（水声工程专业论文）基于声阵列的语音增强系统的理论研究.pdf

董王要堕型堕堕童塑堡墨堑塑望堡堕塞： t h e o r e t i c a lr e s e a r c ho n s p e e c h e n h a n c e m e n tb a s e do n m i c r o p h o n ea r r a y s w i m t l l e r a p i dd e v e l o p m e n to fs p e e c hp r o c e s s i n gt e c h n o l o g ya n dw i t hm a t u r i t yo ft h e t e l e c o m m u n i c a t i o n ，p e o p l eh o p e t oa c q u i r eh i g h e rs p e e c h q u a l i t y ，s oi ti sn e c e s s a r y t od os o r t i e d e e pr e s e a r c ho nh o w t oi m p r o v es p e e c hq u a l i t y i nf a c t , t oi m p r o v es p e e c hq u a l i t yi st o e n h a n c e s p e e c hs i g n a l t h e r ea t eav a r i e t yo f m e t h o d so f s p e e c he n h a n c e m e n t i nt e r m so f t h e n u m b e ro f m i c r o p h o n e s ，m e t h o d sc a l lb ed i v i d e di n t os i n g l em i c r o p h o n es p e e c he n h a n c e m e n t a n dm u l t i p l e m i c r o p h o n e s ( r n i c m p h o n ea r r a y s ) s p e e c he n h a n c e m e n t t h i sp a p e rm a i n l y d i s c u s s e s s p e e c h e n h a n c e m e n tb a s e do n m i c r o p h o n ea r r a y s a m i c r o p h o n ea r r a yi s as y s t e mt h a tc o n s i s t so f m u l t i p l em i c r o p h o n e so rl o u d s p e a k e r s p l a c e d 砒t h e d i f f e r e n tl o c a t i o n s p e e c he n h a n c e m e n tb a s e do n m i c r o p h o n ea r r a y sm a i n l yr e l i e s o nb e a m f o n n i n g g e n e r a l l y ，a r r a y sc o n n e c tw i t hb e a m f o r m e rt h a tp r o v i d e sm u l t i p l es t y l e so f s p e c i a lf i l t e r i n g t h i sp a p e rm a i n l yd i s c u s s e st h es e v e r a lt y p i c a la l g o r i t h m si nd e t a i l , s u c ha s , d d a y s u mb e a m f o r m i n g , c o n s t a n td i r e c t i v i t yb e a m f o r m i n g , g e n e r a l i z e ds i d e l o b ec a n c e l l e r ，a n d w i e n e rp o s t - f i l t e r i n gb e a m f o r m i n g b ys i m u l a t i n gt h e s eb e a m f o r m i n g sa n d 髓a l y z i i 培t h e i r p r o c e s s i n g e f f e c ti nt h ed i f f e r e n tn o i s e f i e l d ，f i n a l l yt h i sp a p e r m a k e sc o n c l u s i o n sa sf o l l o w s ： d e l a y - s u mb e a m f o r m i n g c a r lc