2024年6月14日发(作者：郏刚捷)

第２７卷第４期　

信号处理　

ＳＩＧＮＡＬ　ＰＲ０ＣＥＳＳＩＮＧ　

Ｖ０１．２７．　Ｎｏ．４　

Ａｐｒ．２０１ｌ　

２０１１年４月　

三洋摄像机调焦聚焦噪声抑制技术研究　

杨毅宋辉刘　加　

（清华大学电子工程系，清华信息科学与技术国家实验室，北京１０００８４）　

摘要：类似数字摄像机的视频采集系统在摄像头缩放或自动对焦时产生较大声噪，回放时主观听觉十分明显。因此　

需要研究一种抑制一种语音降噪算法，用于消除马达高速旋转引起的可感知机械干扰声噪。本文提出能够平滑调焦和自动　

聚焦及语音增强的方案。通过改进的鲁棒自适应麦克风阵列方法从带噪信号中恢复语音；同时采用子带后处理法进一步降　

噪，保证稳定性的前提下降低了语音降噪处理的复杂度并提高信噪比。带噪数据由三洋公司提供，实验在普通会议室进行。　

实验结果说明，该系统可作为理想的语音降噪设备应用于摄像机录制过程中。　

关键词：调焦和自动聚焦噪声；噪声消除；麦克风阵列；子带后处理；三洋摄像机　

中图分类号：ＴＮ９１２　文献标识码：Ａ　文章编号：１００３—０５３０（２０１１）０４—０５９６—０４　

Ｒｅｓｅａｒｃｈ　ｏｎ　ＳＡＮＹＯ　Ｃａｍｅｒａ　ｆｏｃｕｓ—ｏｎ　Ｎｏｉｓｅ　Ｓｕｐｐｒｅｓｓｉｏｎ　Ｔｅｃｈｎｏｌｏｇｉｅｓ　

ＹＡＮＧ　Ｙｉ　ＳＯＮＧ　Ｈｕｉ　ＬＩＵ　Ｊｉａ　

（Ｔｓｉｎｇｈｕａ　Ｎａｔｉｏｎａｌ　Ｌａｂｏｒａｔｏｒｙ　ｆｏｒ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，　

ｌ＇ｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００８４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：　Ｖｉｄｅｏ　ｒｅｃｏｒｄｉｎｇ　ｅｑｕｉｐｍｅｎｔ　ｓｕｃｈ　ａｓ　ｄｉｇｉｔａｌ　ｃａｍｅｒａｓ　ｏｆｔｅｎ　ｇｅｎｅｒａｔｅｓ　ｍｅｃｈａｎｉｃａｌ　ｎｏｉｓｅ　ｗｈｅｎ　ｚｏｏｍｉｎｇ　ｏｒ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ．　

Ｔｈｅ　ｓｕｂｊｅｃｔｉｖｅ　ａｕｄｉｔｏｒｙ　ｐｅｒｃｅｐｔｉｏｎ　ｉｓ　ｏｂｖｉｏｕｓｌｙ　ｄｕｒｉｎｇ　ｐｌａｙｂａｃｋ　ｏｆ　ｖｉｄｅｏ．Ｏｎｅ　ｏｆ　ｔｈｅ　ｍｏｓｔ　ｉｍｐｏｒｔａｎｔ　ｃｈａｌｌｅｎｇｅｓ　ｉｓ　ｔｏ　ｒｅｓｅａｒｃｈ　ａ　ｎｅｗ　ｎｏｉｓｅ　

ｓｕｐｐｒｅｓｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｍｉｎｉｍｉｚｅ　ｔｈｅ　ｎｏｔｉｃｅａｂｌｅ　ｌｏｕｄ　ｍｅｃｈａｎｉｃａｌ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ｃａｕｓｅｄ　ｂｙ　ｈｉｇｈ・ｓｐｅｅｄ　ｏｐｅｒａｔｉｏｎ　ｏｆ　ｍｏｔｏｒｓ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，　

ｗｅ　ｐｒｏｐｏｓｅｄ　ｓｏｍｅ　ｔｅｃｈｎｏｌｏｇｉｅｓ　ｅｎａｂｌｅ　ｔｏ　ｓｍｏｏｔｈ　ｚｏｏｍｉｎｇ　ａｎｄ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ　ｎｏｉｓｅ　ａｎｄ　ｅｎｈａｎｃｅ　ｓｐｅｅｃｈ．Ａ　Ｍｏｄｉｉｅｄ　Ｍｉｆｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　ｉｓ　

ｉｎｔｒｏｄｕｃｅｄ　ａＳ　ａ　ｒｏｂｕｓｔ　ａｄａｐｔｉｖｅ　ｍｅｔｈｏｄ　ｔｏ　ｅｎｈａｎｃｅ　ｄｅｓｉｒｅｄ　ｓｉｇｎａｌ　ｐｏｌｌｕｔｅｄ　ｂｙ　ｓｔａｔｉｏｎａｒｙ　ｎｏｉｓｅ．Ｔｈｉｓ　ｐａｐｅｒ　ａｌｓｏ　ｐｒｅｓｅｎｔｓ　ｏｎｅ　Ｓｕｂｂａｎｄ　

ｐｏｓｔ—ｆｉｌｔｅｒｉｎｇ　ａｐｐｒｏａｃｈ　ｔｏ　ｆｕｒｔｈｅｒ　ｄｒｏｐ　ｏｕｔ　ｔｈｅ　ｃｏｍｐｌｅｘｉｔｙ　ｏｆ　ｓｙｓｔｅｍ　ａｎｄ　ｉｍｐｒｏｖｅ　ｔｈｅ　ＳＮＲ．Ｎｏｉｓｙ　ｄａｔａ　ｉｓ　ｃｏｌｌｅｃｔｅｄ　ｂｙ　ＳＡＮＹＯ　Ｅｌｅｃｔｒｉｃ　

Ｃｏ．Ｅｘｐｍｉｍｅｎｔｓ　ａｒｅ　ｆｉｎｉｓｈｅｄ　ｉｎ　ｔｈｅ　ｎｏｒｍａｌ　ｍｅｅｔｉｎｇ　ｒｏｏｍ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｓｙｓｔｅｍ　ｃａｎ　ｂｅ　ａｎ　ｉｄｅａｌ　ｎｏｉｓｅ　ｒｅｄｕｃｔｉｏｎ　ｄｅｖｉｃｅ　ａｐ—　

ｐｌｉｅｄ　ｆｏｒ　ｃａｍｅｒａ　ｒｅｃｏｒｄｉｎｇ　ｐｒｏｃｅｓｓ．　

Ｋｅｙ　ｗｏｒｄｓ：　Ｚｏｏｍｉｎｇ　ａｎｄ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ　Ｎｏｉｓｅ；Ｎｏｉｓｅ　Ｒｅｄｕｃｔｉｏｎ；Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ；Ｓｕｂｂａｎｄ　ｐｏｓｔ—ｆｉｌｔｅｒｉｎｇ；ＳＡＮＹＯ　ｃａｍｅｒａ　

