Преобразование фазы мощности с управляемым откликом (SRP-PHAT) это популярный алгоритм для локализация акустического источника,[1] хорошо известен своей надежной работой в неблагоприятных акустических средах.[2] Алгоритм можно интерпретировать как формирование луча -основанный подход, который ищет позицию кандидата, которая максимизирует выход управляемой формирователь луча с задержкой и суммой.
Алгоритм
Управляемая мощность отклика
Рассмотрим систему
микрофоны, где каждый микрофон обозначен субиндексом
. Выходной сигнал с дискретного времени с микрофона равен
. (Невзвешенная) мощность управляемого отклика (SRP) в пространственной точке
можно выразить как

куда
обозначает набор целых чисел и
было бы запаздыванием из-за распространения от источника, расположенного в
к
-й микрофон.
(Взвешенный) SRP можно переписать как

куда
обозначает комплексное сопряжение,
представляет преобразование Фурье с дискретным временем из
и
является весовой функцией в частотной области (обсуждается позже). Период, термин
это дискретная разница во времени прибытия (TDOA) сигнала, излучаемого в позиции
к микрофонам
и
, данный

куда
частота дискретизации системы,
это скорость распространения звука,
позиция
-й микрофон,
это 2-норма и
обозначает оператор округления.
Обобщенная кросс-корреляция
Вышеупомянутая целевая функция SRP может быть выражена как сумма обобщенных кросс-корреляций (GCC) для разных пар микрофонов с запаздыванием по времени, соответствующим их TDOA.

где GCC для пары микрофонов
определяется как

Фазовое преобразование (PHAT) - это эффективное взвешивание GCC для оценки временной задержки в реверберирующих средах, которое заставляет GCC учитывать только фазовую информацию задействованных сигналов:

Оценка местоположения источника
Алгоритм SRP-PHAT состоит из процедуры поиска по сетке, которая оценивает целевую функцию
в сетке возможных местоположений источников
для оценки пространственного расположения источника звука,
, как точка сетки, обеспечивающая максимальное SRP:

Модифицированный SRP-PHAT
Были предложены модификации классического алгоритма SRP-PHAT для уменьшения вычислительных затрат на этапе поиска по сетке алгоритма и повышения устойчивости метода. В классическом SRP-PHAT для каждой пары микрофонов и для каждой точки сетки выбирается уникальное целочисленное значение TDOA как акустическая задержка, соответствующая этой точке сетки. Эта процедура не гарантирует, что все TDOA связаны с точками на сетке, а также что пространственная сетка непротиворечива, поскольку некоторые точки могут не соответствовать пересечению гиперболоидов. Эта проблема становится более проблематичной с грубыми сетками, поскольку при уменьшении количества точек часть информации TDOA теряется, поскольку большинство задержек больше не связаны с какой-либо точкой сетки.
Модифицированный SRP-PHAT[3] собирает и использует информацию TDOA, относящуюся к объему, окружающему каждую пространственную точку поисковой сетки, с учетом модифицированной целевой функции:

куда
и
- нижний и верхний пределы накопления задержек GCC, которые зависят от пространственного расположения
.
Пределы накопления
Пределы накопления можно точно рассчитать заранее, исследуя границы, разделяющие области, соответствующие точкам сетки. В качестве альтернативы их можно выбрать, учитывая пространственные градиент TDOA
, где каждый компонент
градиента:

Для прямоугольной сетки, где соседние точки разделены расстоянием
, нижний и верхний пределы накопления определяются как:


куда
а углы направления градиента определяются выражением


Смотрите также
Рекомендации