a n c e li n h e r e n tn o i s ep e r f e c t l y , s ot h a ti tc a n i m p r o v es n r o fs p e e c hs i g n a l s b yt h e o r e t i c a l c a l c u l a t i n g ，a f t e r t h e s i 倒a l i s p r o c e s s e db yd e l a y - s u n b e a m f o r m i n g ，t h es n r o f a r r a yi sn t i m e so f s i n g l em i c r o p h o n es n r ni st h en u m b e ro f m i c m p h o n e s i nt h e a r r a y c o n s t a n td i r e c t i v i t yb e a m f o r m i n gi sau s e f u lt e c h n i q u ef o rs p e c i a lf i l t e r i n gi nb r o a d b a n d s i g n a le n v k o n m e n t , b u t t h es i z eo f t h e a r r a y i sr e l a t e dt ot h el o w e s t f r e q u e n c yo f t h eo p e r a t i o n i td o e sn o tf i tf o r p r o c e s s i n gs i g n a l sw i t h l o w f r e q u e n c y g e n e r a l i z e ds i d e l o b ec a n c e l l e rf i t st oc a n c e lt h ec o h e r e n tn o i s es i g n a l o at h ec o n t r a r y ， w i e n e r p e s t - f i l t e r i n gk 卸州! b 】啦c a l l c a n c e lt h ei n h e r e n tn o i s e c o m p l e t e l y k e yw o r d s ：m i c r o p h o n ea r r a y s ；s p e e c he n h a n c e m e n t ；b e a m f o r m i n g i i 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究 工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 大连理工大学或其他单位的学位或证书所使用过的材料。与我一同工作 的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢 意。 作者签名：出i ：日期：q 兰二i 二垄 大连理工大学硕士学位论文 引言 一、 阵列研究的理论意义和应用价值 阵列是指由若干个阵元按照一定的几何结构排列而成的系统，如果阵元为传声器或 扬声器，该阵列称之为声阵列。它是通过滤出每个传声器或扬声器的信号，并将这些信 号按照一定的方式组合起来，也就是利用某种波束形成算法对所接收到的信号进行处 理，以增强来自于特定方向或特定位置的声源信号，还可以通过不同的传声器或扬声器 之间的互相关等关系来动态的确定主要声源的位置。随着语音处理技术迅猛发展以及较 为盛行的电信技术的逐步成熟，这就要求有效的语音获取设备随之发展，声阵列的明显 的优势是对使用者没有过多的约束，不论使用者在什么位置上，都会得到理想的效果。 而且能够提供说话者的位置信息，但是相对于人们常见的传声器或扬声器，声阵列也有 一些劣势，比如说成本的增加，信息处理过程更加复杂，降低识别性能等【7 j 。研究声阵 列的目的就是尽可能的去改善这些劣势，使得声阵列能够在实际中得到广泛的应用。声 阵列的最主要的作用是提供高质量的所希望的语音信号，声阵列的语音增强技术是通过 空间滤波器来实现的，空间滤波器可以降低周围环境噪声水平，减少来自于所希望方向 上的语音失真程度。主要将应用在声纳和雷达中常用的阵列技术开始逐步应用到语音获 取问题上，但是，声阵列所处的应用环境与传统的阵列所处的环境有明显的差异，所希 望获取的语音信号是一种宽带信号，这就意味着传统的窄带技术不适用于此，而且，声 阵列所处的环境还存在着由房间的混响造成的多路干扰，声源与噪声信号可能会离得很 近，这就意味着传统的远域假设是无效的，这些差异就促使一些新的技术的发展。除 了语音增强，声阵列也可以用来确定声场中的声源的位置，以及去混响等。 声阵列具有很强的空间选择性l 胆】，而且不需移动传声器就可获取移动的声源信 息，同时它还可以在一定的范围内实现声源的自适应检测定位及跟踪，这使得它在诸多 领域中有着广泛的应用。