【《DOA估计方法探究的国内外文献综述》1500字】

[7]，并取得了很大的成功，该方法也进一步推动了CNN在DOA估计中的发展。2019年，ZhongQiuWang等人利用深度神经网络来识别语音主导的时频点(time-frequencybin,T-Fbin)，用清晰的相位来进行DOA估计，实验证明在强混响的环境下依旧有很好的效果[8]。这些离线深度学习模型的上界取决于数据集，而在线深度学习可以源源不断地扩充数据集，以适应当下的实际情况。张永皓提出了一种基于深度学习的低复杂度的DOA估计算法。该算法首先离线训练一个神经网络，然后再将该神经网络作为初始网络进行在线DOA估计。在线DOA估计部分，将接收信号送入网络，网络会根据初始角度产生一个候选角度的集合，最后选择候选集合中最优的角度作为最终的DOA估计值，但是其也存在数据量过大，实时性较差的问题[9]。文献[10]利用带相位变换导向响应功率特征作为特征，建立神经网络模将DOA估计作为回归问题。文献[11]使用具有多任务学习功能的2D卷积神经网络从短时空间伪谱鲁棒地估计声源的数量和到达方法，这种方法减少了神经网络学习声音类别和方向信息之间不必要的关联，加速模型的收敛。文献[12]使用GCC-PHAT和听觉启发特征周期度(periodicitydegree,PD)作为特征，使用多输入单输出的卷积神经网络(CNN)进行训练，利用PD功能，CNN能够进行语音活动检测(VoiceActivityDetection,VAD)，从而大大降低混响与噪声对DOA估计的影响。这多深度学习的相关算法都是采用提取不同的特征来进行模型的训练。参考文献BartlettMS.Propertiesofsufficiencyandstatisticaltests[C].Proc.R.Soc.Lond.A.TheRoyalSociety,1937,160(901):268-282.CaponJ.High-resolutionfrequency-wavenumberspectrumanalysis[J].ProceedingsoftheIEEE,1969,57(8):1408-1481.李庆龙.基于深度学习的在线波达方向估计方法研究[D].内蒙古:内蒙古大学,2018.DOI:10.7666/d.D01536277.SchmidtR.Multipleemitterlocationandsignalparameterestimation[J].IEEEtransactionsonantennasandpropagation,1986,34(3):276-280.XiaoX,ZhaoS,ZhongX,etal.Alearning-basedapproachtodirectionofarrivalestimationinnoisyandreverberantenvironments[C].Acoustics,SpeechandSignalProcessing(ICASSP),2015IEEEInternationalConferenceon.IEEE,2015:2814-2818.TakedaR,KomataniK.Soundsourcelocalizationbasedondeepneuralnetworkswithdirectionalactivatefunctionexploitingphaseinformation[C].Acoustics,SpeechandSignalProcessing(ICASSP),2016IEEEInternationalConferenceon.IEEE,2016:405-409.ChakrabartyS,HabetsEA.BroadbandDOAestimationusingconvolutionalneuralnetworkstrainedwithnoisesignals[C].IEEEWorkshoponApplicationsofSignalProcessingtoAudioandAcoustics(WASPAA).IEEE,2017,1-3.WangZQ,ZhangX,WangDL.RobustSpeakerLocalizationGuidedbyDeepLearning-BasedTime-FrequencyMasking[J].IEEE/ACMTransactionsonAudio,Speech,andLanguageProcessing,2018,27(1):178-188.张永皓,苏雪嫣,胡蝶.一种基于深度学习的环形阵列混合波束成型大规模MIMO系统DOA估计算法[J].微型电脑应用,2020,36(11):1-4.D.Diaz-GuerraandJ.R.Beltran,"DirectionofArrivalEstimationwithMicrophoneArraysUsingSRP-PHATandNeuralNetworks,"2018IEEE10thSensorArrayandMultichannelSignalProcessingWorkshop(SAM),Sheffield,UK,2018,pp.617-621.T.N.T.Nguyen,W.-S.Gan,R.RanjanandD.L.Jones,"RobustSourceCountingandDOAEstimationUsingSpatialPseudo-SpectrumandConvolutionalNeuralNetwork,"inIEEE/ACMTransactionsonAudio,Speech,andLanguageProcessing,vol.28,pp.2626-2637,2020.R.Varzandeh,K.Adiloğlu,S.DocloandV.Hohmann,"ExploitingPeriodicityFeaturesforJointDetectionandDOAEstimationofSpeechSourcesUsingConvolutionalNeuralNetworks,"ICASSP2020-2020IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing(ICASSP),Barcelona,Spain,2020,pp.566-570.王永亮，陈辉，彭应宁，万群.空间谱估计理论与算法[M].北京：清华大学出版社,2004.11.杨钊.智能天线的天线个数及阵列排布研究[D].北京邮电大学,2008L.Savioja,J.Huopaniemi,T.Lokki,andR.Vaananen,“Creatinginteractivevirtualacousti