使用麦克风阵列的声波束形成
这个例子演示了麦克风阵列波束形成在干扰占主导地位的嘈杂环境中提取所需的语音信号。这些操作有助于提高语音信号的感知或进一步处理的质量。例如，嘈杂的环境可以是交易室，麦克风阵列可以安装在交易计算机的显示器上。当交易计算机必须接受交易员的语音指令时，波束形成器操作对于提高接收到的语音质量和达到设计的语音识别精度至关重要。
这个例子展示了两种时域波束形成器:时延波束形成器和霜冻波束形成器。它说明了如何使用对角加载来提高弗罗斯特波束形成器的鲁棒性。如果您的系统有声音支持，您可以在每个处理步骤收听语音信号。万博1manbetx
定义一个均匀线性数组
首先，我们定义一个均匀线性阵列(ULA)来接收信号。该阵列包含10个全向麦克风，单元间距为5厘米。
麦克风=.．.分阶段。OmnidirectionalMicrophoneElement (“FrequencyRange”20 e3, [20]);nee = 10;ula = phase . ula (nee,0.05，“元素”、麦克风);C = 340;%声速，单位为m/s
模拟接收信号
接下来，我们模拟麦克风阵列接收到的多通道信号。我们开始加载两个录音演讲和一个笑声录音。我们还加载笑声音频片段作为干扰。音频信号的采样频率为8千赫。
因为音频信号通常很大，把整个信号读入内存通常是不实际的。因此，在本例中，我们将以流的方式模拟和处理信号，即在输入端将信号分解成小块，处理每个块，然后在输出端组装它们。
第一个语音信号的入射方向为方位角-30度，仰角0度。第二个语音信号的方向是方位角-10度，仰角10度。干扰来自方位角20度和仰角0度。
Ang_dft = [-30;0);Ang_cleanspeech = [-10;10);ang_laugh = [20];0);
现在我们可以使用宽带收集器来模拟阵列接收到的3秒多通道信号。注意，这种方法假设每个输入的单通道信号都由一个麦克风在阵列的原点接收。
Fs = 8000;收集器=阶段性。WidebandCollector (“传感器”、齿龈“PropagationSpeed”c.．.“SampleRate”fs,“NumSubbands”, 1000,“ModulatedInput”、假);T_duration = 3;% 3秒T = 0:1/fs:t_duration-1/fs
我们生成功率为1e-4瓦的白噪声信号来表示每个传感器的热噪声。局部随机数流确保结果可重复。
prevS = rng(2008);noisePwr = 1e-4;噪声功率%
现在我们开始模拟。在输出端，接收到的信号存储在一个10列矩阵中。矩阵的每一列代表一个麦克风收集到的信号。注意，我们还在模拟过程中使用流媒体方法回放音频。
% preallocateNSampPerFrame = 1000;NTSample = t_duration*fs;sigArray = 0 (NTSample,Nele);voice_dft = 0 (NTSample,1);voice_cleanspeech = 0 (NTSample,1);voice_laugh = 0 (NTSample,1);%设置音频设备写入器audioWriter = audioDeviceWriter(“SampleRate”fs,.．.“万博1manbetxSupportVariableSizeInput”,真正的);isAudio万博1manbetxSupported = (length(getAudioDevices(audioWriter))>1);dftFileReader = dsp。AudioFileReader (“dft_voice_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);speech . filereader = dsp.AudioFileReader (“cleanspeech_voice_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);laughterFileReader = dsp。AudioFileReader (“laughter_8kHz.wav”，.．.“SamplesPerFrame”, NSampPerFrame);%模拟为m = 1:NSampPerFrame:NTSample sig_idx = m:m+NSampPerFrame-1;x1 = dftFileReader();x2 = speechFileReader();x3 = 2*laughterFileReader();温度=收集器([x1 x2 x3]，.．.[ang_dft ang_cleanspeech ang_laugh]) +.．.√noisePwr * randn (NSampPerFrame Nele);如果isAudio万博1manbetxSupported玩(audioWriter, 0.5 *临时(:,3));结束sigArray(sig_idx，:) = temp;Voice_dft (sig_idx) = x1;Voice_cleanspeech (sig_idx) = x2;Voice_laugh (sig_idx) = x3;结束
注意，笑声掩盖了语言信号，使它们变得难以理解。我们可以将通道3中的信号绘制如下:
情节(t, sigArray (:, 3));包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“三号频道收到信号”）;ylim (3 [3]);
具有时间延迟波束形成器的进程
时延波束形成器补偿来自特定方向的信号在阵列上的到达时间差。对时间对齐的多通道信号进行相干平均，以提高信噪比。现在，定义一个与第一个语音信号的入射方向相对应的转向角，并构造一个时延波束形成器。
angSteer = ang_dft;波束形成器=分阶段的。TimeDelayBeamformer (“SensorArray”、齿龈.．.“SampleRate”fs,“方向”angSteer,“PropagationSpeed”c)
波束形成器=分阶段的。SensorArray: [1x1相控。ULA] PropagationSpeed: 340 SampleRate: 8000 DirectionSource: 'Property' Direction: [2x1 double] WeightsOutputPort: false
接下来，我们对合成信号进行处理，绘制并收听常规波束形成器的输出。同样，我们在处理过程中回放波束形成的音频信号。
