使用麦克风阵列的声波束形成
这个例子说明了麦克风阵列波束形成提取所需的语音信号在干扰占主导地位，噪声环境。这些操作有助于提高语音信号的质量以进行感知或进一步处理。例如，嘈杂的环境可以是一个交易室，麦克风阵列可以安装在一个交易计算机的监视器上。如果交易计算机必须接受交易员的语音指令，波束形成器操作对于提高接收到的语音质量和实现设计的语音识别精度至关重要。
这个例子展示了两种类型的时域波束形成器:时间延迟波束形成器和弗罗斯特波束形成器。它说明了如何利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中收听语音信号。金宝app
定义一个统一线性数组
首先，我们定义一个统一线性阵列(ULA)来接收信号。该阵列包含10个全向麦克风，单元间距为5 cm。
麦克风=．..分阶段。OmnidirectionalMicrophoneElement (“FrequencyRange”20 e3, [20]);Nele = 10;齿龈= phased.ULA (Nele, 0.05,“元素”、麦克风);c = 340;%声速，单位为m/s
模拟接收信号
接下来，我们模拟了麦克风阵列接收到的多通道信号。我们首先加载两个录音演讲和一个笑声录音。我们也载入笑声音频片段作为干扰。音频信号的采样频率为8 kHz。
因为音频信号通常很大，将整个信号读入存储器通常是不实际的。因此，在本例中，我们将以流的方式模拟和处理信号，即在输入处将信号分成小块，处理每个块，然后在输出处将它们组装起来。
第一个语音信号的入射方向方位角为-30度，仰角为0度。第二个语音信号的方向是方位角-10度和仰角10度。干扰来自方位角20度和仰角0度。
ang_dft = [-30;0);ang_cleanspeech = [-10;10);ang_laughter = [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，这种方法假定每个输入单通道信号在阵列的原点由一个麦克风接收。
fs = 8000;收集器=分阶段。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瓦的白噪声信号来代表每个传感器的热噪声。本地随机数流确保了可重复的结果。
prev = rng (2008);noisePwr = 1的军医;%噪声功率
现在开始模拟。在输出端，接收到的信号被存储在一个10列矩阵中。矩阵的每一列表示一个麦克风采集到的信号。请注意，我们在模拟过程中还使用流方法回放音频。
% 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 =(长度(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;x1 = dftFileReader ();x2 = speechFileReader ();x3 = 2 * laughterFileReader ();Temp = collector([x1 x2 x3]，．..[ang_dft ang_cleanspeech ang_笑声])+．..√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，笑声掩盖了讲话信号，使他们难以理解。我们可以将通道3的信号作图如下:
情节(t, sigArray (:, 3));包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“在第三频道接收到信号”）;ylim (3 [3]);
过程与一个时间延迟波束形成
时延波束形成器补偿来自特定方向的信号在阵列上的到达时间差。对时间对齐的多通道信号进行相干平均，以提高信噪比。现在，定义与第一个语音信号的入射方向相对应的转向角，并构造一个时延波束形成器。
angSteer = ang_dft;beamformer =分阶段。TimeDelayBeamformer (“SensorArray”、齿龈．..“SampleRate”fs,“方向”angSteer,“PropagationSpeed”c)
beamformer =分阶段。带有属性的TimeDelayBeamformer:传感器阵列:[1x1相控。传播速度:340 SampleRate: 8000 Direction source: 'Property' Direction: [2x1 double] WeightsOutputPort: false
接下来，我们对合成信号进行处理，绘制并收听传统波束形成器的输出。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(“延时波束形成器输出”）;ylim (3 [3]);
我们可以通过阵列增益来测量语音增强，即输出信噪比(SINR)与输入信噪比的比值。
agCbf = pow2db(意思是((voice_cleanspeech + voice_laugh)。^ 2 + noisePwr) /．..意思是((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。我们得到了9.4 dB的SINR改进。然而，背景笑声仍然可以与演讲相提并论。为了获得更好的波束形成器性能，使用弗罗斯特波束形成器。
过程与弗罗斯特波束形成
通过将FIR滤波器附加到每个传感器上，弗罗斯特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上放置零值，以更好地抑制干扰。在转向方向上，弗罗斯特波束形成器使用无失真约束，以确保所需的信号不被抑制。让我们创建一个弗罗斯特波束形成器，每个传感器后都有一个20级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 = 0 (NTSample, 1);为m = 1:NSampPerFrame:NTSample FrostOut(m:m+NSampPerFrame-1，:) =．..frostbeamformer (signalsource (), ang_dft);结束
我们可以播放和绘制整个音频信号一旦它被处理。
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Beamformer输出”）;ylim (3 [3]);
%计算数组增益agFrost = pow2db(意思是((voice_cleanspeech + voice_laugh)。^ 2 + noisePwr) /．..意思是((FrostOut - voice_dft) ^ 2)。)
agFrost = 14.4385
注意，干扰现在被取消了。弗罗斯特波束形成器的阵列增益为14 dB，比延时波束形成器的阵列增益高4.5 dB。性能的改善是令人印象深刻的，但有很高的计算成本。在前面的例子中，每个麦克风使用一个20阶的FIR滤波器。所有10个传感器都需要一个200 × 200的矩阵，这在实时处理中可能很昂贵。
采用对角加载提高Frost波束形成器的鲁棒性
接下来，我们要将阵列引导到第二个语音信号的方向。假设除了方位角-5度和仰角5度的粗略估计外，我们不知道第二个语音信号的确切方向。
释放(frostbeamformer);ang_cleanspeech_est = [5;5);估计操舵方向重置(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Beamformer输出”）;ylim (3 [3]);
%计算数组增益agFrost2 = pow2db(意思是((voice_dft + voice_laugh)。^ 2 + noisePwr) /．..意思是((FrostOut2 - voice_cleanspeech) ^ 2)。)
agFrost2 = 6.1927
演讲几乎听不见。尽管波束形成器的增益为6.1 dB，但性能受到不准确的转向方向的影响。提高弗罗斯特波束形成器鲁棒性的一种方法是使用对角加载。这种方法在估计的协方差矩阵的对角线元素上添加了少量。这里我们使用对角线值1e-3。
%指定对角线加载值释放(frostbeamformer);frostbeamformer。DiagonalLoadingFactor = 1 e - 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Beamformer输出”）;ylim (3 [3]);
%计算数组增益agFrost2_dl = pow2db(意思是((voice_dft + voice_laugh)。^ 2 + noisePwr) /．..意思是((FrostOut2_dl - voice_cleanspeech) ^ 2)。)
agFrost2_dl = 6.4788
对输出语音信号进行了改进，通过对角加载技术得到了0.3 dB的增益改进。
释放(frostbeamformer);释放(signalsource);如果isAudio金宝appSupported暂停(3);%刷新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有噪声的麦克风阵列测量中检索语音信号。该示例还展示了如何模拟麦克风阵列接收的干扰主导信号。这个例子同时使用了时间延迟和弗罗斯特波束形成器，并比较了它们的性能。弗罗斯特波束形成器具有较好的干扰抑制能力。算例还说明了利用对角加载来提高弗罗斯特波束形成器的鲁棒性。
参考
黄晓明，一种线性约束自适应阵列处理算法，电子学报，Vol. 60, no . 8, 1972, pp. 925-935。
你也可以从以下列表中选择一个网站:
