استفاده از روش های جداسازی کور منابع در مکانیابی چند منبع صوتی

تخمین مقادیر tdoa (time differential of arrival) یکی از روش های پایه ای در مکان یابی منابع گفتار می باشد که به طور وسیع مورد بررسی قرار گرفته است. در دهه ی اخیر تحقیقات زیادی بر روی تخمین مقادیر tdoa با استفاده از فیلترهای بازترکیب مستخرج از جداسازی کور منابع، صورت گرفته است. در این پژوهش ضمن معرفی چندین روش از روش های مطرح شده در سال های اخیر، به بررسی و پیاده سازی روش sct (state coherence transform) پرداخته و نقاط ضعف و قوت آن را بررسی می کنیم. در ادامه ضمن معرفی مشکل الیاسینگ فضایی که در صورت عدم رعایت نرخ نمونه برداری مکانی مناسب توسط میکروفون ها بوجود می آید، روش msct (modified sct) برای بهبود عملکرد مکان یابی در فواصل میکروفونی زیاد و کاهش اثر الیاسینگ فضایی پیشنهاد می شود که خطای مکان یابی در فاصله ی میکروفونی l=1m را 1/74% کاهش می دهد. با توجه به کاهش دقت عملکرد روش msct در شرایط نویزی، با وزن دهی روش msct که آن را wsct (weighted sct) می نامیم، خطای مکان یابی در محیط های نویزی با snr=5db را به میزان 89/82% کاهش می دهیم. در ادامه، با توجه به روند کاهشی دقت تخمین مقادیر tdoa با استفاده از روش های فوق در محیط های پژواکی، روش cc-bss (cross correlation blind source separation) با استفاده از همبستگی متقابل درایه های فیلتر بازترکیب مستخرج از bss، معرفی می شود که در محیط با زمان انعکاس 700میلی ثانیه خطای sct را به میزان 21/34% کاهش می دهد. سپس با پیاده سازی این روش در حوزه ی فرکانس و وزن دهی آن، روش gcc-bss (generalized cc-bss) معرفی می شود که در آن از دو فیلتر گوسی و phat (phase transform) برای وزن دهی استفاده می کنیم که روش gcc-bss-phat در محیط با زمان انعکاس 700میلی ثانیه خطای مکان یابی با استفاده از روش cc-bss را به میزان 66/41% کاهش می دهد. کلمات کلیدی: مکان یابی، tdoa، جداسازی کور منابع، الیاسینگ فضایی، فیلتر phat