目前传声器阵列系统已在许多场合得以应用，其中包括视频会 议语音识别，车载系统环境，大型场所的会议记录系统以及助听装置等。应用的领域 【1 邮2 】口7 1 也很广泛，例如地震学，地质勘探，生物医学( x 射线断层摄影术，助听 器) ，通信等多个方面。因此具有很高的应用价值。 基于声阵列的语音增强系统的理论研究 二、 声阵列的国内外发展状况翻川巾1 线性阵列是一组排列成直线、间隔紧密的辐射或接收单元，并且每个单元具有相同 的灵敏度与相位。线性阵列的概念并不是今天才有的，最初是由美国著名声学专家h f 奥尔森提出的。1 9 5 7 年奥尔森先生在经典声学专著声学工程中，论述了线性阵列 特别适合远距离的声环境。这是因为线性阵列能够提供非常良好的垂直覆盖面的指向 性，以取得良好的声效果。2 0 世纪6 0 年代出现了另一种方法，采用并排的两组阵列。 一组负责高音，另一组负责低音。高音的一组使用较少的单元，并且排列得更紧密一 些，以使高频具有和低频相同的指向性。但由于高频单元和低频单元不在一条直线上， 会使水平方向的指向性不对称。1 9 7 0 年a g u s p u r g e r 在这种阵列的基础上，设计出 c o l l i n e a r 阵列，将高频单元和低频单元排成一条直线。高频在中间，低频在两边。这 样就可以改善不对称的情况。于1 9 7 9 年k e n i t lk i d a ，m a s a t o 和m a s a a k ii s h i g a m e 提 出了利用延时设备对房间的声场进行优化，房间内声场的e n d - f i r e 阵列是一种特殊的 阵列，在这个直线型的阵列中，任意两个扬声器之间存在的延迟时间正好等于声波经过 它们之间距离所需的时间。这时阵列的指向性不再是垂直于阵列方向，而是沿着阵列方 向。h o l l a n dk r 和f a h y f j 于1 9 9 1 年提出了一种经济型的e n d f i r e 阵列。它的结 构是：在一个扬声器驱动单元上接一根长长的管子，在管子上等间隔地打孔，由于每一 个孔都向外辐射声波，所以每一个孔都可以看成是一个次级声源。而相邻孔之间依次有 l l c 。的延迟时间( 其中，为相邻两孔的间距，c 。为声速) ，这样就构成了一个e n d - f i r e 阵列。9 0 年代初，人们又提出曲线阵列。随着计算机技术的普及与发展，声阵列的发 展似乎已经到了顶峰状态，剩下的工作似乎只是在前人的基础上修修补补，很难再有原 理性的突破进展。然而应当看到现有的技术主要考虑的是指向性、声压和清晰度，这些 只解决了“听得见”、“听得清”的问题并没有解决“听得好”的问题。今后的发展 趋势是利用声阵列的技术来改善语音效果。 三、基于声阵列的语音增强方法的发展概况 在语音信号的采集过程中，不可避免的会引入各种环境噪声，从而导致语音质量下 降，解决这一问题的有效方法是对带噪语音信号进行增强处理，以消除背景噪声，提高 语音质量。语音增强的主要目的就是从带噪语音信号中提取尽可能纯净的原始信号 1 5 。 但是，噪声信号是随机的，从带噪语音信号中提取完全纯净的语音信号几乎是不可能 大连理工大学硕士学位论文 的。在这种情况下，语音增强的目的主要有两个；一是改进语音质量，消除背景噪声， 使听者乐于接受，不感觉疲劳，这是一种主观度量。二是提高语音的可懂度，这是种 客观度量。目前一些对低信噪比的语音信号进行语音增强的方法可以显著的降低背景噪 声，改进语音质量，但是并不能提高语音的可懂度，甚至略有下降。 语音增强的方法很多，按照采用的传声器的数目可以分为单传声器语音增强方法和 传声器阵列语音增强方法两种。单传声器的语音增强方法有减谱法，维纳滤波器法、多 带通滤波器法以及自适应滤波器法等。通过这些方法噪声得到减弱，但是绝大多数方法 使得语音的可懂度受到了损伤。在利用单传声器进行消噪前，必须对信号的信息有定 的了解。这是单输入消噪方法的一个限制。而传声器阵列具有空间选择特性，它可以用 “电子瞄准”的方式从所需要的声源方向获取高品质的声音信号。同时抑制其它的干扰 和环境噪声。因此其语音增强效果明显优于单传声器语音增强效果。这里主要介绍基于 传声器阵列语音增强方法。 声阵列是指由若干个传声器或扬声器按照一定的几何结构排列而成的系统，基于声 阵列的语音增强方法主要是依赖于波束形成技术。波束形成器通常是与阵列相连，提供 多种形式的空间滤波。 在所有的波束形成技术中，延迟求和波束形成算法( d s b ) 是最古老的也是最简单 的一种阵列信号处理方法。延迟求和算法的基本思想非常简单，它首先是将阵列中每个 传声器所接收的信号进行时间补偿，使得各个通道信号达到同步，然后对各个通道上的 信号相加后求平均。适用于消除相干噪声。 线性约束最小方差响应【2 0 l 口2 1 , 3 3 l ( 蝴v ) ，它的基本思想是对波束形成的响应加以约 束，使得来自于所期望方向上的信号得以通过，同时对它的增益及相位加以控制。多旁 瓣消除技术( g s c ) 是线性约束最小方差响应( l c m v ) 方法的一种，后来f r o s t 对该方 法加以改进。 