閆青麗，陳建峰，郭瑾，常躍躍

?

混響環(huán)境中突發(fā)聲源定向方法及性能

閆青麗，陳建峰，郭瑾，常躍躍

(西北工業(yè)大學(xué)航海學(xué)院，陜西西安710072)

針對(duì)突發(fā)性聲源在混響條件下的定向技術(shù)進(jìn)行了研究。基于傳統(tǒng)廣義互相關(guān)時(shí)延估計(jì)的定向方法，通過(guò)對(duì)互相關(guān)函數(shù)計(jì)算結(jié)果進(jìn)行判別與約束、對(duì)數(shù)據(jù)幀采用滑動(dòng)方式、對(duì)時(shí)延估計(jì)結(jié)果進(jìn)行能量加權(quán)選舉等措施，有效提高了聲源定向結(jié)果的穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法在混響條件下能有效地對(duì)突發(fā)性聲源進(jìn)行可靠定向，可用于對(duì)槍聲、爆炸聲等突發(fā)性信號(hào)進(jìn)行精確定向和定位。

聲源定向；時(shí)延估計(jì)；混響

0 引言

隨著國(guó)家安防、反恐形勢(shì)的日益嚴(yán)峻，利用聲音和振動(dòng)進(jìn)行異常事件監(jiān)測(cè)的技術(shù)不斷發(fā)展，聲源目標(biāo)定向技術(shù)也得到越來(lái)越多的關(guān)注，部分成果已經(jīng)得到應(yīng)用，如直升機(jī)探測(cè)、槍聲定向系統(tǒng)等[1-2]。

目前常見(jiàn)的聲源定向方法主要有波束形成法[3]、高分辨率譜估計(jì)法[4]、到達(dá)時(shí)間差(Time Difference of Arrival, TDOA)法[5]等。在上述三種聲源定向方法中，TDOA法運(yùn)算量最小，具有較好的實(shí)時(shí)性和較高的估計(jì)精度[6]，實(shí)現(xiàn)成本低較，得到了廣泛應(yīng)用。

TDOA定向法分為兩個(gè)步驟：第一步是時(shí)延估計(jì)，第二步是基于時(shí)延估計(jì)的聲源定向。其中，時(shí)延估計(jì)方法中常用的主要是廣義互相關(guān)法(Generalized Cross Correlation, GCC)[7]。該方法根據(jù)不同的背景環(huán)境，可對(duì)輸入信號(hào)進(jìn)行加權(quán)處理，銳化了互相關(guān)函數(shù)的峰值。這種對(duì)信號(hào)的預(yù)白化處理的方法具有較強(qiáng)的抑制噪聲的能力，在無(wú)混響和弱混響條件下均有較好的定向性能[7-8]。

TDOA定向法假設(shè)聲源為平穩(wěn)隨機(jī)信號(hào)，對(duì)目標(biāo)進(jìn)行時(shí)延估計(jì)時(shí)，若目標(biāo)靜止，可以通過(guò)增加時(shí)間積累來(lái)抑制噪聲，提高估計(jì)性能。若目標(biāo)運(yùn)動(dòng)，可通過(guò)對(duì)估計(jì)結(jié)果的二次處理(如濾波)來(lái)排除奇異點(diǎn)。這在對(duì)飛機(jī)、車輛等連續(xù)性聲源目標(biāo)的探測(cè)應(yīng)用中獲得了較好的實(shí)踐。可是對(duì)于突發(fā)性聲源，比如槍聲、爆炸聲等，事先沒(méi)有先驗(yàn)知識(shí)、沒(méi)有參考?xì)v史數(shù)據(jù)；在大部分情況下，聲音只發(fā)生一次，短暫且唯一；因此在環(huán)境比較復(fù)雜、反射體較多的情況下，上述傳統(tǒng)的估計(jì)方法往往不易獲得準(zhǔn)確結(jié)果。

本文研究基于廣義互相關(guān)的TDOA定向算法對(duì)突發(fā)性聲源信號(hào)在不同條件下的定向性能。通過(guò)對(duì)不同的參數(shù)選擇、實(shí)驗(yàn)數(shù)據(jù)的分析，給出其性能結(jié)果以及其差異產(chǎn)生的原因。針對(duì)差異和面臨的問(wèn)題，提出相應(yīng)的改進(jìn)方法，并得到實(shí)測(cè)數(shù)據(jù)的驗(yàn)證。本文的研究結(jié)果，可用于對(duì)槍聲、爆炸聲等突發(fā)性信號(hào)在高混響條件下的精確定向和定位。

