CN112904278B - 一种基于声音信号起始点估计信号间时延的方法 - Google Patents

Abstract

本发明涉及一种基于声音信号起始点估计信号间时延的方法，包括：步骤S1：计算各路声音信号的有效信号起点；步骤S2：将任意两路声音信号的有效信号起点做差，结果即为该两路声音信号间的时延。本发明的基于声音信号起始点估计信号间时延的方法在时域对信号做运算，不需要做傅里叶变换等频域计算，因此运算量小，实时性好，且估计准确，不会受到噪声的影响。

Description

一种基于声音信号起始点估计信号间时延的方法

技术领域

本发明涉及传声器阵列信号处理、声源定位技术领域，更具体地涉及一种基于声音信号起始点估计信号间时延的方法。

背景技术

声阵列信号处理是将多个传声器设置在空间的不同位置组成传声器阵列，利用阵列中的多个传声器进行多点并行采样和处理，一般用于实现对声源的定位或定向。估计同一阵列中不同传声器采集的声音信号间的时间延迟信息，是实现声源定位的重要技术。

传统时延估计普遍采用信号间做互相关运算的方法，由于不同传声器所接收的信号在理想情况下可认为是同一源信号经过不同时间延迟和衰减后所得，则两路信号间的互相关函数的峰值点可被认为是两路信号间的时延值。现实中的信号会受到噪声影响，故还发展出一种广义互相关法，通过加入权重函数的办法来抑制噪声影响。

互相关法和广义互相关法在实际应用中可能有如下缺点：1)传声器接收的信号受到噪声污染，导致采用互相关法求时延误差较大，而如果采用广义互相关法，如果采用的权重函数不合适会让时延估计误差变得更大，而如何确定一个合适的权重函数是难点和挑战；2)对于超过两路信号的多路信号间求时延的应用，互相关法或广义互相关法可能引入逻辑错误，如对1、2、3三个传感器，估计的1、2路信号间时延与2、3路信号间时延相加，可能不等于估计的1、3路信号间时延，而按逻辑前两者相加应该等于后者，这可能给一些应用带来较大误差。

发明内容

本发明的目的在于提供一种基于声音信号起始点估计信号间时延的方法，以准确估计信号间的时延，减小误差。

本发明提供一种基于声音信号起始点估计信号间时延的方法，包括：1、一种基于声音信号起始点估计信号间时延的方法，其特征在于，包括：

步骤S1：在时域计算各路声音信号的有效信号起点；

步骤S2：将任意两路声音信号的有效信号起点做差，结果即为该两路声音信号间的时延。

进一步地，所述步骤S1中计算有效信号起点的方法包括：步骤S11：

计算声音信号s(i)的最大幅度值，其中，i＝1,2,...N，N为该声音信号的长度点数；

步骤S12：判断声音信号是否为有效信号，包括预先设定一个信号幅度阈值，并比较最大幅度值和信号幅度阈值的大小，当最大幅度值大于信号幅度阈值，则认为该声音信号为有效信号；

步骤S13：计算所述有效声音信号s(i)的长度点数为N-1的差分信号sd(i')和长度点数为N-k的信号能量energy(i”)，其中i'＝1,2,...N-1，i”＝1,2,...N-k，k＝floor(fs/f)，fs是声音信号的采样频率，f是有效信号的中心频率，floor()为向下取整函数；

步骤S14：确定有效信号起点，包括预先设定一个信号能量阈值，对i”从1到N-k进行遍历，如果同时满足以下两个条件，则停止继续遍历，并把此时的i”作为有效信号起点：

条件一，信号能量大于信号能量阈值；

条件二，满足以下条件：

其中，l＝1,2...m，m为大于等于10的整数，a_l、b_l、c_l为预设参数。

进一步地，所述步骤S11中的最大幅度值满足如下关系式：

speak＝max{s(i)}，

其中，speak为最大幅度值，i＝1,2,...N。

进一步地，所述步骤S12中的信号幅度阈值的计算方法如下：

分别收集至少10个长度为N的有效信号和至少10个度为N的噪声信号，并分别计算该至少10个有效信号和该至少10个噪声信号的最大幅度值，比较后得到该至少10个有效信号的最大幅度值中的最小值和该至少10个噪声信号的最大幅度值中的最大值，所述信号幅度阈值即为该至少10个有效信号的最大幅度值中的最小值与该至少10个噪声信号的最大幅度值中的最大值的算术平均值。

进一步地，所述步骤S13中的差分信号满足如下关系式：

sd(i')＝s(i'+1)-s(i')，

其中，sd(i')为差分信号，i'＝1,2,...N-1。

进一步地，所述步骤S13中的信号能量满足如下关系式：

energy(i”)为信号能量，i”＝1,2,...N-k。

进一步地，所述步骤S14中的信号能量阈值的计算方法如下：

收集至少10个长度为N的有效信号，确定该至少10个有效信号的有效信号起点，并分别计算该至少10个有效信号在其有效信号起点的信号能量，比较后得到该至少10个有效信号在其有效信号起点的信号能量中的最小值，所述信号能量阈值即为该最小值的一半。

进一步地，a_l、b_l、c_l的计算方法如下：

收集m个长度为N的有效信号s_l(i)，确定每个有效信号的有效信号起点β，则a_l＝sd_l(β)*0.9，b_l＝sd_l(β+1)*0.9，c_l＝sd_l(β+2)，其中，l＝1,2...m，m为大于等于10的整数，i＝1,2,...N。

进一步地，确定所收集的有效信号的有效信号起点的方法为：

观察每个有效信号的波形图，波形幅值开始明显发生剧烈变化的点即为每个有效信号的有效信号起点。

采用本发明的基于声音信号起始点估计信号间时延的方法，对于超过2路的多路声音信号间求时延，例如1、2、3三路声音信号，各路信号求出有效信号起始点后，1、2路声音信号间时延与2、3路声音信号间时延之和必然等于1、3路声音信号间时延，估计准确，不会受到噪声影响而产生1、2路间时延与2、3路间时延之和不等于1、3路间时延的逻辑错误。同时，本发明的方法在时域对信号做运算，不需要做傅里叶变换等频域计算，因此运算量小，实时性好。此外，由于本发明基于有效信号起点计算声音信号间的时延，当噪声、增益不一致或限幅截断时，只会导致信号波形的畸变而并不会改变有效信号的起始点，因此在存在噪声、多路信号间增益不一致或信号被限幅截断等情况下，本方法仍可正常工作。

附图说明

图1为本发明实施例提供的基于声音信号起始点估计信号间时延的方法的流程图；

图2为本发明实施例提供的计算有效信号起点的流程图；

图3为本发明实施例提供的某路有效信号及其对应的信号能量的示意图；

图4为本发明实施例提供的某路有效信号及其对应的差分信号的示意图。

具体实施方式

下面结合附图，给出本发明的较佳实施例，并予以详细描述。

本发明实施例提供一种基于声音信号起始点估计信号间时延的方法，包括以下步骤：

步骤S1：在时域计算各路声音信号的有效信号起点；

步骤S2：将任意两路声音信号的有效起点做差，结果即为该两路声音信号间的时延。

下面将以两路信号为例，具体说明本实施例估计时延的方法。如图1所示，假设其中一路声音信号为s_a(i)，另一路声音信号为s_b(i)，为了求得两路声音信号间的时延，首先分别获取s_a(i)的有效信号起点n_a和s_b(i)的有效信号起点n_b，然后将两个有效信号起点做差，即可得到两路声音信号间的时延t_d，即t_d＝n_b-n_a。

具体地，假设步骤S1中一路传声器接收的一段长度点数为N的声音信号为s(i)，i＝1,2,...N。如图2所示，计算该路声音信号的有效信号起点的方法包括：

步骤S11：计算声音信号s(i)的最大幅度值speak。

其中，最大幅度值speak满足如下关系式：

speak＝max{s(i)},i＝1,2...N。

步骤S12：预先设定一个信号幅度阈值peakThresh，并比较最大幅度值speak和信号幅度阈值peakThresh的大小，如果speak≤peakThresh，则认为该声音信号中不存在有效信号，无法求出有效信号起点，这种情况对应于该声音信号为噪声信号的情况，此时估计信号间的时延没有实际意义；如果speak＞peakThresh(即认为有效信号的最大幅度值应大于信号幅度阈值)，则继续执行步骤S13-S14。