１　引言　

数字摄像机是一种用来录制和存储图像（包括视　

其主要特性为中、高频周期脉冲响应，在录音和回放的　

过程中对主观听力影响较大。利用麦克风阵列的指向　

性可抑制大部分来自噪声源方向的噪声能量，但仍存　

在部分因泄漏和室内反射产生的噪声，因此需要用单　

频、影片和照片等）的设备。但使用者通常在回放视频　

时发现，在摄像头快速或慢速缩放及自动聚焦状态下　

均产生可感知的机械噪声，对主观听觉效果造成较大　

影响。机械噪声是由于机械设备及其部件在运转和能　

量传递过程中产生振动而辐射的噪声。光楹记录方式　

的数字摄像机由于电机驱动光盘旋转和步进电机控制　

光头的原因，使得摄像头缩放产生的噪声不可避免。　

收稿日期：２０１０年９月１口；修回日期：２０１０年１１月１８日　

基金项目：８６３计划（２００８ＡＡ０４０２０１，２００８ＡＡ０２ＺＡ１４）　

通道语音增强方法进一步处理带噪信号。　

麦克风阵列是指由两个或多个麦克风按照一定的　

几何结构排列而成的阵列。最早的麦克风阵列语音增　

强方法是Ｆｌａｎａｇａｎ在１９８５年提出的ＤＳＢ方法　；此后　

提出对注视方向信号频响固定的自适应波束形成法和　

具有自适应约束值的多通道语音增强方法　；其他方　

第４期　杨毅等：三洋摄像机调焦聚焦噪声抑制技术研究　５９７　

法包括线性约束最小方差波束形成算法　和旁瓣抵消　

算法　。单通道语音降噪技术算法主要有：谱减法口　、　

维纳滤波法　、盲信号分离ｑ　等，近来的研究则将人耳　

听觉感知技术引入研究　。　

量ｌＶ（ｏ￣）做为权重，使得Ｗ“（　）　（∞）为　（∞）的最佳估　

计。波束形成使得　“（　）Ｘ（０．１）的噪声成分最小化，此　

时注视方向增益为１。Ｗ（∞）可由以下优化问题求出：　

ｍｉｎＷ“ＱＷｓ．ｔ．Ｗ　ｄ＝１　（６）　

本文提出能够平滑调焦和自动聚焦的噪声抑制方　

其中　

案，通过改进的麦克风阵列方法实现鲁棒自适应系统，　

从带噪信号中恢复纯净语音；同时采用子带后处理法　

处理残余噪声，降低语音降噪处理的复杂度的同时进　

一

步提高了信噪比。　

２麦克风阵列数学模型　

２．１波动方程　

声源在空气中传播的波动方程为：　

Ｖ２ｘ　ｒ）－　：０　（１）　

其中，Ｖ　为拉普拉斯算子，　（￡，ｒ）表示时间ｔ和位置ｒ　

处的声压，ｃ为声速　。　

球坐标系下，该方程解为：　

（ｆ，ｒ）＝一－　ｅ　““　（２）　

叶７１，，　

２．２带噪声源模型　

设ｖ＝｛　｝（ｍ＝０，１…，Ｍ一１）表示第ｍ个麦克风　

的位置，这里　＝（　，Ｙｍ，　），则每个麦克风的方向图　

为Ｈ　＝（ｆ，Ｐ），其中Ｐ代表声源坐标，－厂代表频率。麦　

克风对之间的时延为　

协，　

（／，Ｐ）：　——　（厂，Ｐ）　（３）　

【ｌｐ一　ｌ　Ｉ

其中ｃ代表声速，因此坐标为Ｐ的声源到第ｍ个麦克　

风的信号为　

＝

Ｒ　（／，Ｐ）Ｓ（ｆ）＋Ⅳ　（　）　（４）　

其中ｓ代表声源信号，Ⅳｍ代表噪声。噪声模型如下：　

¨（ｆ）＝Ｎ（　（ｐｏ），厂）＋Ⅳ（　。，ｆ）　（５）　

其中　为第ｎ帧信号的噪声源位置，　（　）为空间非　

独立相关噪声变量，　。为独立不相关噪声变量分量。　

３　基于麦克风阵列的机械噪声消除算法　

麦克风阵列固定波束形成器在滤波器设计完成后　

就不再变动，然而在某些环境下，信号和噪声的统计特性　

是随时间变化的，这就需要利用自适应的波束形成方法　

来处理。自适应波束形成基于最小方差无畸变响应　

（Ｍｉｎｉｍｕｍ　Ｖａｒｉａｎｃｅ　Ｄｉｓｔｏｒｔｉｏｎｌｅｓｓ　Ｒｅｓｐｏｎｓｅ）准则，其原理　

是在保证期望方向信号不变的条件下，使阵列的输出功　

率到达最小来抑制噪声。因此需要获取一个Ｍｘ１维向　

（∞）＝ｔ４（∞）Ｊｓ（∞）＋Ⅳ（６０）　

Ｑ（　）：Ｅ［　（　）　（∞）］　

这里　（　）为附加噪声（包括反射噪声和其他噪声）　

Ｑ（∞）为　（　）的协方差矩阵，包含干扰信号源及传感　

器的位置信息，从观测信号估计而得。　

上述的优化问题可简化为　

ｗ：　（７）　

４子带后处理语音增强算法　

本文提出一种改进的子带后处理语音增强算法，　

低频部分采用一种新的维纳滤波法，高频部分采用最　

小均方误差算法。　

维纳滤波定义带噪语音信号为Ｙ（ｎ）＝　（　）＋　

ｄ（ｎ），其中　（ｎ）和ｄ（ｎ）分别代表干净语音和加性噪　

声。在传统维纳滤波的基础上引入先验信噪比　来减　

少音乐噪声。则其增益函数定义为：　

ｇｋ　

；　

（８）　

其中矗代表第ｋ个频率点。　

用ｄｅｃｉｓｉｏｎ—ｄｉｒｅｃｔｅｄ方法　可以光滑先验信噪比　

的估计值，来消除音乐噪声，其方法如下：　

估计第ｍ帧的　（ｍ）：　

ｃ　。，　

（９）　

这里　是光滑常数Ｏ／＝０．９８，　（ｍ一１）代表第ｍ—ｌ帧的　

增强后信号谱，　（ｍ）和Ｄ　（ｍ）代表带噪语音和估计　

噪声谱信号。　

第ｍ帧增强后的信号谱为　

Ｘｋ（ｍ）＝　（ｍ）・　（ｍ）　（１０）　

为了克服上述维纳滤波算法在高信噪比时增益过　

大引起畸变的问题，提出新的增益函数如下：　

矗　毒　

ｇｋ　—ｋ

２

￣：ｋ—＋１　

其中ｋ　和ｋ　代表常数系数，如图１所示为该函数与传　

统维纳滤波函数相比的结果。由图１可知本方法在信　

噪比较低的区域增益好于传统维纳滤波增益方法。　

５９８　信号处理　第２７卷　

图１　传统增益函数和新的增益函数性能比较　

Ｆｉｇ．１　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　Ｔｒａｄｉｔｉｏｎａｌ　ａｎｄ　Ｎｅｗ　Ｇａｉｎ　Ｆｕｎｃｔｉｏｎ　

