本發(fā)明屬于信息識別技術(shù)領(lǐng)域，特別涉及了一種基于微型麥克風(fēng)陣列的聲源方位識別方法。

背景技術(shù)：

在實(shí)際應(yīng)用中，由于人們對產(chǎn)品輕便美觀的要求、使用場地的限制等等，麥克風(fēng)陣列的尺寸會受到各種因素的約束，此時減小麥克風(fēng)陣列的尺寸就顯得十分必要，因此微型麥克風(fēng)陣列的聲源定位方法研究有著現(xiàn)實(shí)意義和實(shí)用價值。考慮到基本的聲源定位方法如可控響應(yīng)功率技術(shù)運(yùn)算量大、時延估計(jì)法在小尺寸下定位性能差等因素，提出了基于平均復(fù)聲強(qiáng)的聲源定位方法，該方法在不同陣型的小尺寸麥克風(fēng)陣列定位過程中明顯存在優(yōu)勢。然而，該方法雖然受噪聲影響較小，卻存在混響較大情況下定位性能急劇下降的缺陷。

實(shí)際情況下，例如圓桌會議，說話人的位置基本處于一個固定的區(qū)域，且多個說話人基本均勻分布在圓桌的周圍，這樣就可以考慮將定位問題轉(zhuǎn)化為分類識別問題。提取魯棒性較好的特征向量，將模式識別方法和基本的定位方法相結(jié)合，采用麥克風(fēng)之間的延遲時間作為特征向量，在麥克風(fēng)陣列尺寸較大的情況下，可以提高算法的定位性能。然而受到特征限制，這類方法在小尺寸條件下無法有良好的定位效果。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述背景技術(shù)中所提出的技術(shù)問題，本發(fā)明旨在提供一種基于微型麥克風(fēng)陣列的聲源方位識別方法，克服現(xiàn)有技術(shù)存在的缺陷，具有魯棒性、不受語音特性影響、適合小尺寸陣列聲源定位等優(yōu)勢。

為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為：

一種基于微型麥克風(fēng)陣列的聲源方位識別方法，包括以下步驟：

(1)根據(jù)四陣元差分陣列求聲強(qiáng)方法，計(jì)算各個方向上每個時頻點(diǎn)的聲強(qiáng)分量，并在每個時頻點(diǎn)分別對聲強(qiáng)分量進(jìn)行相位變換加權(quán)處理；

(2)對經(jīng)相位變換加權(quán)處理的各時頻點(diǎn)的聲強(qiáng)分量進(jìn)行求和平均運(yùn)算，并對求和平均后的聲強(qiáng)分量做歸一化處理；

(3)根據(jù)三陣元正交陣的聲強(qiáng)特性，按照步驟(1)-(2)，獲取四陣元差分陣列中各子陣列的聲強(qiáng)分量；

(4)經(jīng)步驟(2)、(3)得到的聲強(qiáng)分量構(gòu)成特征向量，采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試，求解出聲源方位角。

進(jìn)一步地，所述四陣元差分陣列包含1、2、3、4號麥克風(fēng)，1、2、3、4號麥克風(fēng)位于同一圓周上且按逆時針方向排列，以4個麥克風(fēng)所在圓周的圓心作為原點(diǎn)、以相對2個麥克風(fēng)所在直線作為坐標(biāo)軸，建立平面直角坐標(biāo)系，1、2、3、4號麥克風(fēng)依次位于x軸正方向、y軸正方向、x軸負(fù)方向、y軸負(fù)方向。

進(jìn)一步地，在步驟(1)中，采用下式計(jì)算各方向上的每個時頻點(diǎn)經(jīng)相位變換加權(quán)處理的聲強(qiáng)分量：

上式中，I_ox-PHAT(w,t)為坐標(biāo)原點(diǎn)處聲強(qiáng)在x軸方向上每個時頻點(diǎn)進(jìn)行相位變換加權(quán)后的分量，I_oy-PHAT(w,t)為坐標(biāo)原點(diǎn)處聲強(qiáng)在y軸方向上每個時頻點(diǎn)進(jìn)行相位變換加權(quán)后的分量，P_o(w,t)為陣列中心處聲壓的短時傅里葉變換，P_i(w,t)為i號麥克風(fēng)處聲壓的短時傅里葉變換，i＝1,2,3,4，(ω,t)表示時頻點(diǎn)，j為虛數(shù)單位，*表示共軛變換。

