جهت يابي چند گوينده با استفاده از روش WCSSDOA

Multi-Speakersʹʹ Direction Of Arrival Estimation Using WCSSDOA Method

در اين مقاله، روش WCSSDOA بر اساس مدلسازي تنك فضايي را براي جهت يابي چندگوينده پيشنهاد مي دهيم. در روش WCSSDOA ، به منظور كاهش حجم محاسبات، مدلسازي تنكي مساله بر اساس ماتريس همبستگي سيگنال حسگرها انجام مي شود. در اين روش، استفاده از تجزيه SVD ماتريس كواريانس نويز، به منظور رسيدن به مدل تنك بدون نويز پيشنهاد مي-شود. رسيدن به مدل فوق باعث مي شود روش پيشنهادي در SNR هاي پايين دقت بيشتري نسبت به روش هاي مرجع داشته باشد. نتايج شبيه سازي هاي انجام شده نشان مي دهد برخلاف روش هاي MUSIC، minimum-norm و SSDOA ، روش پيشنهادي WCSSDOA توانسته است در SNR=-5dB جهت دو منبع باند باريك با اختلاف زاويه 5 درجه، در SNR=-15dB جهت شش منبع باند باريك با اختلاف زاويه 15 درجه و در SNR=10dB جهت دو گوينده با اختلاف زاويه 7 درجه را شناسايي كند همچنين حجم محاسبات روش پيشنهادي نسبت به روش SSDOA بين 45 تا 85 درصد كاهش يافته است.

In this paper we propose the spatial sparsity based WCSSDOA method for multi speakersʹ Direction of arrival estimation. In the proposed method the sparse modeling is done based on the sensor signalsʹ correlation matrix, which leads to low computational complexity. In this method the SVD decomposition of the noise covariance matrix is proposed to reach the free noise sparse model, which leads to high accurate method in the low SNR with respect to other methods. Simulation results show that contrary to MUSIC, Minimum-norm, and SSDOA methods, the proposed method could detect the direction of two narrowband sources with 5° distance in -5dB SNR, six narrowband sources with 15° distance in -15dB SNR, and two speakers with 7° distance in 10dB SNR. Also, the computational complexity of the proposed method is reduced 45-85% with respect to SSDOA method.