自适应波束形成（五）——Frost波束形成2

        上篇是对matlab模拟产生的阵列接收语音进行增强，这篇主要是利用Frost波束形成器对真实信号进行增强。

1  测试环境

        采集环境为6*3.7*3.4m³的测试室，用恒通DAR2000多路音频采集卡(如图1左)，通过D型音频接线口与由烽火PK-080VH微型数字针孔拾音器(如图1右)组成的麦克风阵列相连，采集8路真实语音信号进行语音增强测试。

                

                                 图1 DAR2000多路音频采集卡和 PK-080VH微型数字针孔拾音器

2 C++源码

        这里仅仅是测试算法，所以没有加入读取音频及写音频部分的代码，通过将音频数据存放于txt中简单存取。

       

#define BOUNDS_CHECK

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include "engine.h"

using namespace std;
using namespace splab;

typedef double Type;
const int M=8,N=38454,fs=8000,J=20;                       //麦克风数
const double theta=-PI*30.0/180.0,mu=0.00002;                     //指向角-30        
const Type c=Type(340.0);
const Type d=Type(0.064);
const Type Ts=1.0/fs;

//计算时延
Type delay(int m)
{
	Type T=(M-1)*d/c;
	//cout<=0.5)
	{
		return Dd+1;
	}
	else 
	{
		return Dd-1;
	}*/
	return D;
}

int delay1(int m)
{
	Type T=M*d/c;
	//cout<=0.5)
	{
		return Dd+1;
	}
	else 
	{
		return Dd-1;
	}
}

//分数时延滤波器
Vector h(int m)
{
	Vector H(10);
	for(int n=0; n<10; n++)
	{
		H[n]=1;
		for(int k=0; k<=10; k++)
		{
			Type nk=n-k;
			if(k!=n)
			H[n]*=((delay(m)-k)/nk);
			//cout< Cons()
{
	
	Matrix C(M*J,J);
	for(int i=0; i c(M*J);
		for(int j=0; j fcon()
{
	Vector f(J);
	f[0]=1;

	return f;
}

//计算C(C^TC)^-1
Matrix Cc()
{
	Matrix C=Cons();
	Matrix CTC(J,J);
	for(int i=0; i CTCinv=inv(CTC);
	Matrix CC(M*J,J);
	for(int i=0; i Fcon()
{
	Matrix CCI=Cc();
	Vector f=fcon();
	Vector F(M*J);
	for(int i=0; i Pcon()
{
	Matrix CCI=Cc();
	Matrix C=Cons();
	Matrix CCIC(M*J,M*J);
	for(int i=0; i I(M*J,M*J);
	for( int i=0; i P=I-CCIC;

	return P;
}

Matrix DELAY(Matrix &x)
{
	int Len=x.cols(); 
	Matrix yd(M,Len);
	for(int n=0; n xd(M,10);
		for(int row=0; row y(M);
		for(int row=0; row H=h(row);
			y[row]=dotProd(H,xd.getRow(row));
		}

		yd.setColumn(y,n);
	}

	return yd;
}

//时域lcmv
Vector lcmvtime(Matrix &x,const int M)
{ 
	int Len=x.cols();                                       //数据长度
	//Vector hw=hamming(WL,A);                          //汉明窗

	Vector w=Fcon();
	//cout< y(Len);
	Matrix P=Pcon();
	Vector F=Fcon();

    for(int n=0; n xx(M,J);
		for(int row=0; row x_in(M*J);
		for(int i=0; i w1=w-mu*y[n]*x_in;
		//cout< Pw(M*J);
		for(int i=0; i ReadData(int a)
 {
	 const char*filename[8]={"0.txt","1.txt","2.txt","3.txt","4.txt","5.txt","6.txt","7.txt"};
	
	 Vector In(N);
	 ifstream fin(filename[a]);
	 for(int i=0;i>In[i];
	 }
	 fin.close();
	 fin.clear();
	 return In;
 }

int main()
{
	//各麦克风输出信号
	/*Vector In_0=ReadData(0);
	Vector In_1=ReadData(1);
	Vector In_2=ReadData(2);
	Vector In_3=ReadData(3);
	Vector In_4=ReadData(4);
	Vector In_5=ReadData(5);
	Vector In_6=ReadData(6);
	Vector In_7=ReadData(7);*/
	//cout< x_In(M,N);
	for(int i=0; i x_In_delay=DELAY(x_In);
	//cout< x0=x_In.getRow(0);
	Vector x1=x_In.getRow(1);
	//cout< > X0(N);
	X0=fftr2c(x0);
	Vector X0_abs=abs(X0);

	Vector y_out=lcmvtime(x_In,M);
	//cout<<"After proceed:"<

        其中时延用的是整数时延，最后是用vs调用matlab画图。

3 增强效果

        在60^o方向有一女声说“我在60^o”，-30^o方向有一男声“我在-30^o”，首先两人分别单独说，然后两人同时说，采样频率为8kHz，8个拾音器线性排列，间距6.4cm。先对-30^o方向的男声进行增强，结果如图2所示。

                

                                                           图2 增强-30^o男声信号

        上图的上半部分是第一个麦克风采集的混合语音，下半部分是对-30^o男声进行增强后的语音。由于前面两段波形是两人单独说话时的波形，对这两段波形分析可发现，60^o语音信号波形明显衰减，-30^o语音信号波形基本不变。将-30^o语音作为期望信号，60^o语音作为噪声，增强前信噪比约为3.6364dB，增强后信噪比约为8.0330dB，信噪比增益4.3966dB。

        然后对60^o方向的女声语音进行增强，结果如图3所示。

               

                                                            图3  增强60^o女声信号

        

        上图的上半部分是第一个麦克风采集的混合语音，下半部分是对60^o女声进行增强后的语音。对前面两段两人单独说话时的波形分析可发现，60^o语音信号波形基本不变，-30^o语音信号波形明显衰减。将60^o语音作为期望信号，-30^o语音作为噪声，增强前信噪比约为-3.6364dB，增强后信噪比约为8.2396dB，信噪比增益11.8760dB。

         由以上实验可知，Frost波束形成器能明显增强期望方向上的语音信号，衰减干扰方向的语音信号，但由于不同人声频率的差异，增强效果有所差别。