十字型阵列下的声源定位优化MUSIC算法研究

"这篇论文探讨了一种基于角度预估计的声源定位MUSIC算法，旨在减少算法的运算量，同时保持高精度。实验使用了‘十字型’麦克风阵列，并结合广义相关时延估计方法预先估计方位角，以此优化MUSIC算法的搜索空间。" 在声源定位领域，MUSIC（Multiple Signal Classification）算法因其高分辨率和准确性而备受青睐。该算法最初由Schmidt在1979年提出，主要用于窄带远场信号的方向-of-arrival (DOA)估计。DOA估计是确定声源相对于接收器阵列方向的技术，MUSIC算法通过寻找噪声子空间，能够超越瑞利极限，提供超分辨性能。 传统的MUSIC算法在处理宽带语音信号或大量数据时，其运算量较大，主要集中在谱搜索步骤。为了降低这一复杂性，文献中提出了一种创新方法，即利用“L”型或“十字型”麦克风阵列预估声源的角度。在这种方法中，首先对两路数据进行广义相关时延估计，以获取初步的方位角信息。这个预估计过程有助于减小MUSIC算法后续的搜索空间，从而降低计算复杂度。 实验部分，研究人员搭建了一个包括麦克风阵列、DSP平台和计算机的系统。其中，"十字型"阵列被用于收集实际环境中的语音数据。预估得到的方位角作为MUSIC算法的初始搜索范围，随后对全部四路数据应用二维MUSIC算法，精确估计出声源的方位角和俯仰角，以实现全面的三维定位。 这种方法的实验结果显示，在保持定位精度的同时，计算复杂度显著降低，这对于实时性和资源有限的工程应用具有重要意义。通过这种方式优化的MUSIC算法，不仅提高了效率，也使得在资源受限的环境下实现高精度声源定位成为可能。这一研究为未来声源定位技术的发展提供了新的思路和实践基础。