Page 153 - 应用声学2019年第4期

第 38 卷 第 4 期 黄惠祥等： 分布式压缩感知麦克风阵列多声源方位估计 613

1.0 共同稀疏性，对接收信号进行联合稀疏重构进而
0.9
实现声源定位。仿真和实验结果表明，DCS-SOMP
0.8
算法在不同的信噪比和不同的房间反射强度的环
0.7 境下，相对于传统的 DS 算法、SRP-PHAT 算法和
ॆʷӑηՂूए 0.5 CS-OMP 算法，对多声源的方位估计都具有更好的
0.6
0.4
0.3 分辨能力和准确度。同时，在多个声源的强度不一
致的情况下，本文算法考虑接收信号的共同稀疏性，
0.2
0.1 在保证对强声源定位精度的同时，提高了对弱声源
0
50 100 150 200 250 300 350 的定位能力，在几类算法中具有更强的稳健性。
ࠄᬅᝈए/(O)
(a) ܦູूएඋϙ 1 : 0.75 致谢 本文在数据采集、测试中得到了厦门大学海
1.0 洋与地球学院教学实验中心刘志鑫的大力协助，特
0.9 此致谢。
0.8
0.7 参 考 文 献
ॆʷӑηՂूए 0.6 [1] Wax M, Kailath T. Optimum localization of multi-
0.5
0.4
0.3 ple sources by passive arrays[J]. IEEE Transactions on
0.2 Acoustics, Speech, and Signal Processing, 1983, 31(5):
0.1 1210–1217.
0 [2] Bechler D, Kroschel K. Reliability criteria evaluation for
50 100 150 200 250 300 350
TDOA estimates in a variety of real environments[C]//
ࠄᬅᝈए/(O)
ICASSP (05). IEEE International Conference on Acous-
(b) ܦູूएඋϙ 1 : 0.5
tics, Speech, and Signal Processing. USA: IEEE, 2005, 4:
DS SRP-PHAT CS-OMP DCS-SOMP
iv/985-iv/988.
[3] Krim B H, Viberg M. Two decades of array signal pro-
图 5 不同声源强度下各算法的多声源分辨性能
cessing research: the parametric approach[J]. IEEE Signal
Fig. 5 Multi-sound source resolution performance
Processing Magazine, 1996, 13(4): 67–94.
of each algorithm under different sound source in- [4] Silverman H F, Kirtman S E. A two-stage algorithm for
tensities determining talker location from linear microphone ar-
ray data[J]. Computer, Speech, and Language, 1992, 6(2):
表 5 不同声源强度下各算法的多声源分辨的 129–152.
[5] Dibiase J H. A high-accuracy, low-latency technique for
RMSE
talker localization in reverberant environments using mi-
Table 5 Multiple source-resolved RMSE crophone arrays[J]. European Journal of Biochemistry,
of each algorithm under different sound 2000, 216(1): 281–291.
source intensities [6] Donoho D L. Compressed sensing[J]. IEEE Transactions
on Information Theory, 2006, 52(4): 1289–1306.
[7] 赵小燕, 周琳, 吴镇扬. 基于压缩感知的麦克风阵列声源定位
SRP-PHAT CS-OMP DCS-SOMP
比值 算法 [J]. 东南大学学报 (自然科学版), 2015, 45(2): 203–207.
75 ◦ 135 ◦ 75 ◦ 135 ◦ 75 ◦ 135 ◦ Zhao Xiaoyan, Zhou Lin, Wu Zhenyang. Compressed
sensing-based sound source localization algorithm for mi-
1 : 0.75 6.6 5.295 0.84 4.47 0.435 2.52
crophone array[J]. Journal of Southeast University (Nat-
1 : 0.5 7.125 5.565 1.245 8.61 0.9 3.87 ural Science), 2015, 45(2): 203–207.
[8] Patel K K, Fowler M L. Direction of arrival (DOA) es-
timation of a wideband acoustic source in multipath en-
4 结论 vironment using spatial sparsity[C]//2017 IEEE Sensors
Applications Symposium (SAS). IEEE, 2017: 1–5.
本文将分布式压缩感知理论引入到对麦克风 [9] Baron D, Wakin M B, Duarte M F, et al. Distributed
compressed sensing[J]. Preprint, 2012, 21(10): 2729–2732.
阵列的多声源定位场景中，该理论在 CS 理论的基
[10] 金光明, 谢植, 张传义. 基于麦克风阵列多声源定位的新方
础上考虑到接收信号的多个连续语音帧之间具有 法 [J]. 东北大学学报 (自然科学版), 2012, 33(6): 769–773.