1 基于GCC的TDOA定向算法

下面介紹常用的基于廣義互相關(guān)算法的時(shí)延估計(jì)過(guò)程。該方法是以基本互相關(guān)為理論基礎(chǔ)，通過(guò)計(jì)算兩信號(hào)之間的互功率譜，并在功率譜域內(nèi)給予一定的加權(quán)來(lái)對(duì)信號(hào)和噪聲進(jìn)行白化處理，增強(qiáng)信號(hào)中信噪比較高的頻率成分，抑制噪聲的功率，再反變換到時(shí)域得到廣義互相關(guān)函數(shù)，從而可以在一定程度上銳化互相關(guān)函數(shù)的峰值，提高時(shí)延估計(jì)精度。

在實(shí)際計(jì)算時(shí)，我們對(duì)采集到的數(shù)據(jù)分幀處理，設(shè)幀長(zhǎng)為。

圖2中，F(xiàn)FT和IFFT分別表示傅里葉變換和傅里葉逆變換，( )*表示共軛運(yùn)算，是頻域加權(quán)函數(shù)，框圖中的頻域插值是為了提高定向分辨率[10]，|?|表示取實(shí)部運(yùn)算。我們采用GCC-PHAT (General Cross Correlation with the Phase Transform)的加權(quán)函數(shù)[8]

其中

(3)

(5)

2 混響對(duì)突發(fā)聲源定向性能的影響

混響是指聲音被界面不斷反射而積累的結(jié)果?；祉憰?huì)降低聲音的清晰度。對(duì)聲源定向技術(shù)而言，混響是影響定向精度的重要因素。通常用混響時(shí)間描述環(huán)境的混響效果，它是指聲源停止發(fā)聲后，聲壓級(jí)衰減60 dB所經(jīng)歷的時(shí)間[11]，單位為s?；祉憰r(shí)間越長(zhǎng)，混響越嚴(yán)重?；祉憰r(shí)間與周圍環(huán)境反射體的環(huán)境參數(shù)有如下關(guān)系[11]：

若環(huán)境為一個(gè)封閉的房間，則是房間體積，是房間墻面的總表面積，是房間表面的平均反射系數(shù)?？梢?jiàn)房間體積越大混響時(shí)間越長(zhǎng)?？紤]混響時(shí)，麥克風(fēng)接收到的信號(hào)與聲源信號(hào)的關(guān)系為

， (7)

在環(huán)境比較復(fù)雜、反射體較多的情況下，聲源信號(hào)與環(huán)境混響參雜。由式(7)可以看出，在混響條件下，麥克風(fēng)將接收到的不同的原始聲源的復(fù)本進(jìn)行疊加，文獻(xiàn)[10]針對(duì)平穩(wěn)連續(xù)聲源研究了不同的混響時(shí)間對(duì)TDOA定向方法的性能影響。仿真結(jié)果表明，混響時(shí)間越長(zhǎng)，定向性能越差。本文重點(diǎn)討論混響對(duì)突發(fā)聲源定向性能的影響。正如前文所述，該類聲源比較特殊，為非平穩(wěn)信號(hào)，諸多特點(diǎn)造成傳統(tǒng)的定向方法不能滿足應(yīng)用需要，有必要進(jìn)行針對(duì)性的改進(jìn)。

3 改進(jìn)算法描述

針對(duì)傳統(tǒng)的TDOA算法中時(shí)延估計(jì)環(huán)節(jié)受混響的影響問(wèn)題，對(duì)第1節(jié)所述的方法提出以下改進(jìn)措施。

