扩散噪声下协方差矩阵重构的语音分离与降噪

针对传统多通道语音分离算法在扩散噪声下性能下降的问题,提出了一种用于语音分离及降噪的空间协方差模型及参数估计方法。该方法将扩散噪声视为独立声源,利用由导向矢量重构的空间协方差矩阵建模目标声源的空间特性,并通过空间协方差分析方法估计用于语音分离的多通道维纳滤波器。同时,还提出了一种联合该方法的后置滤波器参数框架,为输出信号降噪和失真的折中提供了更多选择。在扩散噪声下的单目标和多目标实验中,所提方法的语音提取和分离性能都优于对比算法,联合参数的后置滤波器可提供更为符合人们要求的降噪语音,验证了所提模型与参数估计方法的有效性。      

用于自适应波束形成语音增强的球谐域掩蔽函数估计方法

提出一种用于球形阵列自适应波束形成的掩蔽函数估计方法。该方法利用包含空间信息的球谐系数提取低维空间向量,并采用复高斯混合模型和深度学习两种方案来估计掩蔽函数,最终利用估计的掩蔽函数设计最小方差无失真响应波束形成器,以达到空域滤波的效果。理论分析和仿真实验证明,对于相同时长的声信号,球谐域掩蔽函数估计方法的计算复杂度比传统阵元域估计方法低了一个数量级。并且在大部分声场环境中,尤其在低信噪比情况下,所提方法的语音质量感知评估测度得分、分段信噪比和短时客观可懂度明显高于阵元域方法,三者最高分别可提升1.31 dB,4.54 dB和35%。另外,实际声学环境的测量实验也验证了所提方法在不影响可懂度的条件下比传统阵元域方法具备更高的降噪量。      

基于波束形成缩放声强的声源局部声功率计算

基于波束形成法识别噪声源时,为计算主要噪声源的辐射声功率,给出了基于平面波模型的声强缩放方法,模拟计算了单极子点声源局部声功率的计算误差,结果显示:当阵列平面与声源计算平面间距离等于阵列直径时,基于波束形成缩放声强计算的声功率误差仅略高于0.1 dB。为克服旁瓣干扰,给出了具有一定动态范围的声源计算平面积分法,模拟计算了单极子点声源的局部声功率,结果表明:该积分法的计算值与主瓣区域积分法的计算值近似相等,均约等于理论声功率。进一步,波束形成法与声强法的对比算例试验验证了基于波束形成缩放声强计算声源局部声功率方法的有效性。      

利用时频相关性的球谐波阶数感知鲁棒伪声强多声源定位

针对伪声强多声源定位方法对环境噪声和混响敏感的问题,利用时频相关性构造球谐波阶数感知因子,提出了一种鲁棒的伪声强声源定位方法。与现有的球谐波阶数感知因子不同,所构造的球谐波阶数感知因子充分利用了相邻时频点中属于同一声源的特征波束间存在的相关性。理论分析表明,所构造的球谐波阶数感知因子对环境噪声和混响的抑制能力更强。仿真结果显示,与现有的阶数感知方法相比,在信噪比为10 dB、混响时间为0.4～1.0 s时,所提方法的定位精度提升了1.3°～1.9°,同时计算复杂度减小了25%。最后通过实测实验进一步验证了所提方法在实际声场环境中的有效性。     

基于传声器阵列过顶测量结果的飞机起落架噪声研究

应用由111个传声器组成的平面传声器阵列对当前流行的民用客机进场着陆过程中的机体噪声源进行了实验测量,本对七架窄体客机和七架宽体客机的起落架噪声进行了分析,得到了起落架噪声的频谱特性、指向特性和声级变化。研究发现,起落架噪声的频谱是由宽频随机噪声与一些较为明显的单噪声源组成,起落架噪声的指向性类似于一个水平放置的偶极子。不同飞机起落架噪声的声级相差较大,这说明可以通过重新结构设计降低起落架噪声。     

传声器失配误差对差分传声器圆阵主瓣指向的影响特性

从理论上导出了传声器失配误差对适用于任意阵元数的一阶和二阶差分传声器圆阵的主瓣指向影响规律。揭示了传声器相位误差可造成一阶差分传声器圆阵主瓣指向产生反转现象,是影响其主瓣指向的主要因素。而对于二阶差分传声器圆阵,传声器相位误差和增益误差均可导致其主瓣指向产生反转现象和严重指向误差,进而造成阵列指向性因子严重下降,尤其在低频处失配误差的影响更为显著。然后给出了确保差分传声器圆阵主瓣指向正确时阵列设计参数所需满足的条件,并在此基础上进行了传声器失配误差的容差分析。分析结果表明,随着阵元数增多,失配误差的容差范围增大,差分传声器圆阵对传声器失配误差的敏感性相应降低。      

球形阵列自适应网格分层定位算法

刚性球形传声器阵列可以在无空间模糊的条件下进行球谐域数据处理,基于球形阵列的可控波束形成器导向响应功率(SRP)算法定位精度高,但是计算量大,计算效率低。通过将球面致密的全局网格搜索替换为分层搜索策略可以有效减小SRP算法的计算量。提出MRE-SRP算法保持球形阵列SRP定位精度的同时降低计算量,首先通过球谐域MUSIC(SH-MUSIC)算法判断入射声源的数量减小搜索区域;其次将相对熵模型引入球谐域SRP(SH-SRP)定位算法中,提取网格分层前后的信息增益,设计自适应网格选择判据,实现分层多分辨率网格的精准再细分,从而降低计算量。实验验证了所提出算法的性能,结果显示在单双声源定位中,该算法可以实现较高的定位精度,精准选择分层网格,计算量减少75%以上。     

传声器阵列特征值滤波去噪方法

作为二阶统计量的互谱矩阵(CSM)是声学成像算法的核心输入量。为增强传声器阵列的去噪表现,研究了互谱矩阵特征值滤波的机理,并提出了两种新型的特征值滤波方法的设计准则:(1)声源互谱矩阵的Stein无偏风险估计(SURE收缩),即基于SURE准则的特征值软阈值收缩;(2)进一步提高声源互谱矩阵EYM (Eckart-Young-Mirsky)估计误差的最优收缩(Opt-Shrinkage)方法,即对声源特征值所含有的噪声进一步去除。然后,在3000个快照数,0 dB信噪比(SNR),100个传声器的环境下进行仿真。通过仿真,与经典的MUSIC方法比较原声源信号与去噪后信号的互谱矩阵对角线误差,其中MUSIC方法的互谱矩阵对角线误差为74.15%,SURE收缩为41.97%,最优收缩为20.62%。并通过改变快照数、声源数与SNR,对比了不同特征值滤波去噪方法的效果。从仿真结果上看,在少声源(少于40个)工况下SURE收缩方法的去噪效果优于MUSIC方法与最优收缩方法;在声源数超过42个后,最优收缩方法取得更显著的效果。最后,在3个声源、60个传声器数、-5 dB信噪比的声源定位实验中,SURE收缩与最优收缩均获得了相比MUSIC方法更好的去噪效果。研究表明在现有传声器阵列特征值滤波方法的基础上,对特征值的进一步处理可以得到更好的去噪效果。      

结合精确阵列响应控制的时域宽带波束图综合

提出了采用时域结构的低计算复杂度宽带波束图综合方法。首先,引入自适应零陷波束设计思想,通过在特定频率与角度设置虚拟干扰源,实现对旁瓣区域阵列响应的精确控制,多次迭代控制后满足波束设计要求。其次,所提方法能够在现有波束设计基础上实现灵活调整,根据旁瓣级等设计参数的变化快速更新波束图。理论研究表明,相较现有采用内点法的波束图综合方法,所提方法降低了单次迭代计算复杂度,有效提升了波束设计效率。仿真实验与半消声室实验结果表明,该方法所设计波束形成器相较传统固定波束形成器具有更低的旁瓣级,并且对方向性干扰有更好的抑制效果。     

新型声学超材料单通道麦克风可实现多声源实时定位与分离

在人工系统中,科研人员通常借助由多个传声器组成的传声器阵列来解决声源定位和分离问题。具有高精度声源定位和分离能力的传声器阵列往往需要较大的阵元数量和物理尺寸,这种阵列系统不仅不便于安装和操控,处理多通道信号的计算成本往往也很大,从而导致其应用受限。受生物听音机制的启发,中国科学院噪声与振动重点实验室的博士生孙雪聪与其导师杨军研究员、贾晗研究员等提出了一种基于声学超材料的单通道多声源的定位与分离系统,用一个带有超材料外壳的单通道麦克风实现了三维空间中多个同时发声声源的实时定位与分离。