基于麥克風(fēng)陣列誤差背景下的DOA估計(jì)算法研究.pdf

1、作為信號(hào)處理領(lǐng)域的一個(gè)重要分支，麥克風(fēng)陣列由于其特有的優(yōu)越性被逐漸應(yīng)用于視頻會(huì)議、聲紋識(shí)別、人工智能等方面。作為超分辨算法之一的多重信號(hào)分類(MUSIC)算法由于突破了瑞利限而具有很好的精度。但是為了解決目前應(yīng)用環(huán)境中存在的“多徑衰落”、“多址干擾”等問題，要求DOA(波達(dá)方向估計(jì))算法精度更高，系統(tǒng)響應(yīng)更快，適應(yīng)性更強(qiáng)，因此必須對(duì)MUSIC算法進(jìn)行改進(jìn)。然而，麥克風(fēng)陣列的幅度相位和位置誤差又影響著DOA估計(jì)精度。故本文就是在充分考慮麥

2、克風(fēng)陣列幅度相位和位置誤差的情況下，研究了DOA估計(jì)算法。
　　本文的主要工作包括:
　　1.對(duì)MUSIC算法進(jìn)行改進(jìn)。MUSIC算法精度雖高，但是計(jì)算量過大。針對(duì)這一缺點(diǎn)，引入MSCS(MUSIC對(duì)稱壓縮譜)算法在其中做均衡處理。當(dāng)MSCS算法搜索到譜峰附近時(shí)，以該極值點(diǎn)為中心重新劃定一個(gè)小區(qū)域的搜索范圍，在此范圍內(nèi)替換成MUSIC算法進(jìn)行譜峰搜索，從而在降低運(yùn)算量的同時(shí)，有效地提高了算法精度。仿真實(shí)驗(yàn)表明，在較高信噪比（

3、大概25dB以上）時(shí)，該算法估計(jì)精度與MUSIC算法基本保持一致，系統(tǒng)響應(yīng)時(shí)間卻降低為原來的2/3，由此可見，算法的性能得到較大改善。
　　2.麥克風(fēng)陣列存在幅度相位誤差時(shí)的DOA估計(jì)。研究了存在幅度相位誤差時(shí)的麥克風(fēng)自校正方法，該方法不像常規(guī)方法一樣需要獲取聲源的精確位置，僅需在關(guān)于陣列鏡像對(duì)稱的位置各放置一個(gè)校正聲源即可，然后對(duì)獲取的數(shù)據(jù)進(jìn)行矩陣分解等操作即可估計(jì)出誤差。通過消聲室實(shí)驗(yàn)獲取實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明，即使是

4、在0-4000Hz這種幅度相位誤差不大的語音頻段，該自校正方法的估計(jì)偏差依然很小。
　　3.麥克風(fēng)陣列存在位置誤差時(shí)的DOA估計(jì)。在陣列位置誤差校正的研究中引入遺傳算法的思想，先通過理想陣元情況下的MUSIC算法獲取估計(jì)角的初始值，然后對(duì)這一初始群體中的個(gè)體進(jìn)行適應(yīng)度評(píng)價(jià)獲取最優(yōu)個(gè)體，再通過選擇、變異、交叉等操作產(chǎn)生下一代搜索群體，重復(fù)評(píng)優(yōu)過程并減小偏差因子直至找出最優(yōu)個(gè)體，代入MUSIC譜公式，獲取最終的估計(jì)角度。實(shí)驗(yàn)和仿真結(jié)果