[发明专利]基于支持向量机可控功率响应的MUSIC-DOA方法

说明书

本发明公开一种基于支持向量机可控功率响应的MUSIC‑DOA估计方法，包括如下步骤：步骤1，计算麦克风阵列输出的平均功率；步骤2，对SRP‑MUSIC方法的空间谱估计进行归一化，得到SRP‑NMUSIC空间谱估计；步骤3，引入支持向量机，并用SVM监督模型进行估计；步骤4，通过子带信号空间谱估计的偏置得到训练和测试样本；步骤5，在声源角度已知的前提下，将SVM应用于宽带信号DOA估计，得到SRP‑WMUSIC方法DOA估计结果。此种估计方法可有效解决低信噪比时MUSIC归一化方法DOA估计误差较大的问题，是一种精确、鲁棒的DOA估计方法。

技术领域

本发明属于麦克风阵列DOA估计技术领域，特别涉及一种基于支持向量机可控功率响应的MUSIC-DOA方法。

背景技术

波束形成是一种稳健的声源定位方法，其目的是通过最大化声源方向上的空间滤波器响应估计声源的位置。最早的阵列信号DOA估计方法是由Bartlett于1965年提出的常规波束形成法，也叫做Bartlett波束形成法，但该方法存在“瑞利限”，不能分辨出位于一个波束宽度内的目标。因此，实际应用中，不增加物理孔径时，如何突破瑞利限是阵列信号DOA估计亟需解决的一个重要难题。在基于可控波束的声源定位方法中，基于可控功率响应和相位变换方法鲁棒性强，在弱噪声和适度混响时，可以获得较精确的DOA估计，但在低信噪比或强混响时，DOA估计精确度不高、运算量大。近期研究表明，MUSIC归一化方法可以提高空间分辨率，能更好地识别直视路径和反射，但也增强了噪声分量，导致DOA估计误差较大。

支持向量机用结构风险最小化准则代替经验风险最小化准则，在解决小样本、非线性(Non Linear)等机器学习问题时优势明显。2016年，Daniele Salvati等提出利用RBF核支持向量机来构建加权最小方差无失真响应波束形成器，能有效处理近场单声源定位问题。

为了解决低信噪比时，MUSIC归一化方法DOA估计误差较大的问题，本案由此产生。

发明内容

本发明的目的，在于提供一种基于支持向量机可控功率响应的MUSIC-DOA估计方法，其可有效解决低信噪比时MUSIC归一化方法DOA估计误差较大的问题，是一种精确、鲁棒的DOA估计方法。

为了达成上述目的，本发明的解决方案是：

一种基于支持向量机可控功率响应的MUSIC-DOA估计方法，包括如下步骤：

步骤1，计算麦克风阵列输出的平均功率；

步骤2，对SRP-MUSIC方法的空间谱估计P_SRP-MUSIC(f,θ)进行归一化，得到SRP-NMUSIC空间谱估计；

步骤3，引入支持向量机，并用SVM监督模型进行估计；

步骤4，通过子带信号空间谱估计的偏置得到训练和测试样本；

步骤5，在声源角度已知的前提下，将SVM应用于宽带信号DOA估计，得到SRP-WMUSIC方法DOA估计结果。

上述步骤1的详细内容是：设麦克风阵列包含N个阵元，假设一个方位角为θ_s的窄带信号入射到N个阵元中，s(t)为t时刻声源发射信号，第n个阵元的接收信号为：

x_n(t)＝δ_ns(t-τ_n)+v_n(t) n＝1,2,…,N

式中，δ_n表示第n个阵元对信号的增益，τ_n表示信号到达第n个阵元相对于参考阵元的时延，v_n(t)表示t时刻第n个阵元的噪声；

将给定的时刻t变为长度为L的信号向量X_n(t)，即：