(1) 滑動(dòng)使用原始數(shù)據(jù)，充分展示直達(dá)波部分估計(jì)結(jié)果的可重復(fù)性。

對(duì)于突發(fā)性聲源，其持續(xù)時(shí)間較短。若各幀沒(méi)有重疊，則經(jīng)常僅有一兩個(gè)幀對(duì)應(yīng)著直達(dá)波，正確結(jié)果極少。為此，對(duì)采集到的數(shù)據(jù)采取分幀滑動(dòng)處理，即每個(gè)幀處理完后，在使用新數(shù)據(jù)時(shí)，仍重復(fù)利用本幀的一定比例。這樣做可以充分利用短暫的直達(dá)波信號(hào)連續(xù)獲得多次的正確估計(jì)結(jié)果，為后處理提供依據(jù)。

(2) 利用對(duì)互相關(guān)函數(shù)的判別來(lái)抑制混響造成的異常估計(jì)結(jié)果。

在文獻(xiàn)[12]中顯示，混響條件下的信號(hào)獲得的互相關(guān)函數(shù)呈現(xiàn)不同的特點(diǎn)，有必要根據(jù)互相關(guān)函數(shù)的特征做適當(dāng)?shù)募s束。這樣可以大大減少混響信號(hào)出現(xiàn)異常結(jié)果的可能性。采用以下約束措施：

④傳統(tǒng)方法一般采用平均功率作為檢測(cè)門限。對(duì)于突發(fā)信號(hào)，因聲音短暫而峰值又高，平均功率方式易造成漏報(bào)。在使用時(shí)采用平均能量和峰值檢測(cè)相結(jié)合的方法。

(3) 提升直達(dá)波對(duì)應(yīng)時(shí)延估計(jì)結(jié)果的權(quán)重。

直達(dá)波能量比反射波大，針對(duì)聲源固定不變的已知條件，可將估計(jì)所得的時(shí)延結(jié)果按照所對(duì)應(yīng)幀的信號(hào)能量加權(quán)，然后再通過(guò)選舉的方式進(jìn)行后處理，選舉出的結(jié)果為本次的估計(jì)結(jié)果。

由于采用的是數(shù)字處理系統(tǒng)，因此每次估計(jì)所得結(jié)果均為確定的離散值。假設(shè)有種時(shí)延估計(jì)的結(jié)果，每種結(jié)果出現(xiàn)的次數(shù)分別為，每個(gè)結(jié)果對(duì)應(yīng)的數(shù)據(jù)幀的信號(hào)的最大值組成的數(shù)組分別為，定義選舉參數(shù)為

通過(guò)以上措施，可以有效提升傳統(tǒng)算法對(duì)突發(fā)信號(hào)在混響條件下的性能。

4 算法結(jié)果及分析

本文的實(shí)驗(yàn)環(huán)境是一個(gè)8 m×3.3 m×3.5 m的普通實(shí)驗(yàn)室，室內(nèi)墻壁平均反射系數(shù)為0.6，按照式(6)計(jì)算的混響時(shí)間約為228 ms。兩個(gè)麥克風(fēng)組成陣列，間距為1 m。距離麥克風(fēng)陣4 m處架設(shè)一個(gè)揚(yáng)聲器，播放聲源信號(hào)。信號(hào)為一個(gè)人的擊掌聲，信號(hào)寬度大約為52 ms。各個(gè)點(diǎn)的位置的測(cè)量使用激光測(cè)距儀，精度為0.01 m。背景噪聲主要來(lái)自日光燈、個(gè)人電腦、遠(yuǎn)處馬路汽車噪聲，信號(hào)采樣頻率為16 kHz，AD采樣精度為24 bit。聲源的真實(shí)角度為78.9°。

混響環(huán)境下兩個(gè)麥克風(fēng)采集到的信號(hào)如圖3所示?？梢钥吹剑盘?hào)初期能量大，后面逐漸衰減，直達(dá)波以后的波形拖尾主要是室內(nèi)混響造成的。兩路信號(hào)波形幅度有差異，這來(lái)自于兩路麥克風(fēng)自身的不一致性和它們與聲源距離的差異。

下面對(duì)傳統(tǒng)的算法和改進(jìn)后的算法的計(jì)算結(jié)果分別進(jìn)行分析。

4.1 傳統(tǒng)的算法計(jì)算結(jié)果及分析

采用傳統(tǒng)的TDOA法對(duì)上述信號(hào)進(jìn)行處理。對(duì)比不同幀長(zhǎng)()條件下的結(jié)果如圖4(a)~4(d)所示。同時(shí)，統(tǒng)計(jì)了參與計(jì)算的幀數(shù)、可獲得有效結(jié)果的幀數(shù)(0°~180°范圍內(nèi))以及正確結(jié)果的幀數(shù)，如表1所示。

