SRP_PHAT的改进算法综述

(1.北京理工大学信息感知与对抗国防重点实验室,北京100081;中国石化石油工程技术研究院信息与标准化研究所,北京100101)2.【摘要】最大可控响应功率波束形成法(SRP-PHAT)是当前传声器阵列声源定位主流方法之一。针对该算法计算量庞大,不能进行实时声源定位的问题,对基于随机搜索的空间收缩快速算法(SRC)、由粗到精空间收缩快速算法(CFRC)、随机粒子滤波快速算法(SPF)等进行了分析、比较,总结了当前SRP-PHAT的改进方法。【关键词】最大可控响应功率波束形成法;声源定位;传声器阵列;搜索算法【中图分类号】TN911【文献标识码】AASurveyofEnhancedAlgorithmforSRP-PHATYUANXiaokun1,CAIDe1,DENGJiahao1,LIPing1,JINGMingmin2(1.BeijingInstituteofTechnology,SchoolofMechatronicalEngineering,Beijing100081,China;2.SINOPECResearchInstituteofPetroleumEngineering,Beijing100101,China)【Abstract】Amethod,namedsteeredresponsepowerphase-transformweighed(SRP-PHAT),isoneofthemostpopu-larapproachesforthemicrophonearraysoundsourcelocalization.TheproblemthatthecomputationofSRP-PHATissoexpensivethatitcan’tlocatethesoundsourceinrealtimeisfocused.Someefficientimprovementapproachsuchastraction(SRC),coarse-to-fineregioncontraction(CFRC),stochasticparticlefiltering(SPF),andsoonare在较多局部极值,为求得全局最优解,早期的算法往往对空间网格上的所有点都进行考察,求得输出功率最大值点作为声源的估计点。全局搜索算法的主要算法思想是:将整个空间按误差容许大小分成同样大小的体积微元,每个体积微元都用其中心点来代表。求每个中心点的输出功率FE值并比较所有中心点的FE值,最大的FE对应的点即认为是声源位置的估计值。全局搜索算法虽然可保证得到全局最优解,但其计算量过大是其不利于实际应用的主要不足[2]。引言传声器阵列信号处理技术是源于雷达、声呐等系统。传声器阵列声源定位在通信、移动机器人和助听器装置等许多领域具有广泛应用价值[1]。在这些应用中,最基本的就是要估计声源位置,并且需要兼顾定位精度和算法的实时性。SRP-PHAT法将本身固有的稳健性、短时分析特性与时延估计中相位变换方法对信号周围环境的不敏感性相结合,使声源定位系统具有一定的抗噪性、抗混响性和稳健性[2]。目前,SRP-PHAT法是一种对窄带和宽带信号均可适用的有效方法,得到了广泛研究和应用。但是由于其全局搜索算法运算量较大,限制了该方法的实时性。在保持定位精度不变的前提下,大量削减计算量,加快计算速度,以适应实时目标探测的要求就成为SRP-PHAT算法对单目标定位1Brown大学三种快速算法最早提出SRP-PHAT的美国Brown大学LEMS语音和传声器阵研究实验室的H.Do和HFSilverman等人在2007~2009年提出三种快速搜索算法。分别是:基于随机搜索的空间收缩快速算法(StochasticRe-gionContraction,SRC),由粗到精的空间收缩快速算法(Coarse-to-FineRegionContraction,CFRC),随机粒子滤波快速算法(StochasticParticle3SRP-PHAT算法具有的全局搜索算法尽管SRP-PHAT具有较强的稳健性,但由于2*[基金项目]国防科技重点实验室基金项目(基于随机搜索空间收缩快速搜索算法首先根据计算极值点所在区域的概率确定一个初始搜索的矩形块区域,该矩形块应包括全局最优值,也可能包括一些局部的最大值和最小值。然后,反复搜索直到在一个足够小的子集中找到全局最优值(不确定的体积元Vu)。迭代i的搜索操作是在当前的体积元Vi中对SRP-PHAT功率谱输出泛函P'(x)进行随机考察,进而继续空间缩减的。找出全局最大功率值即是声源点[2-4]。3.1混合搜索算法(HybridAlgorithm)Peterson和Kyriakakis等人在2005年提出了混合搜索算法。算法主要思想如图1所示。5由粗到精的空间收缩快速搜索算法由粗到精空间收缩快速算法(CFRC)是一种类似于随机搜索空间收缩快速算法(SRC)的算法,采用由粗到精的层次化搜索算法,首先进行较大粒度的搜索,将搜索空间划分成若干子空间,对每个子空间选取代表点进行波束功率输出函数的计算,从中选出...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?