CN110782913A - 一种基于通用mcu的波束成形语音增强算法的实现 - Google Patents

一种基于通用mcu的波束成形语音增强算法的实现 Download PDF

Info

Publication number
CN110782913A
CN110782913A CN201911045130.6A CN201911045130A CN110782913A CN 110782913 A CN110782913 A CN 110782913A CN 201911045130 A CN201911045130 A CN 201911045130A CN 110782913 A CN110782913 A CN 110782913A
Authority
CN
China
Prior art keywords
matrix
interference
beam forming
implementation
microphone array
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911045130.6A
Other languages
English (en)
Inventor
***
武庆翔
张翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Micro Shenzhen Technology Co Ltd
Original Assignee
General Micro Shenzhen Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Micro Shenzhen Technology Co Ltd filed Critical General Micro Shenzhen Technology Co Ltd
Priority to CN201911045130.6A priority Critical patent/CN110782913A/zh
Publication of CN110782913A publication Critical patent/CN110782913A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166—Microphone arrays; Beamforming

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本发明公开的属于音频处理算法技术领域，具体为一种基于通用MCU的波束成形语音增强算法的实现，包括以下步骤：S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure DDA0002253926500000011
阻塞矩阵
Figure DDA0002253926500000012
和自适应抵消部分的权重矩阵Wa，S2：对于阻塞矩阵采用的是[1,‑1]形式的相邻麦克风对减方式，该种基于通用MCU的波束成形语音增强算法的实现，根据声源位置通过算法消除不同角度其它噪声，增强声源位置有效声音，可以实现有效地空间滤波降噪性能，达到降噪效果，给后端信号处理提供良好的信噪比，且由于本方案对静止矩阵采用的是求和平均的方式及采用了LMS自适应迭代的方法比现有技术方案有算法运算量小，硬件资源消耗小，适用于各种嵌入式***。