在对宽带信号处理时，窄带阵列技术是不适用的，处理宽带信号的有效方法是利用 宽带波束形成技术：恒定指向性的波束形成技术，其目的就是在一个较宽的频带范围内 产生一个恒定的空间响应。恒定指向性波束形成算法的设计思想是在不同的频率处利用 不同的阵列元素组，不同的权值，使得在不同的频率处的空间响应保持一致。 z _ 七l l , m l d ，m m t o 提出带有后置滤波的波束形成技术。就是在延迟求和波束形的基 础上附加了一个维纳滤波器，进一步消除非相干噪声。 基于声阵列的语音增强系统的理论研究 四、本文的主要内容 本文是由七章组成，其中每一章的主要内容如下： 第一章主要介绍阵列的基本概念以及不同的阵列形式，并且对不同形式的阵列，如 线性阵列，面阵列中的十字阵列，矩形阵列，圆阵列以及六边形阵列作详细的讨论对 它们的主瓣宽度，以及旁瓣级进行比较。本章最后介绍阵列的优势所在。 第二章主要介绍在阵列处理中所涉及到的一些概念和基本理论。为以后的工作做一 铺垫。 第三章对波束形成技术作于简要概述，简要介绍几种波束形成技术的设计思想。在 该章中对波束形成技术的优劣评价指标作详细说明。 第四章主要讨论延迟求和波束形成技术，通过计算机模拟实验，并且将实验所得到 的指向牲模式与理论推导结论相对照，对延迟求和的理论有更进一步的理解。对经过波 束形成技术处理后所得到的信噪比作详细的推导，同时也进行计算机模拟。在该章中还 详细介绍了几种对延迟求和波束形成技术稍加改进的波束形成技术：零点形成波束形成 技术与子阵列波束形成技术。 第五章主要讨论恒定指向性波束形成技术，对该指向性模式进行计算机模拟，并且 分别讨论在阵列中每个传声器的灵敏度不一致，相位不匹配的情况下对指向性模式的影 响。 第六章主要讨论自适应波束形成技术。对总旁瓣消除技术进行计算枧模拟。对消噪 能力进行详细讨论。 第七章主要针对后置滤波波束形成技术加以讨论。对带有后置维纳滤波波束形成技 术进行计算机模拟实验，同时对其消噪能力加以分析。 大连理工大学硕士学位论文 1 阵列概述 阵列是指由分布在不同空间位置上的多个阵元所构成的一个系统。其中阵元包括传 声器，扬声器，摄影机，动作探测器等。由传声器，扬声器构成的阵列简称为声阵列。 阵列已经在多个领域中得到广泛的应用：如声纳，雷达，地震学，地质勘探，生物医学 ( x 射线断层摄影术，助听器) ，通信等方面。 1 1 阵列的形式 依据阵列中阵元空间位置的不i n n n 分为线性阵列，面阵列，体阵列，下面主要针 对线性阵列以及面阵列做详细的讨论。 1 1 1 线性阵列 线性阵列是由阵元的中心位于同一条直线上、且间隔紧密的辐射或接收单元构成 的，并且每个单元具有相同的灵敏度与相创”。其结构示意图如图1 1 所示。 了 图1 1 线性阵列示意图 f i 9 1 1f i g u r eo f t h e l i n e a ra r r a y 线性阵列的指向性模式嘲为 s i n f 尘型s i n0 叩卜捌0 s i n l 二= l s ml c 其中n 为阵列中元素的个数， 为声的传播速度。 d 为相邻两个阵元之间的距离，f 为声源的辐射频率，c 线性阵列分为线性均衡阵列和线性非均衡阵列，所谓线性均衡阵列就是指传感元件 之间的距离相等，相位及灵敏度一致的线性阵列。线性均衡阵列中有两种较为典型的阵 列：分别为b r o a d s i d e 阵列和e n d f i r e 阵列【3 】。b r o a d s i d e 阵列是指主束出现在与阵列中心 所在直线的垂线方向上的阵列。e n d f i r e 阵列是指主柬出现在与阵列中心所在直线的平 行方向上的阵列。b r o a d s i d e 阵列与e n d f i r e 阵列的指向性模式如图1 2 、图1 3 所示。其 基于卢阵列的语音增强系统的理论研究 中以口为横轴，以其指向性模式的幅值为纵轴。 n = 2 0 ，n = 1 0 为例计算得出) 。 m ) 图1 2e n c l f i r e 阵列 f i g1 2 e n d f i r e a r r a y l ：j 壮 r -n a ，k 丑 赫呐u 钿婚捌v v ； m mc 垃) 图1 3b r o a d s i d e 阵列 f i g1 3b r o a d s i d ea r r a y 1 1 2 面阵列 所谓面阵列是指阵元中心分布在一个平面上。按照其分布包络的形状可以分为十字 阵列，矩形阵列，圆阵列，六边形阵列等多种形式【4 】。 1 、十字阵列 十字阵列是矩形阵列的一种简化形式。其结构形式如图1 4 所示。 ， 么 7 x 黟 2 图1 4 十字阵列 f i 9 1 4c i o s sa r r a y 对于对称的十字阵列，横向有m 个元素，纵向有n 个元素，并且假定m 与n 均为 奇数。在这种情况下，它的指向性模式为： 脚，) ：。_ a n z - i 字芝窆w w 叫 ( 1 i2 ) 大连理工大学硕士学位论文 其中y ，：三兰d ；s i n 口s i n ，l 在计算十字阵列时权值。为 m m2 = 等删n 觚s 妒 0 与分别为所期望的方向与三维直角坐标系中的z 轴，y 轴所成的角度，如图1 4 所示。