Signalsource = dsp。SignalSource (“信号”sigArray,.．.“SamplesPerFrame”, NSampPerFrame);cbfOut = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample temp = beamformer(signalsource());如果isAudio万博1manbetxSupported玩(audioWriter、临时);结束cbfOut(m:m+NSampPerFrame-1，:) = temp;结束情节(t, cbfOut);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“时延波束形成器输出”）;ylim (3 [3]);
我们可以通过阵列增益来测量语音增强，它是输出信噪比(SINR)与输入SINR的比值。
agCbf = pow2db(mean((voice_cleanspeech+voice_laugh).^2+noisePwr)/.．.mean((cbfOut - voice_dft).^2))
agCbf = 9.5022
第一个语音信号开始出现在延时波束形成器的输出中。我们的SINR提高了9.4 dB。然而，背景笑声仍然可以与演讲相媲美。为了获得更好的波束形成器性能，使用Frost波束形成器。
用冰霜光束形成器处理
通过在每个传感器上附加FIR滤波器，弗罗斯特波束形成器有更多的波束形成权值来抑制干扰。它是一种自适应算法，在学习到的干扰方向上设置空值，以更好地抑制干扰。在转向方向上，弗罗斯特波束形成器使用无失真约束以确保所需信号不被抑制。让我们在每个传感器后创建一个带有20 tap FIR的霜波束形成器。
frostbeamformer =.．.分阶段。FrostBeamformer (“SensorArray”、齿龈“SampleRate”fs,.．.“PropagationSpeed”c“FilterLength”, 20岁,“DirectionSource”，输入端口的）;
接下来，用弗罗斯特波束形成器处理合成信号。
重置(signalsource);FrostOut = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut(m:m+NSampPerFrame-1，:) =.．.frostbeamformer (signalsource (), ang_dft);结束
我们可以播放和绘制整个音频信号一旦它被处理。
如果isAudio万博1manbetxSupported玩(audioWriter FrostOut);结束情节(t, FrostOut);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost = pow2db(mean((voice_cleanspeech+voice_laugh).^2+noisePwr)/.．.mean((FrostOut - voice_dft).^2))
agFrost = 14.4385
注意，现在干扰被取消了。弗罗斯特波束形成器阵列增益为14 dB，比延时波束形成器阵列增益高4.5 dB。性能的提高是令人印象深刻的，但有很高的计算成本。在前面的例子中，每个麦克风使用一个20阶的FIR滤波器。对于所有10个传感器，需要对一个200 × 200的矩阵进行反演，这在实时处理中可能非常昂贵。
利用对角加载提高霜波束形成器的鲁棒性
接下来，我们希望引导数组朝第二个语音信号的方向移动。假设我们不知道第二个语音信号的确切方向，只是粗略估计了方位角-5度和仰角5度。
释放(frostbeamformer);ang_cleanspeech = [-5;5);%估计转向方向重置(signalsource);FrostOut2 = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut2(m:m+NSampPerFrame-1，:) = frostbeamformer(signalsource()，.．.ang_cleanspeech_est);结束如果isAudio万博1manbetxSupported玩(audioWriter FrostOut2);结束情节(t, FrostOut2);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost2 = pow2db(mean((voice_dft+voice_laugh).^2+noisePwr)/.．.mean((FrostOut2 - voice_cleanspeech).^2))
agFrost2 = 6.1927
演讲几乎听不见。尽管从波束形成器6.1 dB增益，性能遭受不准确的转向方向。提高霜束形成器鲁棒性的一种方法是采用对角加载。这种方法在估计的协方差矩阵的对角元素上增加了少量的元素。这里我们使用的对角线值是1e-3。
指定对角线加载值释放(frostbeamformer);frostbeamformer。DiagonalLoadingFactor = 1e-3;重置(signalsource);FrostOut2_dl = 0 (NTSample,1);为m = 1:NSampPerFrame:NTSample FrostOut2_dl(m:m+NSampPerFrame-1，:) =.．.frostbeamformer (signalsource (), ang_cleanspeech_est);结束如果isAudio万博1manbetxSupported玩(audioWriter FrostOut2_dl);结束情节(t, FrostOut2_dl);包含(的时间(秒)）;ylabel (“振幅(V)”）;标题(“霜波束输出”）;ylim (3 [3]);
计算数组增益agFrost2_dl = pow2db(mean((voice_dft+voice_laugh).^2+noisePwr)/.．.mean((FrostOut2_dl - voice_cleanspeech).^2))
agFrost2_dl = 6.4788
现在输出语音信号得到了改进，通过对角加载技术我们获得了0.3 dB的增益改进。
释放(frostbeamformer);释放(signalsource);如果isAudio万博1manbetxSupported暂停(3);%清除AudioPlayer缓冲区释放(audioWriter);结束rng(上一页);
总结
这个例子展示了如何使用时域波束转换器从噪声麦克风阵列测量中检索语音信号。该示例还演示了如何模拟麦克风阵列接收到的干扰主导信号。该实例同时使用了时延和弗罗斯特波束形成器，并比较了它们的性能。霜束形成器具有较好的干扰抑制能力。实例还说明了使用对角加载来提高弗罗斯特波束形成器的鲁棒性。
参考
[1] O. L. Frost，线性约束自适应阵列处理算法，IEEE学报，Vol. 60, no . 8, 1972年8月，pp. 925-935。
您也可以从以下列表中选择网站: