双麦克风压缩感知混响多声源高精度定位算法

本文主要探讨了"基于压缩感知的双麦克风混响多声源定位算法"这一主题，该研究旨在解决传统声源定位技术中面临的一个局限性——在混响环境中，麦克风数量通常需要超过声源数量才能实现有效定位。作者张奕、李娟和张敏针对这一挑战，提出了一个创新的方法，将多声源定位问题转化为块稀疏信号的重构问题。 在他们的算法中，关键步骤包括在频域对全房间的冲激响应进行归一化处理，以此构建压缩观测矩阵。通过这种矩阵，可以有效地捕捉到混响环境中的声波特性，即使在仅有两个麦克风的情况下，也能尝试定位至少三个以上的声源。压缩感知的引入允许在有限的采样点（如40个频点）下，利用信号的稀疏性进行高效重构，从而提高定位精度。 实验结果显示，与传统的子带可控响应功率（SRP-sub）定位方法相比，基于压缩感知的算法在混响时间较短（0.6秒）的环境下表现更优。当混响条件不利，但麦克风数量受限时，该算法能够显著提升多声源定位的成功率，例如在使用40个采样点的情况下，定位3个声源的成功率高达80%。 这篇发表于2019年1月《通信学报》的研究论文，其核心贡献在于将压缩感知理论应用于声源定位领域，尤其对于低资源、高混响环境下的应用具有重要的实践价值。文章还被标注了压缩感知、混响、麦克风阵列、块稀疏和多声源定位等关键词，反映了研究的焦点和领域归属。该研究成果对于音频信号处理、声纳系统设计以及音频增强技术等领域具有潜在的应用前景。