進(jìn)一步地，在步驟(2)中，采用下式對各時頻點(diǎn)的聲強(qiáng)分量進(jìn)行求和平均運(yùn)算：

上式中，I_x(0)為x軸方向上的平均復(fù)聲強(qiáng)，I_y(π/2)為y軸方向上的平均復(fù)聲強(qiáng)，I_ox-PHAT(w_n,t_b)為坐標(biāo)原點(diǎn)處聲強(qiáng)在x軸方向上第b幀、第n個頻率點(diǎn)進(jìn)行相位變換加權(quán)的分量，I_oy-PHAT(w_n,t_b)為坐標(biāo)原點(diǎn)處聲強(qiáng)在y軸方向上第b幀、第n個頻率點(diǎn)進(jìn)行相位變換加權(quán)的分量，Re{·}表示取實(shí)部運(yùn)算，∑·表示求和運(yùn)算。

進(jìn)一步地，在步驟(2)中，采用下式對求和平均后的聲強(qiáng)分量進(jìn)行歸一化處理：

上式中，為歸一化后的x軸方向聲強(qiáng)分量，為歸一化后的y軸方向的聲強(qiáng)分量。

進(jìn)一步地，在步驟(3)中，四陣元差分陣列中任意3個麥克風(fēng)構(gòu)成1個子陣列，共有4個子陣列；根據(jù)三陣元正交陣的聲強(qiáng)特性，獲取四陣元差分陣列中4個子陣列的聲強(qiáng)其中，為以3號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，為以3號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，為以1號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，為以1號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以2號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以2號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以4號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以4號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)。

進(jìn)一步地，在步驟(4)中，經(jīng)步驟(2)、(3)得到的聲強(qiáng)分量構(gòu)成特征向量Γ：

上式中，[·]^T表示轉(zhuǎn)置運(yùn)算。

采用上述技術(shù)方案帶來的有益效果：

相比現(xiàn)有技術(shù)，本發(fā)明在混響噪聲環(huán)境下提取的特征向量具有更好的魯棒性，方位識別精度也較高，具體表現(xiàn)在：

(1)考慮到實(shí)際應(yīng)用中可能存在高混響情況，若直接采用基本聲強(qiáng)法進(jìn)行特征提取，提取的特征信息無法較為準(zhǔn)確的表征某類角度的特點(diǎn)，會使分類器在訓(xùn)練過程中無法正確對角度進(jìn)行分類，從而導(dǎo)致識別不準(zhǔn)、識別精度下降的情況。為此，本發(fā)明對各個方向上每個時頻點(diǎn)的聲強(qiáng)做相位變換加權(quán)處理，可使特征值在混響噪聲環(huán)境下仍具有較好的魯棒性。

(2)由于實(shí)際情況中說話人語音不是一成不變的，所以分類器需要對大量特征信息進(jìn)行訓(xùn)練分類?？紤]到算法效率不高的情況，提取不受語音特性影響的特征就顯得尤為重要。本發(fā)明通過將改善后的對高混響有較好魯棒性的特征進(jìn)行歸一化，避免了因訓(xùn)練量小而導(dǎo)致的識別過程中特征不匹配的情況，提高了算法的識別率，從而提高了方位識別精度。

(3)識別過程中，每組特征向量中的元素提取不一定完全正確，為使正確的特征元素進(jìn)行識別匹配，這就需要盡可能的從麥克風(fēng)陣列中提取有用信息。本發(fā)明通過利用子陣計(jì)算聲強(qiáng)作為特征信息，可以良好表征每類角度，提高識別過程中特征向量的容錯率，從而提高識別精度。

附圖說明

圖1為本發(fā)明中四陣元差分陣列以及坐標(biāo)系定義示意圖；

圖2為本發(fā)明方法原理流程圖；

圖3(a)—3(d)分別為本發(fā)明中4個子陣列參考坐標(biāo)系的定義示意圖；

圖4為仿真實(shí)驗(yàn)房間初始參數(shù)設(shè)置示意圖；

圖5(a)、5(b)為實(shí)施例1的仿真結(jié)果圖；

圖6(a)、6(b)為對比例1的仿真結(jié)果圖；

圖7為對比例2的仿真結(jié)果圖。

具體實(shí)施方式

以下將結(jié)合附圖，對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。

本發(fā)明中所指的微型麥克風(fēng)陣列主要是考慮陣列中陣元間距小于5cm的情況。

本發(fā)明方法是在如圖1所示的麥克風(fēng)陣列的基礎(chǔ)上，按照圖2所示的原理流程圖進(jìn)行研究的。全向麥克風(fēng)1、2、3、4(M₁、M₂、M₃、M₄)等間隔分布在直徑為D＝2r的圓周上，方位角為q。考慮到語音信號的短時平穩(wěn)特性，將麥克風(fēng)接收到的200ms語音信號進(jìn)行分幀，幀長為400點(diǎn)，幀移為200點(diǎn)。分別對4個麥克風(fēng)接收到的信號分幀，然后做傅里葉變換，得到O點(diǎn)(即坐標(biāo)原點(diǎn))處振速在x軸、y軸方向的兩個分量的短時傅里葉變換為：