最小均方误差估计算法可以有效抑制背景噪声并　

提高信噪比。该算法假设噪声为平稳加性高斯噪声并已　

知噪声谱和语音谱估计，对背景噪声谱进行估计并在带噪　

语音信号中对噪声进行抑制。最小均方误差估计为：　

ｃ￣／

Ｏ

：

ｋ　Ｍ（ｕ　）尺　（１２）　

．，

其中　代表增强后语音谱，ｃ为常数，　代表从噪声　

估计谱和带噪语音谱而得的后验信噪比，Ｒ　代表带噪　

语音谱，Ｍ（　）为合流超几何函数，　为第ｋ个谱分量。　

并有　

毒　，　（１３）　

其中蠹代表从噪声估计谱而得的先验信噪比，其计算　

公式为　

靠：　一九（）ｋ　　（１４）

这里　（ｋ）＝Ｅ［ＩＸｋ门，　（　）＝Ｅ［２Ｄ　ｒ］。最小均方误　

差估计算法流程图如图２所示：　

图２最小均方误差估计算法流程图　

Ｆｉｇ．２　ＬＭＳ　Ｅｓｔｉｍａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｆｌｏｗ　Ｃｈａｒｔ　

５实验结果及结论　

本实验的数据采集设备为基于美国国家仪器（ＮＩ）　

的同步麦克风语音采集系统，该系统目前为多个国家　

８６３项目提供数据库。实验设置如图３所示，目标声源　

为一段约６０秒的男性英语纯净语音，位置处于麦克风　

阵列的注视方向；噪声源为约６秒的某型号摄像机镜　

头缩放噪声，通过左或右两个音箱反复播放，其位置如　

图所示；录制环境为５ｍ　３ｍ　２ｍ普通会议室，录制过　

程中声源和麦克风阵列位置不变。　

ｍ　

图３麦克风阵列语首增强买验设置　

Ｆｉｇ．３　Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　Ｓｐｅｅｃｈ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｅｘｐｅｒｉｍｅｎｔ　Ｄｅｖｉｃｅ　

各种算法处理后的分段信噪比（ＳＥＧＳＮＲ）增益　

如表１所示。分段信噪比比总体信噪比更能确切的　

反应语音的失真。分段信噪比通过计算带噪语音各　

帧的信噪比，进而在各帧之问求平均得到。主观听力　

测试采用２男２女对处理前后的语音数据进行测听，　

结果表明语音段机械噪声略可感知，但不影响可懂　

度　

表１　三种算法的输出分段信噪比（ｄＢ）　

Ｔａｂ，１　Ｏｕｔｐｕｔ　Ｓｅｇｍｅｎｔ　ＳＮＲ　ｏｆ　ｔｈｒｅｅ　Ａｌｇｏｒｉｔｈｍｓ　

输人　ＭＶＤＲ　ＭＶＤＲ＋维纳滤波　改进方法　

一

１５　－６．４　Ｏ．５　１．Ｏ　

ｌＯ　－２．０　４．９　５．３　

－

５　１．７　７．０　７．１　

Ｏ　４．５　ｌ２．１　１２．０　

５　１０．１　ｌ５．９　１４．８　

１０　１４．９　ｌ８．６　１６．６　

基于麦克风阵列的研究和应用是阵列信号处理的　

一

个新领域，具有重要的现实意义。实验表明，本文采　

用的麦克风阵列最小方差无畸变响应波束形成法及　

ＭＭＳＥ后处理方案，可较好地处理摄像机镜头缩放产　

生的机械噪声，信噪比提高明显。相对于单通道或麦　

克风阵列系统而言，本文的语音增强系统更加适用于　

机械噪声处理场景，具有很好的实用性。　

第４期　杨毅等：三洋摄像机调焦聚焦噪声抑制技术研究　５９９　

致谢　

本文基于国家自然科：学基金委员会与微软亚洲　

［８］　

（８）：９２６　９３５．　

Ｇｒｉｆｆｉｔｈｓ　Ｌ　Ｊ．Ｊｉｍ　Ｃ　Ｗ．Ａｎ　ａｌｔｅｒｎａｔｉｖｅ　ａｐｐｒｏａｃｈ　ｔｏ　ｌｉｎｅａｒ—　

研究院联合资助项目６０７７６８００；国家自然科学基金　

委员会与香港研究资助局联合科研基金资助项目　

６０９３１　１６０４４３；国家高技术研究发展计划（８６３计划）项　

目２００８ＡＡ０４０２０１，２００８ＡＡ０２Ｚ４１４。国家自然科学基金　

ｌｙ　ｃｏｎｓｔｒａｉｎｅｄ　ａｄａｐｔｉｖｅ　ｂｅａｍｆｏｒｎｆｉｎｇ［Ｃ］．ＩＥＥＥ　Ｔｒａｎｓａｃ—　

ｔｉｏｎｓ　ｏｎ　Ａｎｔｅｎｎａｓ　Ｐｒｏｐａｇａｔｉｏｎ，１９８２，３０（１）：２７—３４．　

［９］　

Ｅｌｋｏ　Ｇ　Ｗ，Ｐｏｎｇ　Ａ　Ｔ　Ｎ．Ａ　ｓｉｍｐｌｅ　ａｄａｐｔｉｖｅ　ｆｉｒｓｔ—ｏｒｄｅｒ　ｄｉｆ－　

ｆｅｒｅｎｔｉａｌ　ｍｉｃｒｏｐｈｏｎｅ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　ｗｏｒｋｓｈｏｐ　

项目９０９２０３０２，６１００５０１９。　

参考文献　

［１］　张丽艳，殷福亮．一种适用于混响环境的麦克风阵列　

语音增强方法［Ｊ］．信号处理．２００９，２５（５）：７２０—７２３．　

ＺＨＡＮＧ　Ｌｉ—ｙａｈ，ＹＩＮ　ｆｕ—ｌｉａｎｇ．Ａ　Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　Ｓｐｅｅｃｈ　

Ｅｎｈａｎｃｅｍｅｎｔ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｄｅｒｅｖｅｒｂｅｒａｔｉｏｎ　ｆ　Ｊ］．Ｓｉｇｎａｌ　Ｐｒｏ—　