信号幅度阈值peakThresh可由如下所述的经验方法得出：

先收集10个有效信号s_l(i),i＝1,2,...N,l＝1,2,...10，每个信号的长度均为N，其中，有效信号是指包含有意义信息的信号，例如，分析枪声信号时，有效信号就是指包含了枪声信息的信号；再收集10个噪声信号n_l(i),i＝1,2,...N,l＝1,2,...10，其中噪声信号是指不包含有意义信息的信号；然后分别计算10个有效信号s_l(i)的最大幅度值speak_l和10个噪声信号n_l(i)的最大幅度值noise_l：

speak_l＝max{s_l(i)},i＝1,2...N,l＝1,2...10；

noise_l＝max{n_l(i)},i＝1,2...N,l＝1,2...10；

然后再获得10个有效信号的最大幅度值speak_l中的最小值speak_min：

speak_min＝min{speak_l},l＝1,2...10；

以及10个噪声信号最大幅度值noise_l中的最大值noise_max：

noise_max＝max{noise_l},l＝1,2...10；

最后根据speak_min和noise_max计算得到信号幅度阈值peakThresh：

peakThresh＝(speak_min+noise_max)/2。

步骤S13：计算声音信号s(i)的长度点数为N-1的差分信号sd(i')和长度点数为N-k的信号能量energy(i”)。

具体地，根据声音信号s(i)，计算它的长度点数为N-1的差分信号sd(i')：

sd(i')＝s(i'+1)-s(i'),i'＝1,2,...N-1；

根据声音信号s(i)，计算它的长度点数为N-k的信号能量energy(i”)：

其中，k＝floor(fs/f)，fs是声音信号的采样频率，f是有效信号的中心频率，f可通过现有常用的信号频谱分析方法确定，此处不再赘述，floor()为向下取整函数，表示获取一个小数的整数部分，例如floor(3.2)＝3、floor(4)＝4、floor(5.8)＝5等。

在计算信号幅度阈值时，所收集的有效信号和噪声信号的个数可根据需要选择，可以为大于10个，有效信号和噪声信号的个数越多，估算结果越准确。

步骤S14：预先设定一个信号能量阈值energyThresh，对i”从1到N-k进行遍历，如果同时满足以下两个条件，则停止遍历，并把此时的i”作为有效信号起点n：

条件一，要求满足energy(i”)＞energyThresh；

条件二，要求满足以下m个条件中的至少一个：

其中，l＝1,2...m，m为大于等于10的整数，a_l、b_l、c_l为预设参数。

信号能量阈值energyThresh可由如下经验方法得到：

收集10个有效信号s_l(i),i＝1,2,...N,l＝1,2,...10，每个信号的长度为N，通过计算分别获得10个有效信号s_l(i)的信号能量energy_l(i”)：

以某路有效信号及其能量信号为例，作出两者的波形图(如图3所示)，从图3中可以看出，箭头所指的位置是肉眼能够观察到的信号波形发生明显变化的点，此处即可认为是该有效信号s_l(i)的有效信号起点，确定该点对应的i值，例如为α，以及对应的信号能量值energy_l(α)，令energys_l＝energy_l(α)；分别得到10个energys_l后，即可通过下式计算得到信号能量阈值energyThresh：

energyThresh＝min{energys_l}/2,l＝1,2,...10。

在计算信号能量阈值时，所收集的有效信号的个数可根据需要选择，可以为大于10个，有效信号的个数越多，估算结果越准确。

预设参数a_l、b_l、c_l可由如下经验方法得出：

收集m个(其中m为大于等于10的整数，此处以m＝10为例进行说明)长度为N的有效信号s_l(i)，并计算每个有效信号对应的差分信号sd_l(i”)：

sd_l(i”)＝s_l(i”+1)-s_l(i”),i”＝1,2,...N-1,l＝1,2,...10；

以某路有效信号为例，作出该有效信号及其差分信号的波形图，如图4所示。从图4中可以看出，箭头所指的位置是肉眼能够观察到的信号波形发生明显变化的点，此处即可认为是该有效信号的有效信号起点，确定该点对应的i值，例如为β，以及与该i值对应的三个差分信号值sd_l(β)、sd_l(β+1)、sd_l(β+2)，通过计算即可得到三个预设参数：

a_l＝sd_l(β)*0.9,l＝1,2,...10；

b_l＝sd_l(β+1)*0.9,l＝1,2,...10；

c_l＝sd_l(β+2)*0.9,l＝1,2,...10。

通过设置0.9的系数，可以保留一定的计算冗余度，该系数也可以根据需要进行设置，例如为0.8或0.95，本发明对此不做限定。

通过以上方法分别得到任意两路声音信号的有效信号起始点后，再将两者的有效信号起始点做差，即可得到两路声音信号间时延。由于两路声音信号是同步采集的，所以它们各自的有效信号起点之差，应该就是两路声音信号间的时延。

