مکان یابی چند گوینده همزمان

مکان یابی منبع گفتار در بسیاری از سیستم های پردازش گفتار از قبیل سیستم های تله کنفرانس، سیستم های بازشناسی صوت، اتاق های کنفرانس هوشمند و سیستم های کمک شنوایی کاربرد دارد. امروزه مکان یابی منبع صوت با کمک آرایه های میکروفونی از موضوعات مورد توجه می باشد. این آرایه ها در نهایت سیگنال دارای کیفیت مطلوب را از منبع صوتی تهیه می کنند و منابع صوتی غیر دلخواه را حذف می کنند. اما یکی از چالش های پیش رو در کاربردهای ذکر شده، بحث مکان یابی چند گوینده همزمان است. در این پایان نامه به بررسی یکی از روش های مکان یابی چندین گوینده همزمان که بر اساس الگوریتم های جداسازی کور منابع (bss) است، می پردازیم. bss را می توان به صورت مجموعه ای از شکل دهنده های پرتو صفر و تطبیقی کور درنظر گرفت. در حقیقت در حالی که برای یافتن مکان منابع، به اطلاعاتی در مورد مکان منابع نیاز داریم تا شکل دهنده پرتو را به سمت آن ها هدایت کنیم، bss بدون داشتن این اطلاعات اولیه، امکان بازیابی سیگنال ها را از سیگنال های ضبط شده در میکروفون ها -که ترکیبی از سیگنال های همزمان هستند- فراهم می کند. این به آن معناست که فیلترهای جداکننده bss حاوی اطلاعات مهمی در مورد مکان منابع هستند. در نهایت با توجه به فیلترهای جداکننده حاصل از الگوریتم bss، می توان الگوی تشعشعی بدست آورد که با یافتن مینیمم ها در این الگو، قادر به تخمین مکان منابع هستیم. در این پایان نامه به منظور بهبود عملکرد الگوریتم مکان یابی در محیط های انعکاسی، روشی پیشنهاد کردیم که در آن تنها بزرگترین ضریب فیلترهای جداکننده که متناظر با مسیر مستقیم است را درنظر گرفته و الگوی تشعشعی را محاسبه می کنیم. همچنین برای کاهش بار محاسباتی، محدوده فرکانسی موردنظر برای فرآیند متوسط گیری را کاهش می دهیم. نتایج شبیه سازی گویای دقت بالاتر الگوریتم پیشنهادی در تخمین مکان منابع همزمان نسبت به روش های مشابه می باشد