由圖4及表1可以看到，(1) 對(duì)于在混響較強(qiáng)環(huán)境中獲得的信號(hào)，不同幀長(zhǎng)條件下，有效幀數(shù)僅占總數(shù)據(jù)幀數(shù)的平均為48.21%，能夠計(jì)算出正確結(jié)果的幀數(shù)又僅占有效幀數(shù)的33%~50%，正確結(jié)果比例很低；(2) 較大的幀長(zhǎng)并沒(méi)有顯著提高定向結(jié)果的正確率和穩(wěn)定性。

Fig 4 MATLAB simulation results of the traditional TDOA algorithm (Dash line indicates the right direction)

表1 傳統(tǒng)算法不同幀長(zhǎng)結(jié)果

4.2 改進(jìn)算法結(jié)果分析

按照第3節(jié)給出的改進(jìn)方法，對(duì)同樣的信號(hào)進(jìn)行計(jì)算，具體計(jì)算參數(shù)為：滑動(dòng)步長(zhǎng)32，0.6，0.5。仿真結(jié)果如圖5和表2所示。

表2 改進(jìn)算法不同幀長(zhǎng)計(jì)算結(jié)果

經(jīng)過(guò)對(duì)數(shù)據(jù)結(jié)果進(jìn)行分析，有如下現(xiàn)象：

首先，對(duì)比表1和表2可以看出，雖然因滑動(dòng)造成總幀數(shù)顯著增加，但有效幀數(shù)并沒(méi)有同比例增加。那些因混響而造成的異常結(jié)果被互相關(guān)函數(shù)的判決條件有效地抑制了。這項(xiàng)措施使得正確幀數(shù)占有效幀數(shù)的比例大幅度增加。

其次，從圖5可以看到，在直達(dá)波部分，由于采用了滑動(dòng)的方法，可以在短暫的直達(dá)波信號(hào)段連續(xù)獲得許多正確的估計(jì)方向。充分展示了估計(jì)結(jié)果的可重復(fù)性。

按照第3節(jié)的計(jì)算流程進(jìn)行處理，再經(jīng)加權(quán)選舉后，不同幀長(zhǎng)的定向結(jié)果均為78.9°。表明幀長(zhǎng)不同的情況下，均可以很好地獲得準(zhǔn)確結(jié)果。而若對(duì)圖4所示的傳統(tǒng)方法計(jì)算結(jié)果進(jìn)行平均處理，則距離正確值偏差很大。

對(duì)于幀長(zhǎng)，應(yīng)根據(jù)具體的聲源及環(huán)境特征合理選擇。若聲源持續(xù)時(shí)間短、周圍反射強(qiáng)，則應(yīng)選擇較短的幀長(zhǎng)；相反則可選擇稍長(zhǎng)的幀長(zhǎng)。另外，幀長(zhǎng)越長(zhǎng)則計(jì)算量越大，因此還需要在實(shí)際中結(jié)合硬件計(jì)算能力綜合確定。

5 結(jié)論

本文針對(duì)突發(fā)性聲源的特點(diǎn)，提出了平滑處理、能量加權(quán)選舉、互相關(guān)函數(shù)判決等改進(jìn)措施。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法可以有效地抑制混響的影響，使得該算法對(duì)幀長(zhǎng)不再敏感，提高了定向結(jié)果的精度和穩(wěn)定性，對(duì)突發(fā)性聲源有很強(qiáng)的適用性。

后期將進(jìn)一步開(kāi)展混響條件下的算法統(tǒng)計(jì)性能分析、不同信噪比條件下的性能分析，以及各類環(huán)境(如風(fēng)、溫度等)對(duì)估計(jì)性能影響等方面的研究。

[1] Valenzise G, Gerosa L, Tagliasacchi M, et al. Scream and gunshot detection and localization for audio-surveillance systems[C]// IEEE Conference on Advanced Video and Signal Based Surveillance, 2007: 21-26.

