基于线性判别分析的室内声源定位方法

来源：计算机技术与发展杂志2017年第06期北京时间：

作者：杨悦;顾晓瑜

摘要：在小信噪比和混响时间较长的恶劣环境下,基于模式分类的手段能够有效克服传统的声源定位算法鲁棒能力不足的缺点,其中朴素贝叶斯分类器定位的准确率高,计算量小,鲁棒能力强.在此基础上,为了获得更好的定位性能,提出使用线性判别分析(LDA)分类器进行声源定位.使用Matlab进行仿真,截取声源信号的相位变换加权广义互相关函数(PHAT-GCC)作为特征向量,通过投影变换,找到最佳的特征空间来区分特征数据,从而训练得到线性判别分析分类器.然后在不同的混响时间和信噪比的条件下,进行定位测试,比较了线性判别分析分类器和朴素贝叶斯分类器的性能.仿真结果表明,在环境恶劣场合更宜使用线性判别分析分类器,特别是混响严重时,线性判别分析分类器的定位准确率比朴素贝叶斯分类器高1%~2%.

关键词：声源定位;相位变换加权广义互相关函数;LDA分类器;朴素贝叶斯分类器