[发明专利]一种基于分布式一致性和MVDR波束形成的分布式语音增强方法

说明书

本发明公开了一种基于分布式一致性和MVDR波束形成的分布式语音增强方法，包括以下步骤：S1：利用改进的随机声传感器网络生成算法生成传感器网络节点的坐标，计算节点的连接矩阵、节点的度和节点临近节点集合；S2：利用S1中生成的传感器网络接收含噪语音信号，对每个节点接收的含噪语音信号进行MVDR预处理获得语音预处理矩阵(0)和噪声预处理矩阵(0)；S3：利用S1得出的节点的连接矩阵、节点的度和节点临近节点集合和S2得出语音预处理矩阵(0)和噪声预处理矩阵(0)进行分布式一致性迭代，使每个节点获得一致的MVDR语音增强时域的语音信号zi(t)。

技术领域

本发明涉及语音信号处理技术领域，尤其涉及一种基于分布式一致性和MVDR的分布式语音增强方法。

背景技术

语音信号处理是现代通信、多媒体应用和人工智能等领域的核心技术之一。在语音采集过程中，由于环境噪声、房间混响等影响，所获语音音质和清晰度会下降。语音增强作为一种前置处理方案，是一种有效的抑制干扰的方法。

在信息时代，信息获取最重要和最基本的技术——传感器技术，也得到了很大的发展。具有感知能力、计算能力和通信能力的无线传感器网络(WSN，Wireless SensorNetworks)也随之提出。无线传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术，能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息，并对这些信息进行处理，获得详尽而准确的信息，传送到需要这些信息的用户。其中，如果处理对象针对的是声音信号，那么此无线传感器网络也叫做无线声传感器网络(Wireless Acoustic Sensor Networks,WASN)。无线声传感器网络可以应用于助听器，(免提)语音通信系统，声学检测，环境智能等很多领域。

在2012年8月27-31日的欧洲信号处理会议(EUSIPCO 2012)的”Distributed GSCbeamforming using the relative transfer function”论文[3]中，M.G.Shmulik等提出了一种基于分布式广义旁瓣抵消波束形成方法。该方法针对每个节点都和其它节点连接的无线声传感器网络，利用两次广义旁瓣抵消算法来实现分布式的语音增强。第一次是每个节点单独把自己所有的麦克风收集到的语音信号利用广义旁边抵消算法实现一次语音增强，之后把此次语音增强结果广播传输到其他所有节点。第二次是每个节点利用其它节点传输过来的语音增强信号，加上节点本身的增强信号，再次利用广义旁瓣抵消算法来增强。最后每个节点就可以获得一致的语音增强效果。该方法利用全连网络特性，在不存在融合中心的情况下，实现了分布式的语音增强，增强效果也比较好，但存在的问题也较为明显：要求网络中所有节点可以和其他节点直接通信，这限制了网络的拓扑结 构；需要等待所有节点接收到其他节点传输过来的信息，才可以进行处理，这影响了算法的实时性，极大消耗了网络的能量。