ｃｅｓｓｉｎｇ．２００９，２５（５）：７２０—７２３．　

［２］Ｈｅｎｄｒｉｋｓ，Ｒｉｃｈａｒｄ　Ｃ．，Ｈｅｕｓｄｅｎｓ　Ｒｉｃｈａｒｄ，ａｎｄ　Ｊｅｎｓｅｎ　Ｊｅｓ—　

ｐｅｒ　Ｆｏ￣ｖａｒ（ｔ—Ｂａｃｋｗａｒｄ　Ｄｅｃｉｓｉｏｎ　Ｄｉｒｅｃｔｅｄ　Ａｐｐｒｏａｃｈ　Ｆｏｒ　

Ｓｐｅｅｃｈ　Ｅｎｈａｎｃｅｍｅｎｔ［Ｃ］．２００５　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｗｏｒｋｓｈｏｐ　

ｏｎ　Ａｃｏｕｓｔｉｃ　Ｅｃｈｏ　ａｎｄ　Ｎｏｉｓｅ　Ｃｏｎｔｒｏ１．（ＩＷＡＥＮＣ’２００５）．　

Ｓｅｐｔｅｍｂｅｒ　２００５：１０９—１　１２．　

［３］　冶继民，张贤达，朱孝龙．信源数目未知和动态变化时的　

盲信号分离［Ｊ］．中国科学．２００５，３５（１２）：１２７７—１２８７．　

ＹＥ　ｊｉ－ｍｉｎ，ＺＨＡＮＧ　ｘｉａｎ—ｄａ，Ｚｈｕ　ｘｉａｏｌｏｎｇ．Ｂｌｉｎｄ　ｓｉｇｎａｌ　

ｓｅｐａｒａｔｉｏｎ　ｏｆ　ｕｎｋｎｏｗｎ　ｓｉｇｎａｌ　ｓｏｕｒｃｅ　ｎｕｍｂｅｒ　ａｎｄ　ｄｙｎａｍｉｃ　

ｃｈａｎｇｅ．Ｊ　Ｊ　１．ＳＣＩＥＮＣＥ　ＩＮ　ＣＨＩＮＡ　Ｓｅｒ．Ｅ　Ｉｎｆｏｒｎｍｔｉｏｎ　

Ｓｃｉｅｎｃｅｓ．２００５。３５（１２）：１２７７—１２８７．　

［４］　Ｎ．Ｖｉｒａｇ．Ｓｉｎｇｌｅ　ｃｈａｎｎｅｌ　ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　ｂａｓｅｄ　ｏｎ　

ｍａｓｋｉｎｇ　ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　ｔｈｅ　ｈｕｍａｎ　ａｕｄｉｔｏｒｙ　ｓｙｓｔｅｍ［Ｃ］．　

ＩＥＥＥ　Ｔｒａｎｓ．Ｓｐｅｅｃｈ，Ａｕｄｉｏ　Ｐｒｏｃｅｓｓ．，Ｍａｒ．１９９９，ｖｏ１．７，　

ｎｏ．２，ＰＰ．１２６—１３７．　

［５］　Ｆｌａｎａｇａｎ　Ｊ　Ｌ．Ｃｏｍｐｕｔｅｒ—ｓｔｅｅｒｅｄ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙｓ　ｆｏｒ　ｓｏｕｎｄ　

ｔｒａｎｓｄｕｃｔｉｏｎ　ｉｎ　ｌａｒｇｅ　ｒｏｏｍｓ『Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ａｃｏｕｓｔｉｃ　Ｓｏｃｉ—　

ｅｔｙ　ｏｆ　Ａｍｅｒｉｃａ，１９８５，７８（５）：１５０８—１５１８．　

［６］　Ｆｉｓｃｈｅｒ　Ｓ，Ｓｉｍｍｅｒ　Ｋ　Ｕ．Ｂｅａｍｆｏｒｍｉｎｇ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙｓ　

ｆｏｒ　ｓｐｅｅｃｈ　ａｃｑｕｉｓｉｔｉｏｎ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］．Ｓｐｅｅｃｈ　

Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｄｅｃ．１９９６，２０（３）：２１５－２２７．　

１　７］　Ｆｒｏｓｔ　Ｏ　Ｌ．Ａｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｌｉｎｅａｒｌｙ　ｃｏｎｓｔｒａｉｎｅｄ　ａｄａｐｔｉｖｅ　

ａｒｒａｙ　ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ，１９７２，６０　

ｏｎ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｏｆ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　ｔＯ　Ａｕｄｉｏ　ａｎｄ　Ａｃｏｕｓ—　

ｔｉｅｓ．Ｎｅｗ　Ｐａｈｚ，ＮＹ．ＵＳＡ，１９９５．１６９—１７２．　

［１Ｏ］　

Ｒａｙｋａｒ，Ｖｉｋａｓ　Ｃ．Ｔｈｒｅｅ—ｄｉｍｅｎｓｉｏｎａｌ　ｐｏｓｉｔｉｏｎ　ｃａｌｉｂｒａｔｉｏｎ　ｏｆ　

ａｕｄｉｏ　ｓｅｎｓｏｒｓ　ａｎｄ　ａｃｔｕａｔｏｒｓ　ｏｎ　ａ　ｄｉｓｔｒｉｂｕｔｅｄ　ｃｏｍｐｕｔｉｎｇ　

ｐｌａｔｆｏｒｍ［Ｐ］．ＵＳ　Ｐａｔｅｎｔ　７０３５７５７．　

［１１］　

Ｍｕｍｏｌｏ　Ｅ，Ｎｏｌｉｃｈ　Ｍ，Ｖｅｒｃｅｌｌｉ　Ｇ．Ａｌｇｏｒｉｔｈｍｓ　ａｎｄ　ａｒｅｈｉｔｅｃ—　

ｔｕｒｅｓ　ｆｏｒ　ａｃｏｕｓｔｉｃ　ｌｏｃａｌｉｚａｔｉｏｎ　ｂａｓｅｄ　Ｏｉｌ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙ　ｉｎ　

ｓｅｒｖｉｃｅ　ｒｏｂｏｔｉｃｓ［Ｃ］．Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２０００．　

Ｐｒｏｃｅｅｄｉｎｇｓ．（ＩＣＲＡ’００）．ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　

ｏｎ，Ｖｏｌｕｍｅ：３，２４—２８　Ａｐｒｉｌ　２０００：２９６６－２９７１．　

作者简介　

杨毅（１９７８一），女（汉），山东，助理　

研究员，主要研究语音增强及麦克风阵　

列。Ｅ—ｍａｉｌ：ｙａｎｇｙｙ＠ｍａｉｌ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ　

宋辉（１９８２一），男（汉），辽宁，博士　

生，主要研究麦克风阵列及盲分离算法。　

Ｅ—ｍａｉｌ：ｓｏｎｇ．ｃａｒｔｅｒ＠ｇｍａｉｌ．ｃｏｒｎ　

刘加（１９５４一），男（汉），福建，教授，　

博士生导师，主要研究语音信号处理。　

Ｅ—ｍａｉｌ：ｌｉｕｊ＠ｍａｉｌ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ　

2024年6月14日发(作者：郏刚捷)

