[发明专利]一种基于多变量统计的助听器声源定位方法

摘要

本发明提供一种基于多变量统计的助听器声源定位方法，本发明通过对GCC序列进行小波分解，再运用hotellingT2统计方法分析小波系数，估计时延估计值。该方法在混响环境和复杂多变的噪声环境下的鲁棒性能良好，并且算法的计算量适中，适合实时实现，能够满足助听器的声源定位要求。

主权项

1.一种基于多变量统计的助听器声源定位方法，其特征在于，包括如下步骤：(1)采用位于同一平面的全向型麦克风方阵采集声源信号s_m∈R^l，m＝1，2，3，4，l为语音信号s_m的长度，设定任意一个麦克风为参考麦克风，利用广义自相关算法计算参考麦克风同其它三个麦克风的自相关序列G_1p，p＝2，3，4；(2)利用小波域多变量统计法计算麦克风对间时延τ_1p，p＝2，3，4，其具体步骤如下：2a)首先把将长度为256的自相关序列G_1p，p＝2，3，4分解成16个长度为16的子序列M_k，k＝1，2，...，１6，每个子序列M_k为一个多变量统计单元；2b)将每个多变量统计单元再分解成4个长度为4小波处理单元W_i，i＝1，2，3，4，对每个小波处理单元W_i进行一维小波变换，提取四个haar小波系数：A₁(W_i)为粗略系数序列、D₁(W_i)、D₂(W_i)和D₃(W_i)为细节系数序列，组合为矩阵形式：XWi=A1(Wi)D1(Wi)D2(Wi)D3(Wi)T;]]>XMk‾=A1(Wi)‾D1(Wi)‾D2(Wi)‾D3(Wi)‾T]]>=14Σi=14A1(Wi)14Σi=14D1(Wi)14Σi=14D2(Wi)14Σi=14D3(Wi)T;]]>XMk‾‾=116Σk=116A1(Mk)‾116Σk=116D1(Mk)‾116Σk=116D2(Mk)‾116Σk=116D3(Mk)‾T;]]>2c)计算多元统计参数：XMk,c‾=14Σi=14XWi,c;]]>Xc‾‾=116Σk16XMk,c‾;]]>CMk,c2=13Σi=14(XWi,c-XMk,c‾)2;]]>CMk,c,d2=13Σi=14(XWi,c-XMk,c‾)(XWi,d-XMk,d‾);]]>Cc2=116Σk=116CMk,c2;]]>Cc,d2=116Σk=116CMk,c,d2;]]>则，方差矩阵为C=CA12CA1,D12CA1,D22CA1,D32CD1,A12CD12CD1,D22CD1,D32CD2,A12CD2,D12CD22CD2,D32CD3,A12CD3,D12CD3,D22CD32;]]>其中，c，d表示的是小波处理单元的特征系数，即粗略系数或细节系数；为统计子序列M_k中系数c的均值；为自相关序列G_1p的均值；为统计子序列M_k中系数c的方差；为统计子序列M_k中系数c和系数d的协方差；和分别为和的序列均值；2d)根据参数，求出统计值T2和统计阈值UCL，并得到时延估计值：T2=64[X‾-X‾‾]′C-1[X‾-X‾‾];]]>UCL=p(m-1)(n-1)mn-m-p+1Fθ,p,(mn-m-p+1);]]>其中，UCL是多变量统计的上限，F_{θ，p，(mn-m-p+1)}代表置信度为θ、自由度为p和mn-m-p+1的F分布，其中，m为样本组个数，n为样本观察值的个数，p为品质特质个数；当某个统计单元M_k的统计量T2超过控制上限UCL时，则认为该区域的自相关值比较突出，为时延估计值τ_1p；(3)根据求得的时延估计值τ_1p，计算声源位置，其步骤为：3a)根据传播时延τ_1p和声音信号采样率f_s和声速c计算声源到任意两个麦克风之间的传播距离差j＝1，2，3，4；3b)根据四个麦克风两两之间的传播距离差得到声源空间位置l：(r，θ，φ)，其中r为声源到麦克风1的距离，θ为方向角，φ为仰角，计算公式为r=d122+d142-d1322(d12+d14-d13),]]>x=d2-d12(d12-2r)2d,]]>y=d2-d14(d14-2r)2d,]]>θ=tan-1[yx]=tan-1[d2-d14(d14-2r)d2-d12(d12-2r)],]]>φ=sin-1[xrcosθ]=sin-1[yrsinθ];]]>其中d为麦克风阵相邻麦克风阵元之间的距离；(4)用评估声源定位性能，式中：为第i个声源位置估计矢量；为实际声源位置矢量。