基于稀疏表示的声源个数估计方法及装置与流程

本发明属于信号处理领域，尤其涉及一种基于稀疏表示的声源个数估计方法及装置。
背景技术：
麦克风阵列信号处理作为阵列信号处理的一个分支吸引了很多研究者的兴趣。作为传统语音信号处理和阵列信号处理的有机结合，麦克风阵列的研究既可借助传统麦克风阵列的优势，又有语音信号处理特有的难点。众所周知，在传统信号处理领域，用很多经典的算法，如doa估计、盲信号分离等都必须事先知道信号的个数。同样，在麦克风阵列信号处理中，对特定声源信号进行增强或者将某个感兴趣的声源和干扰声源进行分离，也需要对周围声音环境的准确描述，包括声源的个数、声源的位置或doa的估计和跟踪等，而声源个数的准确估计是doa估计和分离的前提，其原因在于大多现有的算法都假定声源个数先验已知，这在现实环境中是很难满足的，当声源个数估计与实际声源个数存在误差时，后续的doa估计和分离性能会显著下降。因此，声源个数估计的研究具有广泛的应用范围和重要的研究价值。在窄带信号处理中，信息论准则因其实现简单和估计性能良好而受到了广泛的关注，发表了大量的文献，而关于宽带信号个数估计的方法则相对较少，当前的主流研究方向是基于最大似然的方法和基于子空间的方法。基于最大似然的方法在统计意义下虽然最优，但计算复杂，很难用于实践。基于子空间的方法可以分为非相干子空间方法和相干子空间方法。非相干子空间方法一般是通过变换将宽带信号转换为多个频带上的窄带信号，然后利用窄带信源个数估计方法进行估计，最后对各频带估计结果进行某种平均，得到信源个数的最终估计。这类方法的问题是信噪比较低时估计性能下降，且不能处理相干信号。相干子空间方法中比较经典的做法是首先对接收信号进行短时傅立叶变换，将时域卷积混合信号转换为频域瞬时混叠信号，然后在各个频带对接收信号进行聚焦变换，最后利用信息论准则对声源信号的个数进行估计。该算法由于需要对频域接收信号进行聚焦变换，因此计算复杂度较高，同时，为了计算聚焦矩阵，需要对源信号的波达方向进行预估计，因此该算法的性能容易受聚焦矩阵的影响。技术实现要素：为了解决上述技术问题，本发明的目的是提供一种基于稀疏表示的声源个数估计方法及装置，该方法具有较高的估计精度，而且在声源个数大于传声器个数(即欠定)的情况下也有效。本发明提供了一种基于稀疏表示的声源个数估计方法，包括：基于基向量的方向，确定全局势函数；对所有方向计算势函数的值，搜索势函数峰值的个数得到声源个数的估计值。进一步地，所述全局势函数为：式中，θ在极坐标系中表示基向量的方向；λ为分辨率调节参数；t为采样点数，t＝1,2,…,t；rt为采样点离原点的距离，在式中用作权值；f为局部基函数；θt为各采样点的绝对角度，θ-θt为局部角度，即各采样点的绝对角度与基向量方向之差。本发明还提供了一种基于稀疏表示的声源个数估计装置，包括：势函数确定模块，用于基于基向量的方向确定全局势函数；声源个数估计模块，用于对所有方向计算势函数的值，搜索势函数峰值的个数得到声源个数的估计值。进一步地，所述全局势函数为：式中，θ在极坐标系中表示基向量的方向；λ为分辨率调节参数；t为采样点数，t＝1,2,…,t；rt为采样点离原点的距离，在式中用作权值；f为局部基函数；θt为各采样点的绝对角度，θ-θt为局部角度，即各采样点的绝对角度与基向量方向之差。与现有技术相比本发明的有益效果是：具有较高的估计精度，而且在声源个数大于传声器个数(即欠定)的情况下也有效。附图说明图1是本发明一种基于稀疏表示的声源个数估计方法的流程图；图2是本发明一种基于稀疏表示的声源个数估计装置的结构框图；图3是仿真实验中实验1的估计性能图；图4是仿真实验中实验2的估计性能图；图5是仿真实验中实验3的估计性能图；图6是仿真实验中实验4的估计性能图。具体实施方式下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。参图1所示，本实施例提供了一种基于稀疏表示的声源个数估计方法，包括：步骤s1，基于基向量的方向，确定全局势函数；步骤s2，对所有方向计算势函数的值，搜索势函数峰值的个数得到声源个数的估计值。该方法具有较高的估计精度，而且在声源个数大于传声器个数(即欠定)的情况下也有效。参图2所示，本实施例提供了一种基于稀疏表示的声源个数估计装置，包括：势函数确定模块10，用于基于基向量的方向确定全局势函数；声源个数估计模块20，用于对所有方向计算势函数的值，搜索势函数峰值的个数得到声源个数的估计值。