上式中，V_ox(w,t)表示O點(diǎn)處振速在x軸方向的短時傅里葉變換，V_oy(w,t)表示O點(diǎn)處振速在y軸方向的短時傅里葉變換，P_i(w,t)表示麥克風(fēng)i處的聲壓信號p_i(t)的短時傅里葉變換，i＝1,2,3,4，j為虛數(shù)單位，D為陣列尺寸，ρ為媒質(zhì)密度，ω為角頻率，用P_o(w,t)表示O點(diǎn)處聲壓的短時傅里葉變換，可用下式近似求得：

上式中，∑·為求和運(yùn)算。由于聲強(qiáng)I與振速V、O點(diǎn)處聲壓P_o的關(guān)系式為：

上式中，Re{·}為取實(shí)部運(yùn)算，P_o(w_n,t_b)表示第b幀、第n個頻率點(diǎn)的O點(diǎn)處聲壓，V(w_n,t_b)表示第b幀、第n個頻率點(diǎn)的振速，*表示共軛變換。因此可以推出在離散情況下，麥克風(fēng)測得的O點(diǎn)處的平均復(fù)聲強(qiáng)在x軸和y軸方向上的兩個分量I_ox和I_oy：

上式中，P_i(w_n,t_b)表示麥克風(fēng)i處第b幀、第n個頻率點(diǎn)的聲壓，i＝1,2,3,4。對式(8)中每個時頻點(diǎn)聲強(qiáng)進(jìn)行相位加權(quán)變換，即可得到式(1)，然后對式(1)進(jìn)行求和平均運(yùn)算得到式(2)，再對式(2)中的聲強(qiáng)分量進(jìn)行歸一化處理，即可得到式(3)。圖3(a)—3(d)所示為在圖1所示的陣列模型的基礎(chǔ)上，利用不同參考坐標(biāo)系下的子陣列進(jìn)行聲強(qiáng)提取的情況。各方向每個時頻點(diǎn)相位變換加權(quán)后進(jìn)行求和平均運(yùn)算的聲強(qiáng)為：

式(9)～(12)中，I_x(-π/4)表示以3號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_y(π/4)表示以3號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_x(3π/4)表示以1號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_y(-3π/4)表示以1號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_x(-3π/4)表示以2號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_y(-π/4)表示以2號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_x(π/4)表示以4號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上的聲強(qiáng)，I_y(3π/4)表示以4號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上的聲強(qiáng)。2、3、4號麥克風(fēng)在第b幀、第n個頻率點(diǎn)的聲壓均值為：

1、2、4號麥克風(fēng)在第b幀、第n個頻率點(diǎn)的聲壓均值為：

1、2、3號麥克風(fēng)在第b幀、第n個頻率點(diǎn)的聲壓均值為：

1、3、4號麥克風(fēng)在第b幀、第n個頻率點(diǎn)的聲壓均值為：

對式(9)～(12)所得聲強(qiáng)做歸一化處理可得：

上式中，表示以3號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以3號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以1號麥克風(fēng)為原點(diǎn)將x軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以1號麥克風(fēng)為原點(diǎn)將x軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以2號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以2號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以4號麥克風(fēng)為原點(diǎn)將y軸順時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)，表示以4號麥克風(fēng)為原點(diǎn)將y軸逆時針旋轉(zhuǎn)方向上歸一化后的聲強(qiáng)。

以式(3)、式(17)～(20)中所求的聲強(qiáng)分量組成一組合適的特征向量利用特征向量Γ，對每類角度進(jìn)行特征學(xué)習(xí)，并用分類器分類，然后進(jìn)行識別，可得到聲源方位角，具體過程為：

在房間中選定L個位置區(qū)域，每個位置區(qū)域是一類角度，設(shè)第k個位置區(qū)域有l(wèi)_k(k＝1,2,L,L)個訓(xùn)練位置，即共有個訓(xùn)練點(diǎn)。對L個位置類用碼字長度為P＝[log₂L]的最小輸出編碼方法進(jìn)行編碼，其中[·]是上舍入算子，從而將原有的L類最小二乘支持向量機(jī)用P個二進(jìn)制最小二乘支持向量機(jī)表示。所以訓(xùn)練集為：