[2] Ali P, Seyed M A. Real time high accuracy 3-D-PHAT-based source localization using a simple 4-microphone arrangement[J]. IEEE Systems Journal, 2012, 6(3): 455-468.

[3] Van veen B D, Buckley K M. Beamforming: A versatile approach to spatial filtering[J]. IEEE Trans. On Audio Speech, and Signal Processing, 1988, 5(2): 4-42.

[4] Pillai S U, Kwon B H. Forward/backward spatial smoothing techniques for coherent signal identification[J]. IEEE Trans. on Audio Speech, and Signal Processing, 1989, 37(1): 8-15.

[5] Chan Y T, HO K C. A simple and efficient estimator for hyperbolic location[J]. IEEE Transaction on Signal Processing, 1994, 42(8): 1905-1915.

[6] Brandnstein M, Ward D. Microphone Arrays: Signal Processing Techniques and Applications[M]. New York: Springer, 2001.

[7] Knapp C. Carter G.. The generalized correlation method for estimation of time delay[J]. IEEE Transactions on Acoustics, Speech and Signal Processing, 1976, 24(4): 320-327.

[8] 嚴(yán)素青, 黃冰. 基于廣義互相關(guān)的時(shí)延估計(jì)算法研究[J]. 信息技術(shù), 2005, 12(9): 26-28.

YAN Suqing, HUANG Bing. Research on time delay estimation algorithm based on generalized cross correlation[J]. Information Technology, 2005, 12(9): 26-28.

[9] 崔瑋瑋, 曹志剛, 魏建強(qiáng). 聲源定位中的延時(shí)估計(jì)技術(shù)[J]. 數(shù)據(jù)采集及處理, 2007, 22(1): 90-99.

CUI Weiwei, CAO Zhigang, WEI Jianqiang. Time delay estimation techniques in source location[J]. Journal of Data Acquisition & Processing, 2007, 22(1): 90-99.

[10] Bedard S, Champagne B, Stephenne A. Effects of room reverberation on time-delay estimation performance[C]// Proc. IEEE Int. Conf. Acoust, Speech, Signal Processing, Adelaide, Australia, pp.II: 261-264, April 1994.

[11] 張麗艷, 殷福亮. 一種適用于混響環(huán)境的麥克風(fēng)陣列語(yǔ)音增強(qiáng)方法[J]. 信號(hào)處理, 2009, 25(5): 720-723.

ZHANG Liyan, YIN Fuliang. A microphone array speech enhancement method for dereverberation[J]. Signal Processing. 2009, 25(5): 720-723.

[12] 程萍, 陳建峰, 馬馳, 等. 十字陣短時(shí)寬帶聲源實(shí)時(shí)定向算法[J].應(yīng)用聲學(xué), 2012, 31(2): 123-129.

CHENG Ping, CHEN Jianfeng, MA Chi, et al. A fast short-time broadband acoustic source diretion estimation algorithm using cross array[J]. Applied Acoustics, 2013, 31(2): 123-129.

Impulsive source localization technique and its performance in reverberation environment

YAN Qing-li, CHEN Jian-feng, GUO Jin, CHANG Yue-yue

(School of Marine Science and Technology,Northwestern Polytechnical University, Xi’an 710072,Shaanxi, China)

In this paper the performances of the conventional TDOA acoustic source localization method in reverberant environments are studied when the sound source is an impulsive signal. Based on the Generalized Cross-Correlation and Time Difference of Arrival estimation method (GCC-TDOA), three measures are put into use to enhance the robustness of the original method. The overlapping windowing for data batch processing is first used, and then a series of constraints on the cross-correlation function are defined to exclude the abnormal time-delay estimates. The energy-weighted voting is used as a post processing step to further increase the stability. As a result, the direction estimation performance is significantly improved in reverberation. This algorithm can be used to localize the unstationary signals like gunfire, explosions and so on.

source localization;time delay estimation; reverberation

TN92

A

1000-3630(2015)-06-0479-05

10.16300/j.cnki.1000-3630.2015.06.001

2015-01-02;

2015-04-18

閆青麗(1990－), 女, 河南安陽(yáng)人, 碩士研究生, 研究方向?yàn)樾盘?hào)與信息處理。

閆青麗, E-mail: gongchyy@163.com