导读:本文包含了语音信号定位论文开题报告文献综述及选题提纲参考文献，主要关键词:语音增强,波达方向估计,高分辨波束形成,解卷波束形成
语音信号定位论文文献综述
朱艺婷[1]（2018）在《用于户外远程语音信号定位的解卷波束形成性能评价》一文中研究指出语音感知是声信号处理的重要研究内容。在户外环境中,远程语音信号信噪比较低,并受到各种噪声和干扰的影响,语音增强是麦克风阵列处理中的一项具有挑战性的任务。本文围绕高分辨率波达方向估计和时域恒定束宽波束形成器设计两个方面作深入研究。在小尺度阵上,解卷常规波束形成(Deconvolved Conventional Beamforming,DCBF)以较少的数据快拍,可以获得高分辨波束形成的超指向性,同时保持了常规波束形成(Conventional Beamforming,CBF)的鲁棒性。本文将现有的一维DCBF推广至可同时估计方位角和俯仰角的二维 DCBF(2-Dimensional Deconvolved CBF,2D-DCBF)。进一步在u空间(叁角函数空间)推导克拉美劳下界(Cramer-RaoLowerBound,CRLB),使用蒙特卡洛试验方法分析一维DCBF和二维DCBF算法性能。在非相干空间子空间法的框架下,首次将DCBF算法应用于宽带语音信号的波达方向估计,该算法可应用于任意形状的麦克风阵列。户外实验数据处理结果表明,2D-DCBF用于麦克风阵列可以有效地估计远距离的语音信号方位。由于语音带宽覆盖了 5个倍频程,经典的频域恒定束宽波束形成不适合远程语音增强。本文将空间波束响应(SpatialResponseVariation,SRV)和旁瓣级(SidelobeLevel,SL)控制作为约束条件,使用凸优化算法解决恒定束宽波束模式设计问题,获得频率不变响应。为保证波束指向正确,在约束条件中增加对非观察方向的波束响应上限约束。同时,在时域有限单位冲激响应(Finite Impulse Response,FIR)滤波器之前使用“数字延迟线”实现整数延迟,降低滤波器设计时的计算复杂度。仿真结果表明本文提出的恒定束宽波束设计满足语音频段要求,麦克风实验数据处理结果验证了所提出的语音增强处理框架的有效性。(本文来源于《浙江大学》期刊2018-06-01）
何静菁[2]（2009）在《麦克风阵列语音信号定位算法与实验研究》一文中研究指出环境噪声和竞争说话者的干扰是语音通信过程中常见的干扰情况,然而,现有的语音处理系统无法做到准确区分和跟踪自己感兴趣的语音信号,其性能受到噪声和竞争说话者语音的严重影响。基于麦克风阵列的语音定位技术在视频会议,语音识别,说话人识别,汽车环境语音获取,混响环境声音拾取及语音增强等领域有重要的应用价值。但已有的声源定位方法的运算量较大,方法复杂,难以实时处理。在对多种算法研究的基础上,本文根据室内语音信号非平稳、有反射和混响等相干噪声的特点,提出了一种新方法—基于Hilbert-huang变换的时延定位法。希尔伯特-黄变换这种时频局部化分析法,非常适合处理非平稳信号,它从信号自身出发,自适应的产生信号固有的基函数,而不是人为的设定变换的基函数。本文提出的这种创新性算法首先对传感器阵列采集到的信号做经验模态分解(EMD),得到各个阶的固有模态函数(IMF分量),然后对这些分量计算归一化能量,提取主要能量的IMF分量,然后重构信号。再根据互相关原理求得时间延迟估计,最后用几何插值法即可得出声源的方位角。由于IMF是信号本身的固有分量,使得系统在噪声和信号未知的情况下,具有很好的自适应性;并且Hilbert谱对信号细节的表达十分精确,非常易于语音信号和干扰噪声的分离,进而减小了混响对整个定位系统的影响。(本文来源于《天津大学》期刊2009-08-01）
语音信号定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
环境噪声和竞争说话者的干扰是语音通信过程中常见的干扰情况,然而,现有的语音处理系统无法做到准确区分和跟踪自己感兴趣的语音信号,其性能受到噪声和竞争说话者语音的严重影响。基于麦克风阵列的语音定位技术在视频会议,语音识别,说话人识别,汽车环境语音获取,混响环境声音拾取及语音增强等领域有重要的应用价值。但已有的声源定位方法的运算量较大,方法复杂,难以实时处理。在对多种算法研究的基础上,本文根据室内语音信号非平稳、有反射和混响等相干噪声的特点,提出了一种新方法—基于Hilbert-huang变换的时延定位法。希尔伯特-黄变换这种时频局部化分析法,非常适合处理非平稳信号,它从信号自身出发,自适应的产生信号固有的基函数,而不是人为的设定变换的基函数。本文提出的这种创新性算法首先对传感器阵列采集到的信号做经验模态分解(EMD),得到各个阶的固有模态函数(IMF分量),然后对这些分量计算归一化能量,提取主要能量的IMF分量,然后重构信号。再根据互相关原理求得时间延迟估计,最后用几何插值法即可得出声源的方位角。由于IMF是信号本身的固有分量,使得系统在噪声和信号未知的情况下,具有很好的自适应性;并且Hilbert谱对信号细节的表达十分精确,非常易于语音信号和干扰噪声的分离,进而减小了混响对整个定位系统的影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音信号定位论文参考文献
[1].朱艺婷.用于户外远程语音信号定位的解卷波束形成性能评价[D].浙江大学.2018
[2].何静菁.麦克风阵列语音信号定位算法与实验研究[D].天津大学.2009