第２７卷第４期　

信号处理　

ＳＩＧＮＡＬ　ＰＲ０ＣＥＳＳＩＮＧ　

Ｖ０１．２７．　Ｎｏ．４　

Ａｐｒ．２０１ｌ　

２０１１年４月　

三洋摄像机调焦聚焦噪声抑制技术研究　

杨毅宋辉刘　加　

（清华大学电子工程系，清华信息科学与技术国家实验室，北京１０００８４）　

摘要：类似数字摄像机的视频采集系统在摄像头缩放或自动对焦时产生较大声噪，回放时主观听觉十分明显。因此　

需要研究一种抑制一种语音降噪算法，用于消除马达高速旋转引起的可感知机械干扰声噪。本文提出能够平滑调焦和自动　

聚焦及语音增强的方案。通过改进的鲁棒自适应麦克风阵列方法从带噪信号中恢复语音；同时采用子带后处理法进一步降　

噪，保证稳定性的前提下降低了语音降噪处理的复杂度并提高信噪比。带噪数据由三洋公司提供，实验在普通会议室进行。　

实验结果说明，该系统可作为理想的语音降噪设备应用于摄像机录制过程中。　

关键词：调焦和自动聚焦噪声；噪声消除；麦克风阵列；子带后处理；三洋摄像机　

中图分类号：ＴＮ９１２　文献标识码：Ａ　文章编号：１００３—０５３０（２０１１）０４—０５９６—０４　

Ｒｅｓｅａｒｃｈ　ｏｎ　ＳＡＮＹＯ　Ｃａｍｅｒａ　ｆｏｃｕｓ—ｏｎ　Ｎｏｉｓｅ　Ｓｕｐｐｒｅｓｓｉｏｎ　Ｔｅｃｈｎｏｌｏｇｉｅｓ　

ＹＡＮＧ　Ｙｉ　ＳＯＮＧ　Ｈｕｉ　ＬＩＵ　Ｊｉａ　

（Ｔｓｉｎｇｈｕａ　Ｎａｔｉｏｎａｌ　Ｌａｂｏｒａｔｏｒｙ　ｆｏｒ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，　

ｌ＇ｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００８４，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：　Ｖｉｄｅｏ　ｒｅｃｏｒｄｉｎｇ　ｅｑｕｉｐｍｅｎｔ　ｓｕｃｈ　ａｓ　ｄｉｇｉｔａｌ　ｃａｍｅｒａｓ　ｏｆｔｅｎ　ｇｅｎｅｒａｔｅｓ　ｍｅｃｈａｎｉｃａｌ　ｎｏｉｓｅ　ｗｈｅｎ　ｚｏｏｍｉｎｇ　ｏｒ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ．　

Ｔｈｅ　ｓｕｂｊｅｃｔｉｖｅ　ａｕｄｉｔｏｒｙ　ｐｅｒｃｅｐｔｉｏｎ　ｉｓ　ｏｂｖｉｏｕｓｌｙ　ｄｕｒｉｎｇ　ｐｌａｙｂａｃｋ　ｏｆ　ｖｉｄｅｏ．Ｏｎｅ　ｏｆ　ｔｈｅ　ｍｏｓｔ　ｉｍｐｏｒｔａｎｔ　ｃｈａｌｌｅｎｇｅｓ　ｉｓ　ｔｏ　ｒｅｓｅａｒｃｈ　ａ　ｎｅｗ　ｎｏｉｓｅ　

ｓｕｐｐｒｅｓｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｍｉｎｉｍｉｚｅ　ｔｈｅ　ｎｏｔｉｃｅａｂｌｅ　ｌｏｕｄ　ｍｅｃｈａｎｉｃａｌ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ｃａｕｓｅｄ　ｂｙ　ｈｉｇｈ・ｓｐｅｅｄ　ｏｐｅｒａｔｉｏｎ　ｏｆ　ｍｏｔｏｒｓ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，　

ｗｅ　ｐｒｏｐｏｓｅｄ　ｓｏｍｅ　ｔｅｃｈｎｏｌｏｇｉｅｓ　ｅｎａｂｌｅ　ｔｏ　ｓｍｏｏｔｈ　ｚｏｏｍｉｎｇ　ａｎｄ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ　ｎｏｉｓｅ　ａｎｄ　ｅｎｈａｎｃｅ　ｓｐｅｅｃｈ．Ａ　Ｍｏｄｉｉｅｄ　Ｍｉｆｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　ｉｓ　

ｉｎｔｒｏｄｕｃｅｄ　ａＳ　ａ　ｒｏｂｕｓｔ　ａｄａｐｔｉｖｅ　ｍｅｔｈｏｄ　ｔｏ　ｅｎｈａｎｃｅ　ｄｅｓｉｒｅｄ　ｓｉｇｎａｌ　ｐｏｌｌｕｔｅｄ　ｂｙ　ｓｔａｔｉｏｎａｒｙ　ｎｏｉｓｅ．Ｔｈｉｓ　ｐａｐｅｒ　ａｌｓｏ　ｐｒｅｓｅｎｔｓ　ｏｎｅ　Ｓｕｂｂａｎｄ　

ｐｏｓｔ—ｆｉｌｔｅｒｉｎｇ　ａｐｐｒｏａｃｈ　ｔｏ　ｆｕｒｔｈｅｒ　ｄｒｏｐ　ｏｕｔ　ｔｈｅ　ｃｏｍｐｌｅｘｉｔｙ　ｏｆ　ｓｙｓｔｅｍ　ａｎｄ　ｉｍｐｒｏｖｅ　ｔｈｅ　ＳＮＲ．Ｎｏｉｓｙ　ｄａｔａ　ｉｓ　ｃｏｌｌｅｃｔｅｄ　ｂｙ　ＳＡＮＹＯ　Ｅｌｅｃｔｒｉｃ　

Ｃｏ．Ｅｘｐｍｉｍｅｎｔｓ　ａｒｅ　ｆｉｎｉｓｈｅｄ　ｉｎ　ｔｈｅ　ｎｏｒｍａｌ　ｍｅｅｔｉｎｇ　ｒｏｏｍ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｓｙｓｔｅｍ　ｃａｎ　ｂｅ　ａｎ　ｉｄｅａｌ　ｎｏｉｓｅ　ｒｅｄｕｃｔｉｏｎ　ｄｅｖｉｃｅ　ａｐ—　

ｐｌｉｅｄ　ｆｏｒ　ｃａｍｅｒａ　ｒｅｃｏｒｄｉｎｇ　ｐｒｏｃｅｓｓ．　

Ｋｅｙ　ｗｏｒｄｓ：　Ｚｏｏｍｉｎｇ　ａｎｄ　ａｕｔｏ—ｆｏｃｕｓｉｎｇ　Ｎｏｉｓｅ；Ｎｏｉｓｅ　Ｒｅｄｕｃｔｉｏｎ；Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ；Ｓｕｂｂａｎｄ　ｐｏｓｔ—ｆｉｌｔｅｒｉｎｇ；ＳＡＮＹＯ　ｃａｍｅｒａ　