{(Γ_i,y_i^(p))|i＝1,…,N；y_i^(p)∈{-1,+1}} (21)

上式中，Γ_i表示第i個訓(xùn)練點(diǎn)的特征向量，y_i^(p)表示屬于第p個最小二乘支持向量機(jī)的第i個訓(xùn)練點(diǎn)通過最小輸出編碼方法進(jìn)行編碼后所屬的類，p＝1,2,…,P。這樣就可以通過求解以下線性系統(tǒng)獲得第p個二進(jìn)制分類器：

上式中，矩陣W^(p)中的元素W_lm^(p)＝K^(p)(G_l,G_m)表示將各最小二乘支持向量機(jī)的第l個訓(xùn)練點(diǎn)的特征向量和第m個訓(xùn)練點(diǎn)的特征向量帶入支持向量機(jī)的徑向基核函數(shù)后所求出的值，g^(p)為第p個最小二乘支持向量機(jī)的正則化參數(shù)，I為單位矩陣，b^(p)是第p個最小二乘支持向量機(jī)的一個偏量，a^(p)＝[a₁^(p),a₂^(p),L,a_N^(p)]為各最小二乘支持向量機(jī)下的訓(xùn)練點(diǎn)對應(yīng)的拉格朗日乘子所組成的向量，Y^(p)＝[y₁^(p),…,y_N^(p)]表示各最小二乘支持向量機(jī)下每個訓(xùn)練點(diǎn)通過最小輸出編碼方法進(jìn)行編碼后所屬類組成的向量。解方程(22)得到a和b后，在測試過程中提取每類角度相應(yīng)的特征向量，則對于每個新輸入的向量Γ_test，計(jì)算第p個二進(jìn)制分類器：

上式中，y^(p)(G_test)為輸入的測試點(diǎn)特征向量Γ_test對應(yīng)的輸出值，sign[·]為符號函數(shù)且a_i^(p)為屬于第p個最小二乘支持向量機(jī)的第i個訓(xùn)練點(diǎn)所對應(yīng)的拉格朗日乘子，K^(p)(G_i,G_test)表示第p個最小二乘支持向量機(jī)的第i個訓(xùn)練點(diǎn)的特征向量和測試點(diǎn)的特征向量帶入支持向量機(jī)的徑向基核函數(shù)后所求出的值，b^(p)是第p個最小二乘支持向量機(jī)的一個偏量。所以解碼長度為P的輸出碼字即可得聲源的位置。

計(jì)算最終的方位識別精度LA為：

上式中，M和L分別為每類角度的測試點(diǎn)數(shù)和角度類的個數(shù)，為識別過程中第k個類識別正確的測試點(diǎn)數(shù)。

下面結(jié)合一些具體實(shí)施例以及對比例對本發(fā)明做進(jìn)一步說明。

實(shí)施例1

本發(fā)明方法不受語音影響，采用最小二乘支持向量機(jī)對數(shù)據(jù)進(jìn)行分析和識別，小尺寸、高混響情況下定位性能較好。

對各個方向時頻點(diǎn)聲強(qiáng)做相位變換加權(quán)并在求和平均后進(jìn)行歸一化，是本方法的關(guān)鍵技術(shù)。為此，舉例說明每步處理后的特征用于訓(xùn)練和測試的定位效果。如圖4所示，房間的長、寬、高分別為7m、6m、3m，麥克風(fēng)陣列中心O位于(3.5m,3m,1.2m)，每個陣元與陣列中心的距離相等，聲源與陣列中心O的距離R始終為2m，且和陣列在同一高度上。12個角度類均勻分布在圓上，每類角度的中心以30°為間隔從-170°變化到160°。訓(xùn)練過程中，在每類角度中心±5°范圍內(nèi)均勻選取11個訓(xùn)練點(diǎn)，采用不同語音信號。測試過程中，在每類角度所述區(qū)域內(nèi)隨機(jī)選取100個測試位置，采用不同語音信號，計(jì)算落入正確類的測試點(diǎn)個數(shù)，算出識別精度。聲音在空氣中的傳播速度c＝340m/s。圖5(a)所示為陣列尺寸D＝4cm、信噪比SNR＝15dB，改變混響時間RT₆₀以50ms為間隔從200ms變化到700ms，將基本聲強(qiáng)、歸一化聲強(qiáng)、主陣相位變換加權(quán)的歸一化聲強(qiáng)、主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度比較圖。圖5(b)所示為陣列尺寸D＝4cm、混響時間RT₆₀＝300ms，改變信噪比SNR以5dB為間隔從5dB變化到30dB，將基本聲強(qiáng)、歸一化聲強(qiáng)、主陣相位變換加權(quán)的歸一化聲強(qiáng)、主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度比較圖。從圖中可以看出，基本聲強(qiáng)作為特征進(jìn)行訓(xùn)練和測試的識別精度在混響較高的情況下無法工作，考慮到語音影響，加入歸一化有略微改善，但由于混響對聲強(qiáng)方法的影響較大，所以提取的特征信息已經(jīng)無法良好表示角度類的特點(diǎn)。加入相位變換加權(quán)并做歸一化的聲強(qiáng)作為特征在高混響條件下，定位性能有明顯改善。最后加入子陣聲強(qiáng)，提高算法的容錯率。顯然，將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)作為特征進(jìn)行訓(xùn)練和測試，在中高信噪比(SNR³5dB)、中高混響(RT₆₀³ 300ms)情況下，仍可保持算法的方位識別精度在80％以上。