本发明的基于声音信号起始点估计信号间时延的方法具有以下有益效果：

1、对于超过2路的多路信号间求时延，例如1、2、3三路信号，采用传统的互相关方法，由于可能的噪声影响，1、2间时延与2、3间时延之和可能不等于1、3间时延，从而会产生逻辑错误，而本发明的方法中，各路信号求出有效信号起始点后，1、2间时延与2、3间时延之和必然等于1、3间时延。

2、本发明的方法在时域对信号做运算，不需要做傅里叶变换等频域计算，所以运算量小，实时性好。

3、在存在噪声、多路信号间增益不一致或信号被限幅截断等情况下，本发明的方法仍可正常工作，而传统互相关方法在那些情况下可能无法正常工作，这是因为，本发明的方法是寻找有效信号起始点，噪声、增益不一致或限幅截断只是导致信号波形的畸变，但并不不会改变有效信号的起始点，但波形的畸变会给传统互相关计算方法带来误差。

以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。

Claims (8)

1.一种基于声音信号起始点估计信号间时延的方法，其特征在于，包括：

步骤S1：在时域计算各路声音信号的有效信号起点；

步骤S2：将任意两路声音信号的有效信号起点做差，结果即为该两路声音信号间的时延；

所述步骤S1中计算有效信号起点的方法包括：

步骤S11：计算声音信号s(i)的最大幅度值，其中，i＝1,2,...N，N为该声音信号的长度点数；

步骤S12：判断声音信号是否为有效信号，包括预先设定一个信号幅度阈值，并比较最大幅度值和信号幅度阈值的大小，当最大幅度值大于信号幅度阈值，则认为该声音信号为有效信号；

步骤S13：计算所述有效信号s(i)的长度点数为N-1的差分信号sd(i')和长度点数为N-k的信号能量energy(i”)，其中i'＝1,2,.N..-，i”＝1,2,...N-k，k＝floor(fs/f)，fs是声音信号的采样频率，f是有效信号的中心频率，floor()为向下取整函数；

步骤S14：确定有效信号起点，包括预先设定一个信号能量阈值，对i”从1到N-k进行遍历，如果同时满足以下两个条件，则停止继续遍历，并把此时的i”作为有效信号起点：

条件一，信号能量大于信号能量阈值；

条件二，满足以下条件：

其中，l＝1,2...m，m为大于等于10的整数，a_l、b_l、c_l为预设参数。

2.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，所述步骤S11中的最大幅度值满足如下关系式：

speak＝max{s(i)}，

其中，speak为最大幅度值，i＝1,2,...N。

3.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，所述步骤S12中的信号幅度阈值的计算方法如下：

分别收集至少10个长度为N的有效信号和至少10个长度为N的噪声信号，并分别计算该至少10个有效信号和该至少10个噪声信号的最大幅度值，比较后得到该至少10个有效信号的最大幅度值中的最小值和该至少10个噪声信号的最大幅度值中的最大值，所述信号幅度阈值即为该至少10个有效信号的最大幅度值中的最小值与该至少10个噪声信号的最大幅度值中的最大值的算术平均值。

4.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，所述步骤S13中的差分信号满足如下关系式：

sd(i')＝s(i'+1)-s(i')，

其中，sd(i')为差分信号，i'＝1,2,...N-1。

5.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，所述步骤S13中的信号能量满足如下关系式：

energy(i”)为信号能量，i”＝1,2,...N-k。

6.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，所述步骤S14中的信号能量阈值的计算方法如下：

收集至少10个长度为N的有效信号，确定该至少10个有效信号的有效信号起点，并分别计算该至少10个有效信号在其有效信号起点的信号能量，比较后得到该至少10个有效信号在其有效信号起点的信号能量中的最小值，所述信号能量阈值即为该最小值的一半。

7.根据权利要求1所述的基于声音信号起始点估计信号间时延的方法，其特征在于，a_l、b_l、c_l的计算方法如下：

收集m个长度为N的有效信号s_l(i)，确定每个有效信号的有效信号起点β，则a_l＝sd_l(β)*0.9，b_l＝sd_l(β+1)*0.9，c_l＝sd_l(β+2)，其中，l＝1,2...m，m为大于等于10的整数，i＝1,2,...N。

8.根据权利要求6或7所述的基于声音信号起始点估计信号间时延的方法，其特征在于，确定所收集的有效信号的有效信号起点的方法为：

观察每个有效信号的波形图，波形幅值开始明显发生剧烈变化的点即为每个有效信号的有效信号起点。