使用麦克风阵列的声学波束形成
这个例子说明了麦克风阵列波束形成，以提取所需的语音信号在干扰为主，噪声环境。这些操作有助于增强语音信号的质量，以便进行感知或进一步处理。例如，嘈杂的环境可以是交易室，麦克风阵列可以安装在交易计算机的显示器上。如果交易计算机必须接受交易者的语音指令，波束形成操作对于提高接收到的语音质量和达到设计的语音识别精度至关重要。
本例展示了两种类型的时域波束形成器:时延波束形成器和弗罗斯特波束形成器。它说明了如何使用对角加载来提高弗罗斯特波束形成器的鲁棒性。如果您的系统有声音支持，您可以在每个处理步骤收听语音信号。金宝app
定义一个统一的线性阵列
首先，我们定义了一个统一线性阵列(ULA)来接收信号。该阵列包含10个全向麦克风，元件间距为5厘米。
麦克风=.．.分阶段。OmnidirectionalMicrophoneElement (“FrequencyRange”20 e3, [20]);Nele = 10;ula = phase . ula (Nele,0.05，“元素”、麦克风);C = 340;%声速，以米/秒为单位
模拟接收信号
接下来，我们模拟麦克风阵列接收到的多通道信号。我们开始加载两个录音演讲和一个笑声录音。我们还加载了笑声音频片段作为干扰。音频信号的采样频率为8千赫。
由于音频信号通常很大，将整个信号读入内存通常是不实际的。因此，在本例中，我们将以流的方式模拟和处理信号，即在输入端将信号分解成小块，处理每个块，然后在输出端将它们组合起来。
第一语音信号的入射方向为方位角-30度，仰角0度。第二语音信号的方向为方位角-10度，仰角10度。干扰来自方位角20度，仰角0度。
Ang_dft = [-30;0);Ang_cleanspeech = [-10;10);ang_laugh = [20;0);
现在我们可以使用宽带收集器来模拟阵列接收到的3秒多通道信号。注意，这种方法假设每个输入单通道信号都由一个麦克风在阵列的原点接收。
Fs = 8000;收集器=阶段性。WidebandCollector (“传感器”、齿龈“PropagationSpeed”c.．.“SampleRate”fs,“NumSubbands”, 1000,“ModulatedInput”、假);T_duration = 3;% 3秒T = 0:1/fs:t_duration-1/fs;
我们生成一个功率为1e-4瓦的白噪声信号来表示每个传感器的热噪声。局部随机数流确保了可再现的结果。
prevS = rng(2008);noisePwr = 1e-4;噪声功率
我们现在开始模拟。在输出端，接收到的信号存储在一个10列矩阵中。矩阵的每一列表示一个麦克风收集到的信号。注意，在模拟过程中，我们还使用流式方法回放音频。
% preallocateNSampPerFrame = 1000;NTSample = t_duration*fs;sigArray = 0 (NTSample,Nele);voice_dft = 0 (NTSample,1);voice_cleanspeech = 0 (NTSample,1);voice_laugh = 0 (NTSample,1);%设置音频设备写入器audioWriter = audioDeviceWriter(“SampleRate”fs,.．.“金宝appSupportVariableSizeInput”,真正的);isAudio金宝appSupported = (length(getAudioDevices(audioWriter))>1);dftFileReader = dsp。AudioFileReader (“dft_voice_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);speechFileReader = dsp。AudioFileReader (“cleanspeech_voice_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);laughterFileReader = dsp。AudioFileReader (“laughter_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);%模拟为m = 1:NSampPerFrame:NTSample sig_idx = m:m+NSampPerFrame-1;x1 = dftFileReader();x2 = speechFileReader();x3 = 2*laughterFileReader();Temp = collector([x1 x2 x3]，.．.[ang_dft ang_cleanspeech ang_laugh]) +.．.√noisePwr * randn (NSampPerFrame Nele);如果isAudio金宝appSupported玩(audioWriter, 0.5 *临时(:,3));结束sigArray(sig_idx，:) = temp;Voice_dft (sig_idx) = x1;Voice_cleanspeech (sig_idx) = x2;Voice_laugh (sig_idx) = x3;结束
请注意，笑声掩盖了语言信号，使它们变得难以理解。我们可以将通道3中的信号绘制如下:
情节(t, sigArray (:, 3));包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“在第三频道收到信号”）;ylim (3 [3]);
使用时间延迟波束形成器处理
时延波束形成器对来自特定方向的信号在整个阵列上的到达时间差进行补偿。对时间对准的多通道信号进行相干平均，以提高信噪比。现在，定义一个与第一个语音信号的入射方向相对应的转向角，并构造一个时滞波束形成器。
angSteer = ang_dft;波束形成器=相控。TimeDelayBeamformer (“SensorArray”、齿龈.．.“SampleRate”fs,“方向”angSteer,“PropagationSpeed”c)
波束形成器=相控。TimeDelayBeamformer属性:SensorArray: [1x1相控。ULA] PropagationSpeed: 340 SampleRate: 8000 DirectionSource: 'Property' Direction: [2x1 double] WeightsOutputPort: false
然后，对合成信号进行处理，绘制常规波束形成器的输出信号并进行监听。同样，我们在处理过程中回放波束形成的音频信号。
