论文部分内容阅读
空间谱估计是阵列信号处理的一个重要研究方向,尤其对信号波达方向(DOA)的估计是空间谱估计研究的主题,在雷达、声纳和通信等众多领域有着极为广阔的应用前景。声源定位是阵列信号处理的主要任务之一,是实现空间滤波的基础,在一定条件下如何实现声源任意定位具有重要的研究价值。独立分量分析(ICA)是一种从多维统计数据中寻找独立分量的方法,在源信号和混合信道未知的情况下来提取独立分量。利用ICA这一盲分离技术估计出混合矩阵和源信号,在未知通道特性和阵列流型等情况下就能估计波达方向,具有潜在的工程实用价值和广阔的应用前景。论文主要工作如下:1.在分析阵列信号处理的理论基础上,针对语音信号的声源特性,研究麦克风阵列信号处理的拓朴结构和信号模型。2.讨论了阵列信号处理DOA估计的算法,通过实验仿真对基本的几种算法进行了分析和比较,验证了经典MUSIC算法的优越性。在传统的阵列信号处理DOA估计MUSIC算法的基础上,进一步对算法改进,得到适合语音信号特性的麦克风阵列声源定位MUSIC算法,通过实验验证了声源方位估计效果。3.对独立分量分析在阵列声源定位的应用进行了研究,如何将独立分量分析应用在阵列信号处理中,尤其是ICA应用于波达方向估计是本文研究的重点和难点。利用ICA中独立矢量基的投影关系对阵列波达方向估计的问题进行了分析研究,获得对阵列信号的方位角估计。4.从背景噪声中估计信号的方位,需要解决的是阵列对信号的分辨能力问题,而波达方向盲估计不需要阵列校验、信号的DOA和训练序列等先验知识。在MUSIC声源定位经典算法的基础上,应用独立分量分析方法,能够在获得精确的波达方向估计的前提下大大的简化运算量和实现的效率。通过Matlab软件对实验进行仿真实现,验证了该方法可以获得精确的信号波达方向的估计,也证明了ICA应用于阵列声源定位MUSIC算法上面的可行性和高效性。