[发明专利]基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法

权利要求书

1.一种基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法，其特征在于，包括如下步骤：

S1、麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；

S2、计算每帧信号的子带SRP-PHAT空间谱矩阵；

S3、将所有帧信号的子带SRP-PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。

2.根据权利要求1所述的一种基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法，其特征在于，步骤S2中，计算每帧信号的子带SRP-PHAT空间谱矩阵包括如下步骤：

S21、对每帧信号进行离散傅里叶变换：

其中，x_m(i,n)为麦克风阵列中第m个麦克风的第i帧信号，m＝1,2,…,M，M为麦克风的数目，X_m(i,k)是x_m(i,n)的离散傅里叶变换，表示第m个麦克风第i帧的频域信号，k为频率点，K为离散傅里叶变换的长度，N为帧长，K＝2N，DFT(·)表示离散傅里叶变换；

S22、设计Gammatone滤波器组的脉冲响应函数：

其中，j表示Gammatone滤波器的序号；C是Gammatone滤波器的增益；t表示连续时间；a为Gammatone滤波器的阶数；表示相位；f_j表示第j个Gammatone滤波器的中心频率；b_j表示第j个Gammatone滤波器的衰减因子，b_j计算公式为：

b_j＝1.109ERB(f_j)

ERB(f_j)＝24.7(4.37f_j/1000+1)

对每个Gammatone滤波器的脉冲响应函数进行离散傅里叶变换：

其中，G_j(k)是第j个Gammatone滤波器的频域表达式，k为频率点，K为离散傅里叶变换的长度，N为帧长，K＝2N，f_s表示信号采样率，DFT(·)表示离散傅里叶变换；

S23、计算每帧信号的子带SRP-PHAT函数：

其中，P(i,j,r)表示波束方向为r时，第i帧信号的第j个子带SRP-PHAT函数；M为麦克风阵列中麦克风的数目；τ_mn(r)表示声波从波束方向r传播到第m个麦克风和第n个麦克风的时间差，其计算公式为：

其中，r表示波束方向的坐标，r_m表示第m个麦克风的位置坐标，r_n表示第n个麦克风的位置坐标，c为空气中的声速；

S24、对每帧信号的子带SRP-PHAT函数进行归一化处理：

S25、将同一帧信号的所有的子带SRP-PHAT函数组合为矩阵形式，得到子带SRP-PHAT空间谱矩阵：

其中，y(i)表示第i帧信号的子带SRP-PHAT空间谱矩阵，J为子带个数，即Gammatone滤波器的个数，L为波束方向的个数。

3.根据权利要求2所述的一种基于卷积神经网络和子带SRP-PHAT空间谱的声源定位方法，其特征在于，步骤S23中，当设定声源与麦克风阵列处于同一水平面，声源位于麦克风阵列的远场时，τ_mn(r)的等价计算公式为：

其中，ξ＝[cosθ,sinθ]^T，θ为波束方向r的方位角。