１　引言　

数字摄像机是一种用来录制和存储图像（包括视　

其主要特性为中、高频周期脉冲响应，在录音和回放的　

过程中对主观听力影响较大。利用麦克风阵列的指向　

性可抑制大部分来自噪声源方向的噪声能量，但仍存　

在部分因泄漏和室内反射产生的噪声，因此需要用单　

频、影片和照片等）的设备。但使用者通常在回放视频　

时发现，在摄像头快速或慢速缩放及自动聚焦状态下　

均产生可感知的机械噪声，对主观听觉效果造成较大　

影响。机械噪声是由于机械设备及其部件在运转和能　

量传递过程中产生振动而辐射的噪声。光楹记录方式　

的数字摄像机由于电机驱动光盘旋转和步进电机控制　

光头的原因，使得摄像头缩放产生的噪声不可避免。　

收稿日期：２０１０年９月１口；修回日期：２０１０年１１月１８日　

基金项目：８６３计划（２００８ＡＡ０４０２０１，２００８ＡＡ０２ＺＡ１４）　

通道语音增强方法进一步处理带噪信号。　

麦克风阵列是指由两个或多个麦克风按照一定的　

几何结构排列而成的阵列。最早的麦克风阵列语音增　

强方法是Ｆｌａｎａｇａｎ在１９８５年提出的ＤＳＢ方法　；此后　

提出对注视方向信号频响固定的自适应波束形成法和　

具有自适应约束值的多通道语音增强方法　；其他方　

第４期　杨毅等：三洋摄像机调焦聚焦噪声抑制技术研究　５９７　

法包括线性约束最小方差波束形成算法　和旁瓣抵消　

算法　。单通道语音降噪技术算法主要有：谱减法口　、　

维纳滤波法　、盲信号分离ｑ　等，近来的研究则将人耳　

听觉感知技术引入研究　。　

量ｌＶ（ｏ￣）做为权重，使得Ｗ“（　）　（∞）为　（∞）的最佳估　

计。波束形成使得　“（　）Ｘ（０．１）的噪声成分最小化，此　

时注视方向增益为１。Ｗ（∞）可由以下优化问题求出：　

ｍｉｎＷ“ＱＷｓ．ｔ．Ｗ　ｄ＝１　（６）　

本文提出能够平滑调焦和自动聚焦的噪声抑制方　

其中　

案，通过改进的麦克风阵列方法实现鲁棒自适应系统，　

从带噪信号中恢复纯净语音；同时采用子带后处理法　

处理残余噪声，降低语音降噪处理的复杂度的同时进　

一

步提高了信噪比。　

２麦克风阵列数学模型　

２．１波动方程　

声源在空气中传播的波动方程为：　

Ｖ２ｘ　ｒ）－　：０　（１）　

其中，Ｖ　为拉普拉斯算子，　（￡，ｒ）表示时间ｔ和位置ｒ　

处的声压，ｃ为声速　。　

球坐标系下，该方程解为：　

（ｆ，ｒ）＝一－　ｅ　““　（２）　

叶７１，，　

２．２带噪声源模型　

设ｖ＝｛　｝（ｍ＝０，１…，Ｍ一１）表示第ｍ个麦克风　

的位置，这里　＝（　，Ｙｍ，　），则每个麦克风的方向图　

为Ｈ　＝（ｆ，Ｐ），其中Ｐ代表声源坐标，－厂代表频率。麦　

克风对之间的时延为　

协，　

（／，Ｐ）：　——　（厂，Ｐ）　（３）　

【ｌｐ一　ｌ　Ｉ

其中ｃ代表声速，因此坐标为Ｐ的声源到第ｍ个麦克　

风的信号为　

＝

Ｒ　（／，Ｐ）Ｓ（ｆ）＋Ⅳ　（　）　（４）　

其中ｓ代表声源信号，Ⅳｍ代表噪声。噪声模型如下：　

¨（ｆ）＝Ｎ（　（ｐｏ），厂）＋Ⅳ（　。，ｆ）　（５）　

其中　为第ｎ帧信号的噪声源位置，　（　）为空间非　

独立相关噪声变量，　。为独立不相关噪声变量分量。　

３　基于麦克风阵列的机械噪声消除算法　

麦克风阵列固定波束形成器在滤波器设计完成后　

就不再变动，然而在某些环境下，信号和噪声的统计特性　

是随时间变化的，这就需要利用自适应的波束形成方法　

来处理。自适应波束形成基于最小方差无畸变响应　

（Ｍｉｎｉｍｕｍ　Ｖａｒｉａｎｃｅ　Ｄｉｓｔｏｒｔｉｏｎｌｅｓｓ　Ｒｅｓｐｏｎｓｅ）准则，其原理　

是在保证期望方向信号不变的条件下，使阵列的输出功　

率到达最小来抑制噪声。因此需要获取一个Ｍｘ１维向　

（∞）＝ｔ４（∞）Ｊｓ（∞）＋Ⅳ（６０）　

Ｑ（　）：Ｅ［　（　）　（∞）］　

这里　（　）为附加噪声（包括反射噪声和其他噪声）　

Ｑ（∞）为　（　）的协方差矩阵，包含干扰信号源及传感　

器的位置信息，从观测信号估计而得。　

上述的优化问题可简化为　

ｗ：　（７）　

４子带后处理语音增强算法　

本文提出一种改进的子带后处理语音增强算法，　

低频部分采用一种新的维纳滤波法，高频部分采用最　

小均方误差算法。　

维纳滤波定义带噪语音信号为Ｙ（ｎ）＝　（　）＋　

ｄ（ｎ），其中　（ｎ）和ｄ（ｎ）分别代表干净语音和加性噪　

声。在传统维纳滤波的基础上引入先验信噪比　来减　

少音乐噪声。则其增益函数定义为：　

ｇｋ　

；　

（８）　

其中矗代表第ｋ个频率点。　

用ｄｅｃｉｓｉｏｎ—ｄｉｒｅｃｔｅｄ方法　可以光滑先验信噪比　

的估计值，来消除音乐噪声，其方法如下：　

估计第ｍ帧的　（ｍ）：　

ｃ　。，　

（９）　

这里　是光滑常数Ｏ／＝０．９８，　（ｍ一１）代表第ｍ—ｌ帧的　

增强后信号谱，　（ｍ）和Ｄ　（ｍ）代表带噪语音和估计　

噪声谱信号。　

第ｍ帧增强后的信号谱为　

Ｘｋ（ｍ）＝　（ｍ）・　（ｍ）　（１０）　

为了克服上述维纳滤波算法在高信噪比时增益过　

大引起畸变的问题，提出新的增益函数如下：　

矗　毒　

ｇｋ　—ｋ

２

￣：ｋ—＋１　

其中ｋ　和ｋ　代表常数系数，如图１所示为该函数与传　

统维纳滤波函数相比的结果。由图１可知本方法在信　

噪比较低的区域增益好于传统维纳滤波增益方法。　

５９８　信号处理　第２７卷　

图１　传统增益函数和新的增益函数性能比较　

Ｆｉｇ．１　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　Ｔｒａｄｉｔｉｏｎａｌ　ａｎｄ　Ｎｅｗ　Ｇａｉｎ　Ｆｕｎｃｔｉｏｎ　

