语音信号处理 第4版 课件 第12章：声源定位.pptx

南京邮电大学通信与信息工程学院第12章声源定位

双耳听觉定位原理及方法传声器阵列模型基于传声器阵列的声源定位

12.1双耳听觉定位原理及方法—人耳听觉定位原理原理：主要是依靠头部结构所引起的“双耳效应”和耳朵结构的“耳郭效应”及复杂的神经系统实现人耳对于声音信号的方位判断。构造：由外耳、中耳和内耳组成。外耳包括耳翼和外耳道，负责在中频段产生共鸣；中耳由鼓膜和听小骨组成，起到阻抗变换器的作用，将声波从低阻抗的空气传递到高阻抗的淋巴液；内耳包括耳蜗，是听觉系统的核心部分，其中基底膜上的毛状神经末梢负责将声音振动转化为神经信号。特性：（1）耳蜗分频特性：耳蜗能够将不同频率的声音在基底膜上进行分频处理，类似于频谱分析仪，将声音划分为多个临界频带。（2）人耳听觉掩蔽效应：当两个声音同时存在时，一个声音可能会因为另一个声音的干扰而变得难以听见。掩蔽效应分为频域掩蔽和时域掩蔽。

12.1双耳听觉定位原理及方法—人耳声源定位线索（1）双耳定位线索：人类利用双耳感知声音的强度、音调和音色，并判断声源的距离和方向；声源定位主要依赖于声音到达双耳的时间差（ITD）、强度差（ILD）、双耳相位差和双耳音色差；在低中频（f1.5kHz）情况下，双耳时间差是主要因素；在1.5～4.0kHz范围内，声级差和时间差共同作用；高频（f5.0kHz）时，双耳声级差成为主要因素。（2）“耳郭效应”定位线索：耳郭的形状和结构对声音的频谱特性产生影响，类似于梳状滤波器；不同方向的声音在耳郭上产生不同的反射和直达声，导致在鼓膜处形成与声源方向有关的频谱特性；耳郭效应主要影响高频声音，因为高频波长短，容易产生干涉现象。

12.1双耳听觉定位原理及方法—人耳声源定位线索（3）头相关传输函数：HRTF描述了声波从声源到双耳的传输过程，包括ITD、ILD和频谱结构特性；HRTF是个体差异的，因为每个人的头部和耳郭形状不同；HRTF可以通过测量或计算得到，其中麻省理工学院的CIPIC数据库提供了适合中国人生理构造的HRTF数据。

12.1双耳听觉定位原理及方法—声源估计方法声源定位指标：水平方位角不同频率下的定位作用：在中低频（小于1.5kHz，最佳信号频率为270～500Hz）时，ITD起主要作用；在中频（1.6～4kHz）时，ITD和ILD共同作用；在中高频（4～5kHz）时，ILD起主要作用；在高频（5～6kHz以上）时，耳郭对声波的散射起到梳状滤波的作用，对定位垂面上的声源方位有重要作用。水平极坐标模型：描述了声音信号到达头部坐标的示意图，其中线路方向、左右耳传感器和中心坐标点在同一平面。声源到左右耳的距离差（Δd）：参数化ITD模型：

模型反转：当方位评估时信号的频率与建模时不一致，可以使用参数模型反转来得到水平角度θ，即

双耳听觉定位原理及方法传声器阵列模型基于传声器阵列的声源定位

12.2传声器阵列模型—概述传声器阵列定义：传声器阵列是由多个传声器按照一定空间结构排列组成的，其中各个阵元的间距和具体位置对声源定位起着决定性作用。传声器阵列的观察空间由其拓扑结构决定，导向向量携带声源位置的参数信息。传声器阵列模型：根据声源与传声器阵列的距离，传声器阵列模型可分为近场和远场，判断公式为。传声器阵列处理的信号考虑了近场和远场模型下不同的拓扑结构，这些结构影响空间导向向量和携带的信息。近场模型携带距离、时延和声源空间位置信息，而远场模型仅携带声源空间位置信息。此外，阵元间距也直接影响着声源定位的结果，而阵元个数可以适当地提高定位精度。由此可见，传声器的拓扑结构对后续声源定位起着至关重要的作用。

12.2传声器阵列模型—均匀线阵定义：均匀线阵是一种简单的阵列形式，由M个阵元等距离排列成一直线，阵元间距为d。时延和方向向量：以第一个阵元为参考，各阵元相对参考阵元的时延由公式给出。方向向量由阵元的时延决定，并且与空间角θ有关，如下阵列流形矩阵：若有D个信号源，其波达方向分别为θi（i=1,2,...,D），则阵列流形矩阵为

12.2传声器阵列模型—均匀线阵方向向量的唯一性：阵列结构要求方向向量a(θ)与空间角θ一一对应，以避免模糊现象。阵元间距的选择：阵元间距d不能任意选定，需要精确校准。为了避免相位模糊，阵元间距应不大于半波长，以保证阵列流形矩阵的列向量线性独立。传声器阵列的输出：

12.2传声器阵列模型—均匀圆阵定义：均匀圆阵是一种平面阵列，能够同时确定信号的方位角和仰角，由M个相同的各向同性阵元均匀分布