根据式( 1 2 ) 得十字阵列指向性模式，如图1 5 所示。图1 5 中左图的主柬方向 是指向垂直于十字阵列方向。图1 5 右图是将主束的方向控制在臼= ，庐= 的方 向上。并且均是在f = 2 0 0 0 h z ，d = 0 1 m ，n = 1 1 ，m = 1 1 的情况下得到的指向性模式。 图1 5 十字阵列指向性模式 f i 9 1 5d i r e c t i v i t y p a t t e r n o f c r o s s a r r a y 若是在横向和纵向上的元素个数不一致的情况下。在各个方向上的指向性模式与图 1 5 相比会有所不同。下面以一个简单的例子来做一下具体的说明。当n = 2 1 ；m = l l ；d l = d 2 = o 1 m ，f = 2 0 0 0 h z 所得到的波束模式如图1 6 所示。 o ；o h o ；o 口 4 一 一 材 一 一 口 o o oo d i “肌加；咿加 0；o吒o；o 一 一 口 一 一o；0oo 基于声阵列的语音增强系统的理论研究 图1 6 十字阵列指向性模式( n 宅1 ；m = ii ) f i 9 1 6 d i r e c f i v i t y p a t t e r n o f c r o s sa r r a y ( n 宅1 ：m = 1 1 ) 表1 1 十字阵列中元素个数对旁瓣级及主瓣宽度的影响 t a b l 1s i d e l o b e l e v e la n d b e 觚1 、i d 血础砌b y t h e n u m b e ro f e l e m e n t si nt h ec r o s sa r r a y s d i = d 2 = o i m ，f = 2 0 0 0 h z 阵列中元素的个数旁瓣级主瓣宽度如图所示 n = 2 1 ：m = 1 1 - 7 3 3 2 9 d b ； - 3 0 4 5 7d bo 0 8 3 0 厅，无图1 6 n = i l ：m = 1 15 ，7 0 1 3d b0 2 0 0 7 r r 图1 5 左图 n j 2 1 ：m = 2 1- 4 9 4 9 4d b 0 1 0 2 3 万 图1 5 右图 的个数的增加而增大。 2 、矩形阵列 矩形阵列顾名思义，就是传感单元分布在一个平面上，并且纵横均是整齐，平行排 列的，最终形成一个矩形的包络，其具体的结构如图1 7 所示。 矩形面阵列的指向性模式1 4 】 b ( g t x , 】l f y 妇碑铷n - i m - i 吒 叫 虬= 2 。j r d ，s i n o c o s 声 ( 1 1 3 ) y y = 等d ，s i n o s i n # 对于特殊情况。可以将权值分离开，。= h 大连理工大学硕士学位论文 波束模式可以写成b ( 敛，p ，) = 占( 敢) 占( 伊。) h 万1 百s i n ( n g ) ，暗害， 。， 图1 7 矩形阵列结构圈 f i 9 1 7s t r u c t u r eo f r e c t a n g u l a ra r r a y 图1 9 矩形阵列指向性模式0 4 = 1 0 ；m = 2 0 ) f i 9 1 9d i r e c t i v i t yp a t t e r no f r e c t a n g u l a ra r r a y n 、= 1 0 ；m = 2 0 ) - 9 一 图1 8 矩形阵列指向性模式 f i 9 1 8d i r e 洲啊t yp a 曲e mo f r e c t a n g u l a ra r r a y 图1 1 0 矩形阵列指向性模式( n - - 2 0 ；m = 2 0 ) f i 9 1 1 0d i i - e e t i v i t y p a t t e r n o f r e c t a n g u l a r a r r a y ( n = 2 0 ；m - 2 0 ) 苎主要堕型塑重量塑塑墨堑塑堡垒堑塞 表1 2 元素个数对旁瓣级及主束宽度的影响 t a b l 2s i d e l o b e l e v e l a n d b e a m w i d t h a f f e c t e d b y t h e n u m b e ro f e l e m e n t si nt h er e c t a n g u l a ra r r a y s f = 2 0 0 0 h z ，d = 0 1 元素个数旁瓣级主束宽度 n = 1 0 ：m = 1 01 2 9 8 9 6 d b0 0 6 3 8 7 1 n = i o ：m = 2 0 1 2 9 8 9 6 d b ，一1 3 2 0 5 0d b 0 0 6 3 8 丌：0 0 3 1 8 万 n = 2 0 ：m = 2 0 - 1 3 2 0 5 0d b0 0 3 1 8 万 从表1 2 中可以看出矩形阵列会随着阵列中元素的增多，旁瓣峰值会随之降低，而主束 宽度也随之减小。 3 、圆阵列 圆形阵列是指传感元件分布在一个平面上，并且元素是分布在某个圆的圆周上。其 结构分布图如图1 1 1 所示。 图1 1 1 圆阵歹0 结构图 f i 9 1 1 1s t r u c t u r eo f c k c u l a ra r r a y 其指向性模式t 4 血i j 式( 1 5 ) 所示 b ( 阮妒) = ，“p 一”w 以。( k q p ) 图1 1 2圆阵列的指向性模式 f i 9 1 1 2d i r e c f i v i t yp a t t e r no f c k c u l a ra r r a y 其中p = r 【( s ；n 口c 。s 一s ；n 岛c o s 疵) 2 + ( s i n p s i n 一s i n 岛s i n 玩) 2 ) 。f ：业业里生型坦蚴 p ( 1 5 ) 大连理工大学硕士学位论文 m 为贝赛尔函数的阶数，n 为阵列中阵元的个数。 由2 0 个传声器位于半径为l 的圆周上所构成的圆形阵列，在口= 0 的情况下，根据 式( 1 5 ) 得到圆阵列的指向性模式如图1 1 2 所示。在这种情况下，它的旁瓣级为 7 9 0 3 4 d b ，主束宽度为0 0 9 5 9 ，r 。 4 、六边形阵列 六边形阵列中元素的分布是由内到外中的每一层的包络都是一个六边形，其具体的 结构如图1 1 3 所示。其指向性模式【4 】的表达式为： 地= 击乏。( e 咖c 搠孚圹掣坚，篙i 南c 刚) ( 1 “一百 生d 其中传感元件的总的个数为：n 。= 1 + 6 ，z ”，是指在通过原点的水平轴上的传感 元件的个数，其中 “，= e o s o s i n q ，“y = c o s o c o s 妒 下面的就是六边形阵列( 9 1 个传感元件) 的指向性模式如图1 1 4 所示 图1 1 3 六边形阵列结构图图1 1 4 六边形阵列指向性模式 f i 9 1 1 3s t r u c t u r e o f h e x a g o n a r r a y f i 9 1 1 4 d i r e e t i v i t y p a t t e r n o f h e x a g o na r r a y 从表1 3 中可以看出，六边形阵列的旁瓣峰值和主柬宽度都会随着阵列中元素的增 加而减小。 基于声阵列的语音增强系统的理论研究 表1 3 元素个数对六边形阵列的旁瓣级和主束宽度的影响 t a b l - 3s i d e l o b c l e v e l a n db c a m w i d t h a f f e c t e d b y t h e n u m b e ro f e l e m e n t si nt h e h e x a g o na r r a y s 元素的个数( n )旁瓣级主瓣宽度 1 9 ( 5 ) 1 0 7 4 3 7 d b0 1 7 4 l 石 3 7 ( 7 ) 1 1 3 8 5 9d b0 1 2 1 7 疗 6 l ( 9 ) 1 1 6 2 8 7d b0 0 9 5 9 ， 9 l ( 1 1 ) 一1 1 7 3 5 3d bo 0 7 6 4 7 l 1 2 阵列的优势 利用阵列主要的优势【5 】在于空阅抽样，应用起来比较灵活。空间分辨能力依赖于空 间窗的大小，当增大窗尺寸时，分辨能力提高。绝对窗的尺寸不是很重要，而以波长为 单位的尺寸是关键的参数，一个单个的物理天线( 连续空间窗) 对于高频信号较为适 用。当所感兴趣的是低频信号时，传感器阵列能够合成一个更大的空间窗来处理低频信 号。 利用阵列的另一个非常重要的优势 4 1 是通过离散抽样来提供空间滤波的多样性，在 许多应用领域中，很必要实时改变空间滤波函数，以保证对干扰信号的有效抑制，这种 变化在离散抽样系统中很容易被实施的，通过改变波束形成器传感器数据的线性组合方 式来实现。但是改变连续窗天线的空间滤波函数是不切实际的。 在有一个声源的情况下，阵列能够改善输出以增强所期望接收的信号，同时抑制所 不期望的信号( 于扰信号) ，而且能够增强信噪比，下面就进一步说明声阵列是如何增 强信噪比的。 假定声阵列中有m 个等同( 相位及其灵敏度均相同) 的传声器，d l , d ：，d m 代表 相对于参考点的距离，“0 ) 代表在某一时刻的信号包络，n t o x 力： ，代表每个 传声器所接收的噪声成分，并且假定它们是各自独立的。口为所期望的方向。一( r ) 表示 在第i 个传感器上所接收到的信号，可以简单地表示为： t o ) = “ 叫码“8 - i - o ) ( 1 7 ) 对于每一个传声器来说，其信噪比( s n r ) 为： = 蒯寺 ( 1 8 ) 大连理工大学硕士学位论文 其中p = e i “( ，】2j 是信号的能量，0 - 2 ：e 忆( f 】2j 是噪声的能量。 从式( 1 7 ) 中可以看出信号成分是相干组合，输出的信号为 y o ) ：mt o l m ：m u ( t ) + mq 似，嘲m ”：m u ( t ) + 以o ) ( 1 9 ) 扭l f - i 因此阵列输出的信噪比为： 瑚l = ：厂兰 ：磐：m ( s n r ) ， ( 1 - 1 0 ) i e k 。o 如；叫胁2 。 