最小均方误差估计算法可以有效抑制背景噪声并　

提高信噪比。该算法假设噪声为平稳加性高斯噪声并已　

知噪声谱和语音谱估计，对背景噪声谱进行估计并在带噪　

语音信号中对噪声进行抑制。最小均方误差估计为：　

ｃ￣／

Ｏ

：

ｋ　Ｍ（ｕ　）尺　（１２）　

．，

其中　代表增强后语音谱，ｃ为常数，　代表从噪声　

估计谱和带噪语音谱而得的后验信噪比，Ｒ　代表带噪　

语音谱，Ｍ（　）为合流超几何函数，　为第ｋ个谱分量。　

并有　

毒　，　（１３）　

其中蠹代表从噪声估计谱而得的先验信噪比，其计算　

公式为　

靠：　一九（）ｋ　　（１４）

这里　（ｋ）＝Ｅ［ＩＸｋ门，　（　）＝Ｅ［２Ｄ　ｒ］。最小均方误　

差估计算法流程图如图２所示：　

图２最小均方误差估计算法流程图　

Ｆｉｇ．２　ＬＭＳ　Ｅｓｔｉｍａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｆｌｏｗ　Ｃｈａｒｔ　

５实验结果及结论　

本实验的数据采集设备为基于美国国家仪器（ＮＩ）　

的同步麦克风语音采集系统，该系统目前为多个国家　

８６３项目提供数据库。实验设置如图３所示，目标声源　

为一段约６０秒的男性英语纯净语音，位置处于麦克风　

阵列的注视方向；噪声源为约６秒的某型号摄像机镜　

头缩放噪声，通过左或右两个音箱反复播放，其位置如　

图所示；录制环境为５ｍ　３ｍ　２ｍ普通会议室，录制过　

程中声源和麦克风阵列位置不变。　

ｍ　

图３麦克风阵列语首增强买验设置　

Ｆｉｇ．３　Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　Ｓｐｅｅｃｈ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｅｘｐｅｒｉｍｅｎｔ　Ｄｅｖｉｃｅ　

各种算法处理后的分段信噪比（ＳＥＧＳＮＲ）增益　

如表１所示。分段信噪比比总体信噪比更能确切的　

反应语音的失真。分段信噪比通过计算带噪语音各　

帧的信噪比，进而在各帧之问求平均得到。主观听力　

测试采用２男２女对处理前后的语音数据进行测听，　

结果表明语音段机械噪声略可感知，但不影响可懂　

度　

表１　三种算法的输出分段信噪比（ｄＢ）　

Ｔａｂ，１　Ｏｕｔｐｕｔ　Ｓｅｇｍｅｎｔ　ＳＮＲ　ｏｆ　ｔｈｒｅｅ　Ａｌｇｏｒｉｔｈｍｓ　

输人　ＭＶＤＲ　ＭＶＤＲ＋维纳滤波　改进方法　

一

１５　－６．４　Ｏ．５　１．Ｏ　

ｌＯ　－２．０　４．９　５．３　

－

５　１．７　７．０　７．１　

Ｏ　４．５　ｌ２．１　１２．０　

５　１０．１　ｌ５．９　１４．８　

１０　１４．９　ｌ８．６　１６．６　

基于麦克风阵列的研究和应用是阵列信号处理的　

一

个新领域，具有重要的现实意义。实验表明，本文采　

用的麦克风阵列最小方差无畸变响应波束形成法及　

ＭＭＳＥ后处理方案，可较好地处理摄像机镜头缩放产　

生的机械噪声，信噪比提高明显。相对于单通道或麦　

克风阵列系统而言，本文的语音增强系统更加适用于　

机械噪声处理场景，具有很好的实用性。　

第４期　杨毅等：三洋摄像机调焦聚焦噪声抑制技术研究　５９９　

致谢　

本文基于国家自然科：学基金委员会与微软亚洲　

［８］　

（８）：９２６　９３５．　

Ｇｒｉｆｆｉｔｈｓ　Ｌ　Ｊ．Ｊｉｍ　Ｃ　Ｗ．Ａｎ　ａｌｔｅｒｎａｔｉｖｅ　ａｐｐｒｏａｃｈ　ｔｏ　ｌｉｎｅａｒ—　

研究院联合资助项目６０７７６８００；国家自然科学基金　

委员会与香港研究资助局联合科研基金资助项目　

６０９３１　１６０４４３；国家高技术研究发展计划（８６３计划）项　

目２００８ＡＡ０４０２０１，２００８ＡＡ０２Ｚ４１４。国家自然科学基金　

ｌｙ　ｃｏｎｓｔｒａｉｎｅｄ　ａｄａｐｔｉｖｅ　ｂｅａｍｆｏｒｎｆｉｎｇ［Ｃ］．ＩＥＥＥ　Ｔｒａｎｓａｃ—　

ｔｉｏｎｓ　ｏｎ　Ａｎｔｅｎｎａｓ　Ｐｒｏｐａｇａｔｉｏｎ，１９８２，３０（１）：２７—３４．　

［９］　

Ｅｌｋｏ　Ｇ　Ｗ，Ｐｏｎｇ　Ａ　Ｔ　Ｎ．Ａ　ｓｉｍｐｌｅ　ａｄａｐｔｉｖｅ　ｆｉｒｓｔ—ｏｒｄｅｒ　ｄｉｆ－　

ｆｅｒｅｎｔｉａｌ　ｍｉｃｒｏｐｈｏｎｅ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　ｗｏｒｋｓｈｏｐ　

项目９０９２０３０２，６１００５０１９。　

参考文献　

［１］　张丽艳，殷福亮．一种适用于混响环境的麦克风阵列　

语音增强方法［Ｊ］．信号处理．２００９，２５（５）：７２０—７２３．　

ＺＨＡＮＧ　Ｌｉ—ｙａｈ，ＹＩＮ　ｆｕ—ｌｉａｎｇ．Ａ　Ｍｉｃｒｏｐｈｏｎｅ　Ａｒｒａｙ　Ｓｐｅｅｃｈ　

Ｅｎｈａｎｃｅｍｅｎｔ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｄｅｒｅｖｅｒｂｅｒａｔｉｏｎ　ｆ　Ｊ］．Ｓｉｇｎａｌ　Ｐｒｏ—　