對比例1

不同條件下將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)和廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度對比圖。

與實(shí)施例1中所設(shè)初始參數(shù)相同，圖6(a)表示陣列尺寸D＝4cm、信噪比SNR＝15dB，改變混響時間RT₆₀以50ms為間隔從200ms變化到700ms，將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)和廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度對比圖。圖6(b)表示陣列尺寸D＝4cm、混響時間RT₆₀＝300ms，改變信噪比SNR以5dB為間隔從5dB變化到30dB，將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)和廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度比較圖。從圖中可以看出，采用傳統(tǒng)的時延方法作為特征雖然減小了混響對算法的影響，但是受小尺寸和噪聲影響，時延無法精確測量，導(dǎo)致特征信息不準(zhǔn)帶來的識別精度較小問題。而主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)具有較好的魯棒性，適合小尺寸麥克風(fēng)陣列，在混響噪聲環(huán)境下定位效果較好。

對比例2

中高混響、中高信噪比條件下，改變陣列尺寸大小，將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)和廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度對比圖。

與實(shí)施例1中所設(shè)初始參數(shù)相同，圖7所示為混響時間RT₆₀＝300ms、信噪比SNR＝15dB情況下，改變陣列尺寸大小，將主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)和廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法方位識別精度對比圖。圖中可以明顯看出，在中高信噪比、中高混響條件下，小尺寸情況，采用主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)作為特征的識別精度遠(yuǎn)高于采用時延作為特征的識別精度，而在大尺寸情況下，由于聲強(qiáng)方法采用差分原理，所以提取特征信息受到影響，識別精度低于傳統(tǒng)的時延方法，說明本發(fā)明方法的適用范圍為微型麥克風(fēng)陣列。

對比例3

實(shí)際情況下，將基本聲強(qiáng)、歸一化聲強(qiáng)、主陣相位變換加權(quán)的歸一化聲強(qiáng)、主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)、廣義互相關(guān)相位變換加權(quán)方法估計(jì)的時間延遲分別作為特征并采用最小二乘支持向量機(jī)進(jìn)行訓(xùn)練和測試的算法定位效果比較。

表1

整套實(shí)驗(yàn)系統(tǒng)放置在房間長寬高分別為9.64m、7.04m、2.95m的會議室進(jìn)行實(shí)測，麥克風(fēng)陣列中心位于(4.82m,3.52m,1.3m)處，每個陣元與陣列中心的距離相等且陣列尺寸D＝4cm，聲源與陣列中心的距離R始終為2m，且和陣列在同一高度上。利用采集卡對4路麥克風(fēng)接收信號同時進(jìn)行數(shù)據(jù)采集，并用電腦對采集到的數(shù)據(jù)進(jìn)行處理，具體實(shí)施情況為：12個角度類均勻分布在圓上，每類角度的中心以30°為間隔從-170°變化到160°；訓(xùn)練過程中，在每類角度中心±5°范圍內(nèi)選取11個訓(xùn)練點(diǎn)，采用不同語音信號；測試過程中，在每類角度所述區(qū)域內(nèi)選取20個測試位置，采用不同語音信號，計(jì)算落入正確類的測試點(diǎn)個數(shù)，算出識別精度。表1所示為采用不同方法進(jìn)行特征提取用于訓(xùn)練和測試每類角度對應(yīng)的算法方位識別精度比較，可以明顯看出，實(shí)際環(huán)境中采用主子陣聯(lián)合相位變換加權(quán)的歸一化聲強(qiáng)作為特征在小尺寸條件下仍具有較好的識別精度，說明本發(fā)明方法有一定的實(shí)用價值。

上述實(shí)施例和對比例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護(hù)范圍之內(nèi)。