l f ， i 由式( 1 1 0 ) 可以看出，在传感器阵列中经过一个简单的延迟求和操作就会使得信 噪比得到了明显的改善( 提高的倍数等于阵列中阵元的个数) 。 1 _ 3 小结 依据阵列中元素的空间位置的差异，致使声阵列形式的多样性。本章主要讨论线性 阵列，面阵列中的十字阵列，矩形阵列，圆阵列六边形阵列等几种具有代表性的阵列 形式。对于十字阵列而言，随着元素个数的增多，旁瓣峰值也随之增大，而主束宽度随 之减小。而对于矩形阵列，圆阵列以及六边形阵列的旁瓣级与主柬的宽度会随着阵列中 元素的增多而减小。但是变化的幅度不是很大。因此对于面阵列雨言，依赖于增加元素 的个数来改善阵列的特性是不可取的。因此必须依赖于阵列处理的一些算法。这些算法 将在后面几章中做详细讨论。 基于声阵列的语音增强系统的理论研究 2 阵列处理基础 信号处理的目的嘲删是从环境中提取出尽可能多的信息，阵列信号处理是信号处理 的一个具体的分支，主要是用来处理由多个传感器接收或发送以波的形式传递信息的信 号。 阵列处理的目的是按照一定的方式将每个传感器的终端所获取的信号组合起来，使 得阵列的输出端能够： 增强信噪比( 与单个传感器的输出相比) 。 通过确定传播源的个数，源的波形以及辐射的波形来刻画出场的特性。 跟踪运动的声源。 在这里主要讨论使得阵列输出端能够增强信噪比的理论基础以及方法。 2 1 阵列处理中的基本概念 2 1 1 声波的传播 声波在流体中传播，流质中的分子在传播方向上做往复运动，产生膨胀和压缩， 利用牛顿运动方程来对流体中的无穷小的体积进行分析，依赖于流体的特性，声波的波 动方程是相当复杂的，假定是理想流体，也就是流体是无粘的，在这种情况下，波动方 程【l o 】为： v 2 砸力 等地耻o ( 2 1 ) 其中x ( t ，i ) 为在菜一时空点的声压的函数表达，尹是指观测点的空间位置。利用分离变 量法，求得波动方程对于平面波的解为， x ( t ，f ) = 4 e 似4 ”( 2 2 ) 其中= 兰鱼s i n o c o s ps i n o s i n pc o s o ，目为与z 轴所夹的角度，( 如图2 1 ) 点声源的声场是球对称的，以点声源为球心的球面上是一个等压面，即声压幅值是 致的。声压的大小只与球面与声源之间的距离有关，这就是球面波，因此对于球面波 的波动方程的解为： x ( t ，r ) = 一_ 兰一p j ( “一“ ( 2 3 ) 其中k = 竿，= h 大连理工大学硕士学位论文 从波动方程对于球面波的解，式( 2 3 ) 可以看出声场中某点声压的幅度与该点的 到声源的距离成反比例的关系。球面波解的表达式对于近场阵列处理的算法有重要的意 义。在观测点与声源足够远的情况下，球面波的波前可以被认为是个平面，这种近似通 常是用来数学简化分析。 2 1 2 连续窗 窗的概念是指发送或接收信号的空间区域。一般将用来发送信号的窗称为主动窗， 用来接收信号的窗称为被动窗，窗在不同的领域中的意义是不同的，在光学中，窗是指 不透明的屏幕上的一个孔；在电磁学中，窗是指一个电磁天线；在声学中，窗是指电声 转换器，传声器是将声信号转换成电信号，扬声器是将电信号转换成声信号。 1 、窗函数 在一个体积为v 的接收窗内，在t 时刻空间位置r 处接收到信号工( f ，) ，将在r 处无穷小的体积咖看成一个线性滤波器，其冲激响应为a ( t ，芦) ，所接收的信号可以用式 ( 2 4 ) 来表示为： x 月o ，f ) = lx ( t ，f ) a ( t r ，f ) d r ( 2 4 ) 对式( 2 4 ) 两边进行傅立叶变换，可得 x 。( ，尹) = x 盯，f ) a ( f ，尹) ， ( 2 5 ) 式( 2 5 ) 中的a ( f ，尹) 就是窗函数，也称为敏感性函数。 2 、指向性模式 指向性模式能够刻画出在各个方向上的幅度大小。接收窗，其本身具有指向性，因 为通过窗看进去的信号的数量是随着信号到达方向的不同而不同。所谓指向性模式 就是以频率和到达方向为自变量的窗响应函数。指向性模式可以用式( 2 6 ) 来表示： d r ( ，口) = r 一( 厂，f ) e _ ，2 府7 c 矿 ( 2 6 ) 1 其中云= 矽，= s i n o c o s 妒s i n o s i n o ，c o s 0 】 几 3 、线性窗 为了方便研究窗的指向性模式，将三维的窗简化为一维窗，假定窗是沿着x 轴的方 向延伸的，并且假定窗的宽度为l 。 即尹= z 。0o 7口；= s i n o _ c o s 妒 因此一维窗的指向性模式可以表示为： 基于声阵列的语音增强系统的理论研究 d r ( ，口；) = 阻( 厂，心。2 ” 峨 ( 2 7 ) 由于口；：s i n 8 _ c o s o 所以式( 2 7 ) 可以表达为 l2 ，s h 8 c o s f d r ( 厂，口：) = r j 4 ( 厂，x 。弦。 1 a s c 。 ( 2 8 ) 归一化的矩形窗如图2 1 所示，依据式( 2 8 ) 可得归一化的矩形窗的指向性模式为： 。c 厂，a 妒，= s ；n c ( 鲁s i n 口c 。