ｃｅｓｓｉｎｇ．２００９，２５（５）：７２０—７２３．　

［２］Ｈｅｎｄｒｉｋｓ，Ｒｉｃｈａｒｄ　Ｃ．，Ｈｅｕｓｄｅｎｓ　Ｒｉｃｈａｒｄ，ａｎｄ　Ｊｅｎｓｅｎ　Ｊｅｓ—　

ｐｅｒ　Ｆｏ￣ｖａｒ（ｔ—Ｂａｃｋｗａｒｄ　Ｄｅｃｉｓｉｏｎ　Ｄｉｒｅｃｔｅｄ　Ａｐｐｒｏａｃｈ　Ｆｏｒ　

Ｓｐｅｅｃｈ　Ｅｎｈａｎｃｅｍｅｎｔ［Ｃ］．２００５　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｗｏｒｋｓｈｏｐ　

ｏｎ　Ａｃｏｕｓｔｉｃ　Ｅｃｈｏ　ａｎｄ　Ｎｏｉｓｅ　Ｃｏｎｔｒｏ１．（ＩＷＡＥＮＣ’２００５）．　

Ｓｅｐｔｅｍｂｅｒ　２００５：１０９—１　１２．　

［３］　冶继民，张贤达，朱孝龙．信源数目未知和动态变化时的　

盲信号分离［Ｊ］．中国科学．２００５，３５（１２）：１２７７—１２８７．　

ＹＥ　ｊｉ－ｍｉｎ，ＺＨＡＮＧ　ｘｉａｎ—ｄａ，Ｚｈｕ　ｘｉａｏｌｏｎｇ．Ｂｌｉｎｄ　ｓｉｇｎａｌ　

ｓｅｐａｒａｔｉｏｎ　ｏｆ　ｕｎｋｎｏｗｎ　ｓｉｇｎａｌ　ｓｏｕｒｃｅ　ｎｕｍｂｅｒ　ａｎｄ　ｄｙｎａｍｉｃ　

ｃｈａｎｇｅ．Ｊ　Ｊ　１．ＳＣＩＥＮＣＥ　ＩＮ　ＣＨＩＮＡ　Ｓｅｒ．Ｅ　Ｉｎｆｏｒｎｍｔｉｏｎ　

Ｓｃｉｅｎｃｅｓ．２００５。３５（１２）：１２７７—１２８７．　

［４］　Ｎ．Ｖｉｒａｇ．Ｓｉｎｇｌｅ　ｃｈａｎｎｅｌ　ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　ｂａｓｅｄ　ｏｎ　

ｍａｓｋｉｎｇ　ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　ｔｈｅ　ｈｕｍａｎ　ａｕｄｉｔｏｒｙ　ｓｙｓｔｅｍ［Ｃ］．　

ＩＥＥＥ　Ｔｒａｎｓ．Ｓｐｅｅｃｈ，Ａｕｄｉｏ　Ｐｒｏｃｅｓｓ．，Ｍａｒ．１９９９，ｖｏ１．７，　

ｎｏ．２，ＰＰ．１２６—１３７．　

［５］　Ｆｌａｎａｇａｎ　Ｊ　Ｌ．Ｃｏｍｐｕｔｅｒ—ｓｔｅｅｒｅｄ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙｓ　ｆｏｒ　ｓｏｕｎｄ　

ｔｒａｎｓｄｕｃｔｉｏｎ　ｉｎ　ｌａｒｇｅ　ｒｏｏｍｓ『Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ａｃｏｕｓｔｉｃ　Ｓｏｃｉ—　

ｅｔｙ　ｏｆ　Ａｍｅｒｉｃａ，１９８５，７８（５）：１５０８—１５１８．　

［６］　Ｆｉｓｃｈｅｒ　Ｓ，Ｓｉｍｍｅｒ　Ｋ　Ｕ．Ｂｅａｍｆｏｒｍｉｎｇ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙｓ　

ｆｏｒ　ｓｐｅｅｃｈ　ａｃｑｕｉｓｉｔｉｏｎ　ｉｎ　ｎｏｉｓｙ　ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］．Ｓｐｅｅｃｈ　

Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｄｅｃ．１９９６，２０（３）：２１５－２２７．　

１　７］　Ｆｒｏｓｔ　Ｏ　Ｌ．Ａｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｌｉｎｅａｒｌｙ　ｃｏｎｓｔｒａｉｎｅｄ　ａｄａｐｔｉｖｅ　

ａｒｒａｙ　ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ，１９７２，６０　

ｏｎ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｏｆ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　ｔＯ　Ａｕｄｉｏ　ａｎｄ　Ａｃｏｕｓ—　

ｔｉｅｓ．Ｎｅｗ　Ｐａｈｚ，ＮＹ．ＵＳＡ，１９９５．１６９—１７２．　

［１Ｏ］　

Ｒａｙｋａｒ，Ｖｉｋａｓ　Ｃ．Ｔｈｒｅｅ—ｄｉｍｅｎｓｉｏｎａｌ　ｐｏｓｉｔｉｏｎ　ｃａｌｉｂｒａｔｉｏｎ　ｏｆ　

ａｕｄｉｏ　ｓｅｎｓｏｒｓ　ａｎｄ　ａｃｔｕａｔｏｒｓ　ｏｎ　ａ　ｄｉｓｔｒｉｂｕｔｅｄ　ｃｏｍｐｕｔｉｎｇ　

ｐｌａｔｆｏｒｍ［Ｐ］．ＵＳ　Ｐａｔｅｎｔ　７０３５７５７．　

［１１］　

Ｍｕｍｏｌｏ　Ｅ，Ｎｏｌｉｃｈ　Ｍ，Ｖｅｒｃｅｌｌｉ　Ｇ．Ａｌｇｏｒｉｔｈｍｓ　ａｎｄ　ａｒｅｈｉｔｅｃ—　

ｔｕｒｅｓ　ｆｏｒ　ａｃｏｕｓｔｉｃ　ｌｏｃａｌｉｚａｔｉｏｎ　ｂａｓｅｄ　Ｏｉｌ　ｍｉｃｒｏｐｈｏｎｅ　ａｒｒａｙ　ｉｎ　

ｓｅｒｖｉｃｅ　ｒｏｂｏｔｉｃｓ［Ｃ］．Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，２０００．　

Ｐｒｏｃｅｅｄｉｎｇｓ．（ＩＣＲＡ’００）．ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　

ｏｎ，Ｖｏｌｕｍｅ：３，２４—２８　Ａｐｒｉｌ　２０００：２９６６－２９７１．　

作者简介　

杨毅（１９７８一），女（汉），山东，助理　

研究员，主要研究语音增强及麦克风阵　

列。Ｅ—ｍａｉｌ：ｙａｎｇｙｙ＠ｍａｉｌ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ　

宋辉（１９８２一），男（汉），辽宁，博士　

生，主要研究麦克风阵列及盲分离算法。　

Ｅ—ｍａｉｌ：ｓｏｎｇ．ｃａｒｔｅｒ＠ｇｍａｉｌ．ｃｏｒｎ　

刘加（１９５４一），男（汉），福建，教授，　

博士生导师，主要研究语音信号处理。　

Ｅ—ｍａｉｌ：ｌｉｕｊ＠ｍａｉｌ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