Signalsource = dsp。SignalSource (“信号”sigArray,.．.“SamplesPerFrame”, NSampPerFrame);cbfOut = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample temp = beamformer(signalsource());如果isAudio金宝appSupported玩(audioWriter、临时);结束cbfOut(m:m+NSampPerFrame-1，:) = temp;结束情节(t, cbfOut);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(延时波束输出）;ylim (3 [3]);
人们可以通过阵列增益来测量语音增强，它是输出信噪比(SINR)与输入SINR的比值。
agCbf = pow2db(mean((voice_cleanspeech+voice_laugh).^2+noisePwr)/.．.mean((cbfOut - voice_dft).^2))
agCbf = 9.5022
第一个语音信号开始出现在时延波束形成器输出中。信噪比提高了9.4 dB。然而，背景笑声仍然可以与演讲相媲美。为了获得更好的波束形成器性能，可以使用Frost波束形成器。
用冰霜光束发生器处理
通过在每个传感器上附加FIR滤波器，Frost波束形成器具有更多的波束形成权值来抑制干扰。它是一种自适应算法，在学习到的干扰方向放置空值以更好地抑制干扰。在转向方向上，Frost波束形成器使用无失真约束以确保所需信号不被抑制。让我们创建一个Frost波束形成器，每个传感器后都有一个20分的FIR。
frostbeamformer =.．.分阶段。FrostBeamformer (“SensorArray”、齿龈“SampleRate”fs,.．.“PropagationSpeed”c“FilterLength”, 20岁,“DirectionSource”，输入端口的）;
接下来，用弗罗斯特波束形成器处理合成信号。
重置(signalsource);FrostOut =零(NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut(m:m+NSampPerFrame-1，:) =.．.frostbeamformer (signalsource (), ang_dft);结束
一旦音频信号经过处理，我们就可以播放并绘制整个音频信号。
如果isAudio金宝appSupported玩(audioWriter FrostOut);结束情节(t, FrostOut);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost = pow2db(mean((voice_cleanspeech+voice_laugh).^2+noisePwr)/.．.mean((FrostOut - voice_dft).^2))
agFrost = 14.4385
注意，现在干扰被取消了。Frost波束形成器的阵列增益为14 dB，比时延波束形成器的阵列增益高4.5 dB。性能的提高令人印象深刻，但有很高的计算成本。在上面的例子中，每个麦克风都使用了一个20阶的FIR滤波器。对于所有10个传感器，需要反转一个200 * 200矩阵，这在实时处理中可能是昂贵的。
利用对角加载提高霜束形成器的鲁棒性
接下来，我们希望将数组引导到第二个语音信号的方向。假设我们不知道第二个语音信号的确切方向，只粗略估计了方位角-5度和仰角5度。
释放(frostbeamformer);Ang_cleanspeech_est = [-5;5);估计转向方向重置(signalsource);FrostOut2 = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut2(m:m+NSampPerFrame-1，:) = frostbeamformer(signalsource()，.．.ang_cleanspeech_est);结束如果isAudio金宝appSupported玩(audioWriter FrostOut2);结束情节(t, FrostOut2);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost2 = pow2db(mean((voice_dft+voice_laugh).^2+noisePwr)/.．.mean((FrostOut2 - voice_cleanspeech).^2))
agFrost2 = 6.1927
演讲几乎听不见。尽管从波束形成器6.1 dB增益，性能受到不准确的转向方向。提高弗罗斯特波束形成器鲁棒性的一种方法是采用对角加载。这种方法给估计的协方差矩阵的对角线元素增加了一个小的量。这里我们使用的对角线值为1e-3。
指定对角线加载值释放(frostbeamformer);frostbeamformer。DiagonalLoadingFactor = 1e-3;重置(signalsource);FrostOut2_dl = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut2_dl(m:m+NSampPerFrame-1，:) =.．.frostbeamformer (signalsource (), ang_cleanspeech_est);结束如果isAudio金宝appSupported玩(audioWriter FrostOut2_dl);结束情节(t, FrostOut2_dl);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost2_dl = pow2db(mean((voice_dft+voice_laugh).^2+noisePwr)/.．.mean((FrostOut2_dl - voice_cleanspeech).^2))
agFrost2_dl = 6.4788
现在输出语音信号得到了改善，我们从对角加载技术中获得了0.3 dB的增益改善。
释放(frostbeamformer);释放(signalsource);如果isAudio金宝appSupported暂停(3);%清除AudioPlayer缓冲区释放(audioWriter);结束rng(上一页);
总结
这个例子展示了如何使用时域波束形成器从噪声麦克风阵列测量中检索语音信号。该示例还演示了如何模拟麦克风阵列接收的干扰主导信号。实例中同时使用了时延和弗罗斯特波束形成器，并对它们的性能进行了比较。Frost波束形成器具有较好的干扰抑制能力。该实例还说明了使用对角加载来提高弗罗斯特波束形成器的鲁棒性。
参考
[1] O. L. Frost III，线性约束自适应阵列处理算法，IEEE学报，第60卷，第8期，1972年8月，第925-935页。
您也可以从以下列表中选择一个网站:
