基于神经网络的麦克风阵列DOA估计算法
基于神经网络的麦克风阵列DOA估计算法(论文11000字)
摘 要:本文提出一种算法其应用于麦克风阵列的波达角估计（Destination of Arrival）,即DOA估计中来。本文首先分析PSO算法和BP网络，建立PSO-BP算法。该算法应用到麦克风阵列DOA估计时，能够对于BP神经网络的权阈值进行一定程度的改善。在窄带信号的DOA估计中，对其先进行理论分析，并提出了基于PSO-BP算法的DOA估计。在改善过程中，提出了一种矩阵的改善算法，使特征维数大大减少，并且来波方位特征矩阵未丢失，从而减少了工作量。在宽带信号的DOA估计中，提出用广义互相关方法（GCC-PHAT）计算信号到达个阵元的时间差，作为PSO-BP神经网络的输入，使运算量大大减少。并且通过仿真实验能够证明，同其他神经网络相比较，该算法具有精度高，均方误差小，结构简单等优越性。
关键词:波达角估计;麦克风阵列;神经网络;广义互相关方法
DOA Estimation Algorithm Based on a Neural Network for Microphone Arrays
Abstract: This paper proposes anPSO-BP algorithm which applies to DOA estimation of microphone array. We use the first row of the array covariance matrix as the arrival wave azimuth characteristics. The conventional upper triangular matrix algorithm can greatly reduce the feature dimension, and the effective azimuth information is not lost. In the DOA estimation of wideband signals, the phase shift weighted generalized cross-correlation (GCC-PHAT) method is used to calculate the time difference of the signals arriving at each array element. As the input of the PSO-BP network, the computational load is not that big. And through simulation and some kind of experiments, it can be proved that compared with the classical RBF neural network method, the neural network structure of this method is more concise and the accuracy of incoming wave azimuth estimation is higher. [资料来源：http://Doc163.com]
Key words: DOA estimation;microphone array; network; GCC-PHAT
目录
1 绪论 5
1.1 研究背景和意义 5
1.2 国内外研究现状及分析 5
1.3 本文研究内容与组织结构 5
2 麦克风阵列模型 6
2.1 声源特性 6
2.2 近场远场范围判断准则 7
2.3近场模型 8
2.4远场模型 9
3 PSO-BP 算法 10
3.1 粒子群算法的简单介绍 10
3.1.1 PSO基本原理 11
3.1.2 PSO算法优缺点 11
3.2 BP神经网络 11
3.2.1 BP神经网络模型结构 11
3.2.2 BP神经网络学习过程 12
3.3 PSO优化BP神经网络 12
3.3.1 可行性分析 12
3.3.2 PSO-BP组合模型核心思想 12
4 窄带信号的DOA估计模型 13
4.1 传统DOA估计方法 14
4.1.1 MUSIC算法 14
4.2 基于PSO-BP的DOA估计方法 15
4.3 仿真分析 16
4.3.1 DOA估计精确性比较 16
4.3.2 信噪比对算法性能影响 17
5 宽带信号的DOA估计模型 18
5.1 基本互相关法 18
5.2 广义互相关法 19
5.3 仿真分析 21
5.3.2 信噪比对算法性能影响 22
5.3.3 阵元个数对算法性能影响 23
5.4 实验分析 23
5.4.1 信噪比对算法性能影响 24
5.4.2 阵元个数对算法性能影响 25
6 总结与展望 25
6.1 总结 25
6.2 展望 26
参考文献： 27
致谢 28 [资料来源：http://Doc163.com]