王 杰，黄丽霞，张雪英

太原理工大学 信息与计算机学院，太原030024

声源定位在军事和民用领域具有许多应用，例如混合音频信号分离、视频会议、语音增强、声源跟踪、水下声学、指导机器人和高级助听器[1-4]。传统的声源定位算法分为三大类：（1）到达时间差TDOA（Time Difference of Arrival）；（2）高分辨率谱估计；（3）波束形成[5]。到达时间差TDOA方法，如GCC[6]（Generalized Cross Correlation）算法，主要由于其计算量小的特点被广泛应用，但仅适用于单声源信号定位，在多个声源下定位性能较差。基于高分辨谱估计的方法主要用于窄带和远场信号处理，如MUSIC[7]（Multiple Signal Classification）算法、ESPRIT[8]（Estimating Signal Parameter Viarotational Invariance Techniques）算法与加权子空间拟合算法[9]等，基于高分辨谱估计的方法运算量大，且对阵列误差非常敏感，方位分辨信噪比门限较高，应用到实际环境下较为困难[10]。而波束形成方法在方向估计上具有良好的稳定性。目前针对窄带信号的多声源波束形成定位技术已比较成熟，如延迟求和波束形成DSB[11]（Delay and Sum Beamforming）、LMS[12]（Least Mean Square）和MVDR[13]（Minimum Variance Distortionless Response）等算法。延迟求和波束形成（DSB）是最简单的波束形成，尽管其分辨率较低，但由于具有稳健性高、不需要目标信号先验知识、运算量低等优点，依然得到广泛运用。然而在实际信号环境中，声源定位面对的更多是语音宽带信号。语音信号包含着更多的频率分量，分析更加复杂[14]。此外在利用波束形成识别语音信号源时，由于语音信号频率高低不同，会存在着旁瓣、栅瓣[15-16]等问题。因此针对多个宽带语音信号源角度估计研究也更具挑战性。国外，针对DSB方法改进有很多研究，但在多声源定位应用……