毕设答辩 - 基于粒子滤波的麦克风阵列声源定位与跟踪

基于粒子滤波的麦克风阵列的声源定位与跟踪的方法的研究 学生： 学号： 导师： 数字助听器 视频会议 （图像数据量较大，实时跟踪能力有限） 车载免提电话系统 研究背景 传统声源定位方法 高分辨率谱估计 时延估计 可控波束形成 分辨率谱估计 原理： 利用接受信号相关矩阵的空间谱，求解麦克风阵列间相关矩阵来进一步确定声源位置 局限： 只能处理接受信号为典型的窄带信号，而声源定位与跟踪系统的麦克风阵列接收到的语音信号是自然宽带的语音信号。 时延估计 原理 通过时延估计算法，求得声源到两个麦克风的时间差。 （最常用的时延估计算法是 义互相关。） 根据到达时间差（ 及麦克风阵列中各个麦克风的位置信息，通过几何方法求出声源的具体位置。 12l m l 如果只有一对麦克风的话，整个曲面都是声源可能存在的位置。 如果取麦克风阵列中几对不同位置的麦克风对，每一对都会形成类似上图的曲面，这些曲面的交点就是声源的真实位置。 可控波束形成 基本思想 将各麦克风采集的信号进行加权求和形成波束，通过搜索可能的声源位置来引导该波束，并修改各麦克风信号权值使得该阵列输出功率最大。 延迟求和波束形成法（ 这是最简单的波束形成法，该方法对麦克风所接收到的各路语音信号进行时延处理，用来补偿语音在空间内的传输时延，然后通过求和来形成一路信号输出。 线阵的 线阵的 粒子滤波的声源定位与跟踪 粒子滤波 要解决的几个问题 声源定位与跟踪的通用框架 粒子滤波 贝叶斯估计 预测：利用转移函数和该时刻状态值，预测下个时刻状态值； 更新：利用似然函数和最新的量测值对预测的状态值进行修正。 问题 但公式中的积分仅对某些线性动态系统可获得解析解，而对于非高斯非线性系统，目前还没有很好的方法去获得精确的数值解。 目前使用的是蒙特卡洛的方法采集粒子去逼近积分值。也就是所谓的粒子滤波算法。 粒子滤波 基本思想 首先依据系统状态向量的经验条件分布在状态空间产生一组随机样本的集合，称这些样本为粒子，然后根据量测不断调整粒子的权重和位置，通过调整后的粒子信息修正最初的经验条件分布，并且根据算法递推更新离散随机测度。 问题 权重的方差随着时间而随机递增，使得粒子的权重集中到少数粒子上，甚至经过几步的递归之后，可能只有一个粒子有非零权值，其他粒子的权值很小，可以忽略不计，从而使得大量的计算工作都被浪费在用来更新那些几乎不起作用的粒子上，这就是粒子退化 重采样 重采样阈值 重采样算法 系统重采样，多项式重采样，分层重采样，残差重采样，分区重采样 21123()e f f t h r e s h o l 动 力 学 模 型似 然 函 数定 位 函 数更 多 观 测 数据 ？归 一 化 后 的 权 值对 期 望 分 布 计 算 估值重 采 样否是输 出初 始 粒 子 集观 测 数 据测 量 值预 测 出 的 新 粒 子 集更新权值粒子滤波声源定位与跟踪要解决的几个问题 动力学方程 （ 似然函数（高斯似然 L） 定位函数（ 通用框架 似然函数 定位函数 高斯似然函数（ 伪似然函数（ 时延估（ 控波束（ 量跟踪精度的参数 根均方误差（ 均标准偏差（ 帧收敛率（ 声源采集 第六行（从上向下） 8个麦克风，离地面都是 80两个麦克风之间的距离都是 10 说话者地面平行的平面上运动 使用 采样频率 8000 采集时长 10秒（截取前 255帧） 随机采样形成一个粒子集， 给定统一的权重 1/N。 每接收到新的一帧数据就执行如下： （ 1）根据上一帧的粒子和权重，重采样得到一组重采样后的粒子集 （ 2）将粒子集带入声源动力学模型 测出新一组粒子集 （ 3）使用 （ 4）计算每个粒子的 （ 5）计算每个粒子的波束的频率平均值 （ 6）根据似然函数，计算每个粒子的权值 （ 7）估计当前声源位置 （ 8）存储粒子及权重。根据公式（ 算有效抽样尺度，如果满足重采样条件，跳转到（ 1）开始执行下一帧数据的处理；如果不满足重采样条件，跳转到（ 2）继续执行下一帧数据的处理。 算法步骤 论文 41页 单频音 原始信号