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

?

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)

針對突發(fā)性聲源在混響條件下的定向技術(shù)進(jìn)行了研究?；趥鹘y(tǒng)廣義互相關(guān)時延估計(jì)的定向方法，通過對互相關(guān)函數(shù)計(jì)算結(jié)果進(jìn)行判別與約束、對數(shù)據(jù)幀采用滑動方式、對時延估計(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突發(fā)性聲源進(jìn)行可靠定向，可用于對槍聲、爆炸聲等突發(fā)性信號進(jìn)行精確定向和定位。

聲源定向；時延估計(jì)；混響

0 引言

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

目前常見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定向法分為兩個步驟：第一步是時延估計(jì)，第二步是基于時延估計(jì)的聲源定向。其中，時延估計(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，可對輸入信號進(jìn)行加權(quán)處理，銳化了互相關(guān)函數(shù)的峰值。這種對信號的預(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，對目標(biāo)進(jìn)行時延估計(jì)時，若目標(biāo)靜止，可以通過增加時間積累來抑制噪聲，提高估計(jì)性能。若目標(biāo)運(yùn)動，可通過對估計(jì)結(jié)果的二次處理(如濾波)來排除奇異點(diǎn)。這在對飛機(jī)、車輛等連續(xù)性聲源目標(biāo)的探測應(yīng)用中獲得了較好的實(shí)踐?？墒菍τ谕话l(fā)性聲源，比如槍聲、爆炸聲等，事先沒有先驗(yàn)知識、沒有參考?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定向算法對突發(fā)性聲源信號在不同條件下的定向性能。通過對不同的參數(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。針對差異和面臨的問題，提出相應(yīng)的改進(jìn)方法，并得到實(shí)測數(shù)據(jù)的驗(yàn)證。本文的研究結(jié)果，可用于對槍聲、爆炸聲等突發(fā)性信號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)算法的時延估計(jì)過程。該方法是以基本互相關(guān)為理論基礎(chǔ)，通過計(jì)算兩信號之間的互功率譜，并在功率譜域內(nèi)給予一定的加權(quán)來對信號和噪聲進(jìn)行白化處理，增強(qiáng)信號中信噪比較高的頻率成分，抑制噪聲的功率，再反變換到時域得到廣義互相關(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，提高時延估計(jì)精度。

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

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。混響會降低聲音的清晰度。對聲源定向技術(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，聲壓級衰減60 dB所經(jīng)歷的時間[11]，單位為s?；祉憰r間越長，混響越嚴(yán)重?；祉憰r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)。可見房間體積越大混響時間越長?？紤]混響時，麥克風(fēng)接收到的信號與聲源信號的關(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]針對平穩(wěn)連續(xù)聲源研究了不同的混響時間對TDOA定向方法的性能影響。仿真結(jié)果表明，混響時間越長，定向性能越差。本文重點(diǎn)討論混響對突發(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，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)行針對性的改進(jìn)。

3 改進(jìn)算法描述

針對傳統(tǒng)的TDOA算法中時延估計(jì)環(huán)節(jié)受混響的影響問題，對第1節(jié)所述的方法提出以下改進(jìn)措施。

(1) 滑動使用原始數(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。

對于突發(fā)性聲源，其持續(xù)時間較短。若各幀沒有重疊，則經(jīng)常僅有一兩個幀對應(yīng)著直達(dá)波，正確結(jié)果極少。為此，對采集到的數(shù)據(jù)采取分幀滑動處理，即每個幀處理完后，在使用新數(shù)據(jù)時，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) 利用對互相關(guān)函數(shù)的判別來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門限。對于突發(fā)信號，因聲音短暫而峰值又高，平均功率方式易造成漏報(bào)。在使用時采用平均能量和峰值檢測相結(jié)合的方法。

(3) 提升直達(dá)波對應(yīng)時延估計(jì)結(jié)果的權(quán)重。

直達(dá)波能量比反射波大，針對聲源固定不變的已知條件，可將估計(jì)所得的時延結(jié)果按照所對應(yīng)幀的信號能量加權(quán)，然后再通過選舉的方式進(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，每個結(jié)果對應(yīng)的數(shù)據(jù)幀的信號的最大值組成的數(shù)組分別為，定義選舉參數(shù)為

通過以上措施，可以有效提升傳統(tǒng)算法對突發(fā)信號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)算的混響時間約為228 ms。兩個麥克風(fēng)組成陣列，間距為1 m。距離麥克風(fēng)陣4 m處架設(shè)一個揚(yáng)聲器，播放聲源信號。信號為一個人的擊掌聲，信號寬度大約為52 ms。各個點(diǎn)的位置的測量使用激光測距儀，精度為0.01 m。背景噪聲主要來自日光燈、個人電腦、遠(yuǎn)處馬路汽車噪聲，信號采樣頻率為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)境下兩個麥克風(fēng)采集到的信號如圖3所示?？梢钥吹剑盘柍跗谀芰看?，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。兩路信號波形幅度有差異，這來自于兩路麥克風(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法對上述信號進(jìn)行處理。對比不同幀長()條件下的結(jié)果如圖4(a)~4(d)所示。同時，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) 對于在混響較強(qiáng)環(huán)境中獲得的信號，不同幀長條件下，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) 較大的幀長并沒有顯著提高定向結(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，對同樣的信號進(jìn)行計(jì)算，具體計(jì)算參數(shù)為：滑動步長32，0.6，0.5。仿真結(jié)果如圖5和表2所示。

表2 改進(jìn)算法不同幀長計(jì)算結(jié)果

經(jīng)過對數(shù)據(jù)結(jié)果進(jìn)行分析，有如下現(xiàn)象：

首先，對比表1和表2可以看出，雖然因滑動造成總幀數(shù)顯著增加，但有效幀數(shù)并沒有同比例增加。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，由于采用了滑動的方法，可以在短暫的直達(dá)波信號段連續(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，不同幀長的定向結(jié)果均為78.9°。表明幀長不同的情況下，均可以很好地獲得準(zhǔn)確結(jié)果。而若對圖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。

對于幀長，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)時間短、周圍反射強(qiáng)，則應(yīng)選擇較短的幀長；相反則可選擇稍長的幀長。另外，幀長越長則計(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，使得該算法對幀長不再敏感，提高了定向結(jié)果的精度和穩(wěn)定性，對突發(fā)性聲源有很強(qiáng)的適用性。

后期將進(jìn)一步開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)陣列語音增強(qiáng)方法[J]. 信號處理, 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. 十字陣短時寬帶聲源實(shí)時定向算法[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, 河南安陽人, 碩士研究生, 研究方向?yàn)樾盘柵c信息處理。

閆青麗, E-mail: gongchyy@163.com