[发明专利]用于声音处理节点装置的声音处理节点

说明书

本发明涉及一种用于声音处理节点(101a‑c)装置(100)的声音处理节点(101a)，其中，所述声音处理节点(101a‑c)用于接收多个声音信号，其中，所述声音处理节点(101a)包括：处理器(103a)，用于基于采用多个权重加权的多个声音信号确定波束成形信号，其中，所述处理器(103a)用于使用线性约束最小方差方法的变换版本确定所述多个权重，其中，通过将凸松弛应用于所述线性约束最小方差方法，获得所述线性约束最小方差方法的变换版本。

技术领域

本发明大体涉及音频信号处理。具体地，本发明涉及用于声音处理节点装置的声音处理节点、包括多个声音处理节点的系统，以及在声音处理节点装置内操作声音处理节点的方法。

背景技术

在语音处理领域，工程师面临的主要挑战之一是如何在噪声和干扰环境中保持语音清晰度的质量。这发生在许多实际的场合，例如在繁忙的街道上使用手机或者在鸡尾酒会上试图理解某人的经典例子。解决此问题的一个常用方法是利用声源和多个记录设备的空间分集支持特定的到达方向。这个过程被称为波束成形。

虽然对于声学过程，更传统的波束成形器由物理连接的麦克风阵列组成，但是在过去的几十年中，由于传感器和电池技术的改进，使用无线传感器网络(wireless sensornetwork，简称WSN)也是可行的。这样的系统由大量小型、低成本的声音处理节点组成，其中，这些声音处理节点既能够记录传入的声音信号，又能够在整个网络中传输这些信息。

这种无线声音处理节点的使用使得可以部署不同尺寸的网络，而不需要为每个应用重新设计硬件。但是，与专用系统不同，这种WSN有自己特定的设计考虑。WSN的主要缺点在于：由于数据收集的分散性，没有一个位置可以计算波束成形器的输出。这也影响了WSN对统计最佳的波束成形方法设计中所需的协方差矩阵进行估计的能力。

解决这个问题的一个简单方法是添加一个额外的中心点或融合中心，将所有的数据传输到这个中心点进行处理。但是，这个中心点存在一些缺点。首先，如果此中心点失效，整个网络的性能就会受到影响，这意味着需要额外的成本来提供冗余，从而解决这个问题。其次，中央位置的规格，例如，内存要求和处理能力随网络大小而变化，因此，必须超过规定的范围，从而确保网络能够按要求运行。第三，对于某些网络拓扑而言，这样的集中系统也会带来过多的传输成本，这会导致每个节点的电池寿命损耗。

这些集中式拓扑的替代方案是利用节点本身的计算能力，并从网络内部解决同样的问题。因为向网络添加额外的节点也增加了可用的处理能力，这种分布式拓扑具有额外的好处：消除单点故障，同时提供计算可扩展性。分布式方法面临的主要挑战在于缺乏一个中心点，在这个中心点上所有的系统数据都是可用的。这需要替代方案的设计以及典型的迭代算法。

尽管在文献中已经存在多种用于提供分布式波束成形算法的方法，但是它们具有其局限性。其中，最值得注意的是基于硬件的需求，例如，内存使用仍然经常随着网络的规模而扩展，使得在即时或不同大小的网络中使用相同的硬件平台部署这些算法是不切实际的。这种约束与这些“分布式”算法访问某种形式的全局数据的需求有关，无论是否以压缩形式。因此，本领域当前需要真正分布式的、统计最佳的波束成形方法，特别是用于无线传感器网络。

发明内容

本发明的目标在于提供一种分布式的、统计最佳的波束成形方法，特别是用于无线传感器网络。

上述以及其他目标通过独立权利要求中的特征来达成。进一步的实现方式在从属权利要求、说明书和附图中体现。

根据第一方面，本发明涉及一种用于声音处理节点装置的声音处理节点，所述声音处理节点用于接收多个声音信号，其中，所述声音处理节点包括：处理器，用于基于采用多个权重加权的多个声音信号确定波束成形信号，其中，所述处理器用于使用线性约束最小方差方法的变换版本确定所述多个权重，其中，通过将凸松弛应用于所述线性约束最小方差方法，获得所述线性约束最小方差方法的变换版本。