基于稀疏約束的聲源分離與定位的聯合處理算法研究.pdf

1、隨著信息技術的發(fā)展，遠程電話會議、多媒體通訊、虛擬現實等應用對音頻數據的采集和重建的性能要求日益提高，除了高質量采樣與重建音頻信號本身，還需要精確感知和重建原聲源所產生的整個聲場信息。聲場重建的準確性取決于能否精確獲取原空間聲場中各個聲源信號及其對應位置，因此精確的聲源分離與定位技術顯得尤為關鍵。現有的聲源分離算法主要利用非負矩陣分解（NMF）來實現聲音信號的分離，這種方法實現簡潔，擺脫了信號統(tǒng)計獨立且非高斯的假設，但其對于信號自身特性

2、的利用不足，分離效果有限。而現有的多聲源定位算法主要采用波束成形或者求解空間稀疏方程等方法，具有良好的定位效果，但運算復雜度較高，且沒有充分利用分離與定位的內在聯系。
　　本文在分析和總結前人研究成果的基礎上，針對當前多通道聲源分離與定位中存在的問題，利用音頻信號的稀疏特性改進了基于多通道非負矩陣分解的分離算法，并提出了聲源分離與定位的聯合處理算法，本文主要工作如下：
　　1）針對多通道聲源分離對于信號特性利用不足的問題，本

3、文提出了基于信號稀疏特性的多通道非負矩陣分解算法（SC-MNMF），在傳統(tǒng)方法中對于空間相關矩陣的分解過程中，增加非負矩陣分解基的頻域稀疏性約束與分解系數的時域稀疏性約束，使得分解結果與實際情況更為接近，并通過實驗驗證了算法的收斂性，同時在分離性能上，分離信擾比相比其他方法有1-2dB的提升。
　　2）針對空間多聲源定位復雜度較高的問題，本文提出了聲源分離與聲源定位的聯合處理算法，利用聲源分離中得到的空間特性矩陣實現聲源到達角的計