()()()(sin2tzeztxjii)()()(1sin)1(2knekskxPimjimi等距线阵M个阵元，P个信源。第m个阵元上第k次采样值写成向量形式91.1阵列信号模型)()()(knkAskxTpaaaA)](,),(),([21)](,),(),([21paaaTMjjiiieea)],,,1[)(sin)1(2sin2Tpksksks)](,),([)(1TMknknkn)](,),([)(1111111sin2sin2sin)1(2sin2sin2sin2111jjMjjjjeeeeeeA101.1阵列信号模型阵列向量的二阶统计量为阵列协方差矩阵其特点是)}()({kkERHXX)}()({)}()({knknEAksksAERHHHs(k)与n(k)统计独立，则有IAPAH2HRR即为Hermitian矩阵，特征值为正。0,,21M111.1阵列信号模型对照两个R表达式可以认为，若将R的M个特征值按大小依次排列，则前P个与信号有关，且其数值大于后M-P个，即221,,pP+1个开始特征值由噪声决定，其数值等于2协方差矩阵的特征值分解为MiHiiiHuuUUR1MpiHiipiHiiiHnnnHsssuuuuUUUU121R空间分为相互正交的信号和噪声子空间121.2波束形成阵列天线是全向的，但阵列输出经过加权求和后，可以调整到阵列接收方向增益聚集在一个方向，相当于形成一个波束——波束形成。系统输出为MmmmHnxwnXWny1*)()()(131.2波束形成设空间远场的一个期望信号d(t)，其波达方向为，还有J个不需要的信号（干扰信号），其波达方向为，设每个阵元上的加性白噪声，且都具有同样的方差，此时第k个阵元上的接收信号为dj)()()()()()(1tntiatdatxkJjjjdk)()()()()(,),(),()()(111tntititdaaatxtxJJdM)()()()()()()(1tntiaatntAstxJjjjd141.2波束形成N个快拍的波束形成器输出的平均功率为NtnXWnyH,,1),()(MmmmNnnxwNnyNWP12*21)(1)(1)(NnJjNnjHjNndHnnWNaWniNndaWN1221122122)(1)()(1)()(1NR)()()()(2151.2波束形成波束形成器最佳权向量权向量约束条件：最佳权向量是在约束条件下，求满足Bartlett波束形成器Capon波束形成器1)(dHaW0)(jHaWRWWEnyEHWWmin)(min2)()()(ddHdBFaaaW)()()()()(aaRaaPHHBF)()()()(11aRaaRWHCAP)()(1)(1aRaPHCAP161.3高分辨DOA估计20世纪70年代末开始，DOA估计算法得到了迅速的发展，尤以特征子空间类算法为突出，如MUSIC和ESPRIT，已成为DOA估计的标志性算法。MUSIC算法基本思想是将任意阵列输出数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性进行谱峰搜索来估计信号的入射方向。171.3DOA估计MUSIC算法1819201.3DOA估计211.3DOA估计222、移动通信中的智能天线智能天线是一种天线阵列，它可以动态地调节各阵元上信号的加权幅度和相位，自适应地控制波束幅度、指向和零点位置，使零点指向干扰方向，波束指向有用用户。智能天线阵列：方向图动态调节普通天线阵列：方向图固定不变232、移动通信中的智能天线全向天线分扇区天线多波束天线固定天线阵列相控阵天线自适应阵列天线智能天线技术的发展过程智能天线242、移动通信中的智能天线智能天线组成部分：天线阵列（传感器阵列）天线阵列中单位元素称为阵元，阵元都是有源的阵元可以是无方向性的，也可以是有方向性的阵元可以有多种排列方式，如线阵、圆阵。波束形成网络作用是按照控制单元的要求，对每个阵元的信号加以不同的权值，按此权值形成天线阵列的方向性图。自适应处理器作用是按照自适应的算法计算出波束形成网络的加权值252、移动通信中的智能天线263、基于麦克风阵列的声源定位2.1麦克风阵列模型2.2声源定位理论基础2.3声源定位实验研究272.1麦克风阵列模型麦克风阵列信号模型282.1麦克风阵列模型根据声源与麦克风阵列距离的远近，可以将声场模型划分为：近场模型和远场模型。近场时声波是球面波前，要考虑各阵元的幅度差异，而远场时，可以近似认为声波为平面波前。因此第i个麦克风接收到的信号就可以用下面两个式子来表示。ZXYjrjθ个声源第j个麦克风第ijφjSOiPjijSPSjSjiSP第j个声源φφ11()()()Diijjijijftftvt11()()()Dijijijftftvt292.2声源定位理论基础分类近场声源定位基于可控波束形成的声源定位技术基于高分辨率谱估计的声源定位技术基于到达时延差(TDOA)的声源定位技术远场声源定位声源到达方向角声源到阵列中心的距离声源到达方向角302.2声源定位理论基础比较：基于可控波束形成器的定位法的基本思想是将各麦克风采集到的信号进行预滤波，并加权求和来形成波束，进而通过搜索声源可能的位置来引导该波束，波束输出功率最大的方位即为声源的方位。高分辨率谱估计法主要有AR模型法、最大熵法、MUSIC法、ESPRIT等方法。该类方法一般定位精度都比较高，但在声源定位中的效果并不理想基于到达时延(TDOA)估计的定位法，原理是首先估计出声源到达各麦克风对的相对时延，然后利用时延值计算出声源到达各麦克风的距离差，最后用几何或搜索算法确定声源位置。31基于TDOA的声源定位算法名称方法描述特性基本相关法直接计算两个麦克风接收信号的互相关函数，互相关函数取最大值的时刻即为两麦克风之间的时间延迟方法简单，计算量小，对噪声、混响及数据观测长度敏感广义互相关法对接收信号先分别进行预滤波即加权处理，然后再送入相关器估算互相关对信号和噪声进行白化处理，增强信号中信噪比较高的频率成分，而抑制噪声功率，从而获得更好的时延估计精度，但受环境背景影响较大互功率谱相位法相关函数中的时延信息功率谱密度函数的相位谱得到通过对功率谱的归一化，去除了信号的幅度信息，只保留了信号的相位特性，对于噪声和混响都有较好的抑制作用，但容易产生相位卷绕问题最小均方自适应法自适应时间延迟估计的原理、结构和算法是建立在自适应信号处理的理论和技术基础之上的。基于最小均方的自适应时间延迟估计方法是一种最基本的自适应时延估计方法不依赖于输入信号和噪声的先验知识，可用于统计特性变化的时变环境，但计算量较大，不适合实际实现2.2声源定位理论基础322.3声源定位实验研究苏立娟（08级）闫小媛（09级）前置放大电路A/D串口发送LPC2119处理器EasyARM2100结果显示模块麦克风阵列双麦克风阵列PC机立体声声卡语音检测时延估计声源定位显示声源位置数字信号处理332.3声源定位实验研究陈颖（09级）王立平（09级）声源发出音频信号四个麦克风组成线性阵列接收信号音频前置放大电路将计算结果通过串口发送到上位机SEED_DEC28122V1.0开发板进行AD进行采样和信号处理在PC机上通过软件界面显示角度和距离声源发出音频信号四个麦克风组成线性阵列接收信号音频前置放大电路将计算结果通过串口发送到上位机SEED_DEC28122V1.0开发板进行AD进行采样和信号处理在PC机上通过软件界面显示角度和距离SEED_DEC2812V1.0开发板进行AD进行采样和信号处理声源发出音频信号四个麦克风组成线性阵列接收信号音频前置放大电路将计算结果通过串口发送到上位机SEED_DEC28122V1.0开发板进行AD进行采样和信号处理在PC机上通过软件界面显示角度和距离SEED_DEC2812V1.0开发板进行AD进行采样和信号处理SEED_DEC2812V1.0开发板进行AD采样和信号处理A带通滤波方位估计串口通信上位机显示四路声音信号前后向/D采样采样信号滤波后信号声源方位角342.3声源定位实验研究祁兵兵（10级）针对特定音频信号的时延估计，在基于互相关的延迟估计算法的基础上提出了一种结合匹配滤波与互相关的时延估计方法。以STC12C5A16AD单片机为硬件平台，设计了一种基于8位单片机的声音识别与测向功能的玩具控制器，采用的时延估计方法为结合匹配滤波与互相关的时延估计算法。x1(n)Z-Ph(n)LMS算法调整滤波器系数插值峰值检测估计出τ12e(n)x2(n)35谢谢