该装置具有较高的估计精度，而且在声源个数大于传声器个数(即欠定)的情况下也有效。下面对本发明作进一步详细说明。假设有n个声音信号入射到由m个传声器构成的传声器阵列，那么，时刻t传声器阵列上的接收信号为：其中，n为源信号个数，t为采样点数。将t个采样点的数据写成矩阵形式，有x＝as(2)其中，x＝[x(1),x(2),…,x(t)]表示接收数据矩阵，a＝[a1,a2,…,an]表示混叠矩阵，表示源信号数据矩阵。本实施例算法的目标就是在混叠矩阵a和源信号s均未知的情况下，估计源信号的数目。本实施例算法主要基于源信号的稀疏性假设，即源信号si(t),i＝1,2,…,n；t＝1,2,…,t中，只有少量信号不等于0。对于m＝2的情况，假设只有第i个源信号为非零信号，那么，所有的x(t)将与ai成比例，并且所有接收数据点都会向这个方向集中。因此，如果信号是稀疏的，某个数据点的其中一个信号非常大，则其他信号趋近于零，且数据点的分布密度有两个特点，一是离原点越远则数据点的分布越稀疏，二是向基向量ai的方向聚集。利用这一特点，我们可以通过寻找数据密集的方向来估计源信号的个数。本实施例考虑m＝2个传声器构成的阵列，此时混合信号空间为平面，基向量ai的方向可以通过极坐标系中的角度θ来表示。即θt＝arctan(x2(t)/x1(t))(4)rt、θt分别表示数据点x(t)的半径和角度，x1(t)、x2(t)分别为第一个观测信号及第二个观测信号。构造局部基函数如下：全局势函数为：式中，θ在极坐标系中表示基向量的方向，λ为分辨率调节参数，可以调整基函数的分辨率，其值越大，则基函数越窄，所点势函数的峰值便会越尖锐；θt为各采样点的绝对角度，θ-θt为局部角度，即各采样点的绝对角度与基向量方向之差；f为局部基函数；t为采样点数，t＝1,2,…,t；rt为采样点离原点的距离，在式中用作权值，其中，对距离原点较远的数据点赋予更大的权值，对离原点较近的数据点赋予较小的权值，直观上讲，远离原点的点比原点周围的点表现出更强的聚类特征。最后对所有可能的方向计算势函数的值，每个局部极大值对应着一个声源信号，通过搜索势函数峰值的个数，即可得到信源个数的估计。下面通过仿真实验来验证该算法的有效性。本实验采用几组真实数据对比所提算法和传统宽带信源个数估计算法(与k均值聚类相结合)的估计精度。所用数据均采用两个麦克风接收，麦克风间距分别为0.07m和0.12m。声源个数大于等于2。实验1：第一组数据为消声室采集，采用距离为0.12米的两麦克风接收，声源信号分别为距离麦克风阵列2.3米的男声、距麦克风阵列2.5米的歌声和距离麦克风阵列4米的女生。图3(a)为接收信号的语谱图，图3(b)为代价函数随θ的变化图。表1为所提算法、非相干子空间法和相干子空间法的估计性能对比。表1算法性能对比真实信号个数估计信号个数所提算法33非相干子空间法34相干子空间法32实验2：第二组数据为消声室采集，采用距离为0.12米的两麦克风接收，声源信号分别为距离麦克风阵列1米的男声和距离麦克风阵列3米的女声。图4(a)为接收信号语谱图，图4(b)为代价函数随随θ的变化图。表2为所提算法、非相干子空间法和相干子空间法的估计性能对比。表2算法性能对比真实信号个数估计信号个数所提算法22非相干子空间法22相干子空间法22实验3：第三组数据为消声室采集，采用距离为0.12米的两麦克风接收，声源信号为距离麦克风阵列2米的女声。图5(a)为接收信号的语谱图，图5(b)为代价函数随θ的变化图。表3为所提算法、非相干子空间法和相干子空间法的估计性能对比。表3算法性能对比真实信号个数估计信号个数所提算法11非相干子空间法12相干子空间法11实验4：第四组数据为室内环境采集，采用距离为0.07米的两麦克风接收，声源信号分别为距离麦克风阵列1米的男声和距离麦克风阵列3米的男声。图6(a)为接收信号的语谱图，图6(b)为代价函数随θ的变化图。表3为所提算法、非相干子空间法和相干子空间法的估计性能对比。表4算法性能对比真实信号个数估计信号个数所提算法22非相干子空间法22相干子空间法22对比发现，所提算法无论是在超定、正定还是欠定情况下都能对信号源个数做出有效估计，而相干子空间法和非相干子空间法仅可以在正定情况下工作，欠定情况下完全失效。上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。当前第1页12