s 伊 c 2 ， 图2 1 线性窗 f i 醇1l i n e a ra p e r t u r e 、 l- - 弋 1 7 1 一一 l 1 - | 一 、 ，、7 、菊 、 八 i i v 、山、， 图2 2 线性窗指向性模式 f i 酩2d i r e c t i v i t yp a t t e r n o f l i n e a r a p e r t u r e 在曰= 7 2 处，其指向性模式图如图2 2 所示，从图中可以看出零点分布在 m i l ，r n 为整数。主束分布在【_ a ，厶m z 2 _ 1 日q 。主束宽度为2 a 上，因此主束宽度 与窗的宽度及搡作频率有着密切的关系。主束宽度与窗的宽度及频率都呈反比例关系。 1 6 大连理工大学硕士学位论文 衡量窗响应特性的一个较为常用的工具是水平指向性模式( 口= 石2 ) 的极坐标 图。以妒为自变量：下面是在昙取不同值的情况下根据式( 2 9 ) 所得到的极坐标图如 图2 _ 3 所示，表明波束宽度与导有关，当睾增大，波束的宽度变小，旁瓣的数目增多。 几 图2 3 线性窗指向性模式的极坐标图 f i 醇3p o l a rp l o to f d i r c c t i v i t yp a t t e r n 2 1 3 离散传感器阵列指向性及其评价参数 l 、离散传感器阵列的指向性模式 离散传感器阵列可以被认为是对连续窗的抽样的过程，也就是说连续窗只有在有限 个离散点处被激励，其中每一个传感元件可以看作是一个连续的窗，阵列的响应可以通 过对每一个传感器响应的叠加来实现，也就是利用传感元件的响应叠加来逼近等价的一 个较大的连续窗。 下面讨论一个具有奇数个元素的线性阵列的特殊j 隋况的指向性模式，在通常情况下 每个元素都有一个不同的复频率响应8 。( ，x ) ，利用叠加原理，我们可以将阵列的频率 响应表示为： 基于声阵列的语音增强系统的理论研究 下 a ( f ，x 。) = w 。( 厂弦。( 厂，x 。一h ) ( 2 1 0 ) * 型 由于 d ( f ，以) = 4 ( ，弘“矗 ( 2 11 ) 一掣 将式( 2 1 1 ) 带入式( 2 1 0 ) 即得 掣 o ( f ，q ) = ( ，) e 。( f , a x ) e “ ( 2 1 3 ) 一掣 当所有的元素具有相同的复频率响应( 假定为1 ) ，指向性模式可以简化成 n ( f ，q ) = ( ，弦。“f = ( ，弦2 x s i n 1 ( 2 1 4 ) o 厂下： 目c 一tt 由式( 2 1 4 ) ，可以看出离散传感器阵列指向性模式的特性依赖于阵列的元素个数，元 素间的距离，及频率。 2 影响阵列指向性模式的主要因素【i l 】、【1 2 1 对阵列的指向性模式如何做出客观的评价，主要是参考两个最为重要的参数，一个 是主束宽度，另一个是旁瓣级。下面简要的介绍这两个基本参数。 a 、波束宽度 波束宽度是描述主波束方向性尖锐程度的参数。一般有两种定义，一种定义为半功 率点处对应角度的二倍，即良，。；另一种定义是波束主瓣第一个零点所对应角度的二 倍，定义为铱可以分别由式( 2 1 5 ) ， ( 2 1 6 ) 来求得： 0 3 - 2 s i n - i ( n 4 南) ( 2 1 5 = 2 s i n - l ( 意) 1 6 大连理工大学硕士学位论文 f q l 2 户1 0 0 。h 2 竺2 仁铷 图2 4 波束宽度随频率的变化趋势 f i 醴4c h a n g i n gt e n d a n c yo f t h eb e a m w i d t hw i t hf i q u e n c y 由式( 2 1 5 ) ，( 2 t 6 ) 可以看出，若要获得尖锐的波束，一是增加阵列的元素个 数或是阵列间的距离，= 是减少入射波的波长或是增加入射波的频率。当基阵的结构和 形状一定的情况下，入射频率越大，波束宽度越小，如图2 a 所示。这个结论不仅对均 匀加权的等间隔的阵列是成立的。而且对其它阵形和加权系数也是同样适用的。 b 、旁瓣峰值方向及旁瓣级 旁瓣级是描述旁瓣峰值相对于主瓣峰值大小的参数，一般以分贝为单位。 不难从图2 5 中看出，旁瓣峰值方向有如下特点：旁瓣的间隔为2 i n ，主瓣和栅 瓣间有( n 一2 ) 个旁瓣，相应的主旁瓣比近似为0 2 ，即旁瓣级为一1 3 d b 。 n = 4 # 1 0 0 0 h zn = 5 。f = - i o o o h z 图2 5 主瓣和栅瓣间有( n 一2 ) 个旁瓣 f i 醇5 也e r e a r e ( n 一2 ) s i d e l o b e s b e t w e e n m a i n l o a b 雒l d g r a l i n g l o a b 从图2 6 可以观察到旁瓣级会随着空间采样频率的增大而降低，即为阵列间距离不 变，所应用的传感元件越多，旁瓣级越低。 1 9 基于声阵列的语音增强系统的理论研究 y z氏 l |i | i 4 、 i 。弋 寸一弋一 芝 图2 6 阵列中元素的个数对指向性模式的影响 f i 鲒6e f f e e t e dd i r e e t i 嘶p a t 蛔mc