Description

一种基于通用MCU的波束成形语音增强算法的实现
技术领域
本发明涉及音频处理算法技术领域，具体为一种基于通用MCU的波束成形语音增强算法的实现。
背景技术
波束成形源于自适应天线的一个概念，接收端的信号处理，可以通过对多天线阵元接收到的各路信号进行加权合成，形成所需的理想信号。从天线方向图(pattern)视角来看，这样做相当于形成了规定指向上的波束。例如，将原来全方位的接收方向图转换成了有零点、有最大指向的波瓣方向图。同样原理也适用用于发射端。对天线阵元馈电进行幅度和相位调整，可形成所需形状的方向图，波束成形是传感器阵列中用于定向信号传输或接收的信号处理技术,特即特定角度的信号经历相长干涉而其他经历相消干涉.波束成形可用于无线电或声波，它应用广泛，如用于雷达，声纳，地震学，无线通信，射电天文学，声学和生物医学中，不仅仅使在医学中在很多地方。
基于麦克风阵列的声源定位算法划分为三类：一是基于波束成形的方法；二是基于高分辨率谱估计的方法；三是基于声达时延差(TDOA)的方法，波束成形是基于最大输出功率，它的基本思想就是将各MIC采集来的信号进行加权求和形成波束，通过搜索声源的可能位置来引导该波束，修改权值使得传声器阵列的输出信号功率最大；高分辨率谱估计的方法理论上可以对声源的方向进行有效估计，实际中若要获得较理想的精度，就要付出很大的计算量代价，而且需要较多的假设条件，当阵列较大时这种谱估计方法的运算量很大，对环境噪声敏感，还很容易导致定位不准确；声达时间差(TDOA)的定位技术计算量一般比前二种要小，更利于实时处理，但定位精度和抗干扰能力较弱，适合于近场，单一音源，而且不是重复性的信号。
而目前现有的波束成形方式存在一定的局限，仅仅适用于单一声源，若多声源在阵列方向图的同一主波束内，则无法区分，而这种定位精度和阵列宽度有关，在指定频率下，波束宽度和阵列孔径成反比，所以大孔径的麦克风阵列在很多场合的硬件上很难实现，不能有效达到空间滤波降噪目的，算法运算量较大，硬件资源消耗大，无法适用于各种嵌入式***。
发明内容
本发明的目的在于提供一种基于通用MCU的波束成形语音增强算法的实现，以解决上述背景技术中提出的现有的波束成形方式存在一定的局限，仅仅适用于单一声源，若多声源在阵列方向图的同一主波束内，则无法区分，而这种定位精度和阵列宽度有关，在指定频率下，波束宽度和阵列孔径成反比，所以大孔径的麦克风阵列在很多场合的硬件上很难实现，不能有效达到空间滤波降噪目的，算法运算量较大，硬件资源消耗大，无法适用于各种嵌入式***的问题。
为实现上述目的，本发明提供如下技术方案：一种基于通用MCU的波束成形语音增强算法的实现，包括以下步骤：
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure BDA0002253926480000022
阻塞矩阵
Figure BDA0002253926480000023
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure BDA0002253926480000021
)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为3m*4m*3m～2m*4m*2m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.2m～1.4m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
优选的，所述语音干扰和点噪声源干扰都来自麦克风阵列的右侧60°～90°方向。
优选的，所述语音干扰和点噪声源干扰距离麦克风0.5m～1m，散漫噪声以球形场的形式均匀分散在房间中。
优选的，所述静止矩阵和阻塞矩阵的设计方式均为简化设计。
与现有技术相比，本发明的有益效果是：该种基于通用MCU的波束成形语音增强算法的实现，通过配件的组合运用，解决声源定位及消除噪声问题，根据声源位置通过算法消除不同角度其它噪声，增强声源位置有效声音，静止矩阵，阻塞矩阵，自适应抵消部分的权重矩阵算法，可以实现有效地空间滤波降噪性能，达到降噪效果，给后端信号处理提供良好的信噪比，且由于本方案对静止矩阵采用的是求和平均的方式及采用了LMS自适应迭代的方法比现有技术方案有算法运算量小，硬件资源消耗小，适用于各种嵌入式***。
附图说明
图1为本发明时域GSC算法示意图；
图2为本发明静止矩阵示意图；
图3为本发明阻塞矩阵示意图；
图4为本发明LMS自适应迭代的方法求解过程示意图；
图5为本发明密封房间示意图；
图6为本发明语音干扰情况的时域波形示意图；
图7为本发明点躁声源干扰情况的时域波形示意图；
图8为本发明散漫噪声源干扰情况的时域波形示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：一种基于通用MCU的波束成形语音增强算法的实现，包括以下步骤：
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure BDA0002253926480000041
阻塞矩阵
Figure BDA0002253926480000042
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure BDA0002253926480000043
)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为3m*4m*3m～2m*4m*2m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.2m～1.4m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
其中，语音干扰和点噪声源干扰都来自麦克风阵列的右侧60°～90°方向，语音干扰和点噪声源干扰距离麦克风0.5m～1m，散漫噪声以球形场的形式均匀分散在房间中，静止矩阵和阻塞矩阵的设计方式均为简化设计，LMS自适应迭代的方法公式为：Wa(n+1)＝Wa(n)+μx(n)U(n)，其中，μ为迭代步长，wa(0)＝0，U(n)是阻塞矩阵
Figure BDA0002253926480000044
的输出，满足
Figure BDA0002253926480000045
实施例1
一种基于通用MCU的波束成形语音增强算法的实现，包括以下步骤：
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵阻塞矩阵
Figure BDA0002253926480000052
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure BDA0002253926480000053
)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为2m*4m*2m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.2m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
其中，语音干扰和点噪声源干扰都来自麦克风阵列的右侧70°方向，语音干扰和点噪声源干扰距离麦克风0.5m，散漫噪声以球形场的形式均匀分散在房间中，静止矩阵和阻塞矩阵的设计方式均为简化设计，LMS自适应迭代的方法公式为：Wa(n+1)＝Wa(n)+μx(n)U(n)，其中，μ为迭代步长，wa(0)＝0，U(n)是阻塞矩阵
Figure BDA0002253926480000054
的输出，满足
Figure BDA0002253926480000055
实施例2
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure BDA0002253926480000056
阻塞矩阵
Figure BDA0002253926480000057
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure BDA0002253926480000058
)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为3m*4m*3m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.4m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
其中，语音干扰和点噪声源干扰都来自麦克风阵列的右侧90°方向，语音干扰和点噪声源干扰距离麦克风1m，散漫噪声以球形场的形式均匀分散在房间中，静止矩阵和阻塞矩阵的设计方式均为简化设计，LMS自适应迭代的方法公式为：Wa(n+1)＝Wa(n)+μx(n)U(n)，其中，μ为迭代步长，wa(0)＝0，U(n)是阻塞矩阵
Figure BDA0002253926480000061
的输出，满足
Figure BDA0002253926480000062
实施例3
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure BDA0002253926480000063
阻塞矩阵
Figure BDA0002253926480000064
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为3m*4m*3m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.3m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
其中，语音干扰和点噪声源干扰都来自麦克风阵列的右侧80°方向，语音干扰和点噪声源干扰距离麦克风0.8m，散漫噪声以球形场的形式均匀分散在房间中，静止矩阵和阻塞矩阵的设计方式均为简化设计，LMS自适应迭代的方法公式为：Wa(n+1)＝Wa(n)+μx(n)U(n)，其中，μ为迭代步长，wa(0)＝0，U(n)是阻塞矩阵
Figure BDA0002253926480000071
的输出，满足
Figure BDA0002253926480000072
实施例4
根据时域GSC算法进行实现，如附图1所示，设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure BDA0002253926480000073
阻塞矩阵
Figure BDA0002253926480000074
和自适应抵消部分的权重矩阵Wa，对于静止矩阵和阻塞矩阵，已经进行了简化设计如附图2、3所示，对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure BDA0002253926480000075
)，这种简化方式具有计算简单，运算量低的优点，除了上述提到的静止矩阵和阻塞矩阵的设计，还有一个很重要的矩阵需要进行设计，也就是自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法，将X872算法模组放在长宽高为3m*4m*3m的密闭房间(如附图5所示)，目标声源位于麦克风阵列正前方方向，距离麦克风阵列1.4m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试，语音干扰和点噪声源干扰都来自麦克风阵列的右侧90°方向，且距离麦克分1m，散漫噪声以球形场的形式均匀分散在房间中，干扰源分为语音干扰，点噪音干扰，散漫噪音干扰,(如附图6、7、8)分别为这三种干扰的抑制效果，在房间中，静止矩阵和阻塞矩阵的设计方式均为简化设计，LMS自适应迭代的方法公式为：Wa(n+1)＝Wa(n)+μx(n)U(n)，求解过程如附图4所示，其中，μ为迭代步长，wa(0)＝0，U(n)是阻塞矩阵
Figure BDA0002253926480000076
的输出，满足
Figure BDA0002253926480000077
综合以上所述，该种基于通用MCU的波束成形语音增强算法的实现，通过配件的组合运用，解决声源定位及消除噪声问题，根据声源位置通过算法消除不同角度其它噪声，增强声源位置有效声音，静止矩阵，阻塞矩阵，自适应抵消部分的权重矩阵算法，可以实现有效地空间滤波降噪性能，达到降噪效果，给后端信号处理提供良好的信噪比，且由于本方案对静止矩阵采用的是求和平均的方式及采用了LMS自适应迭代的方法比现有技术方案有算法运算量小，硬件资源消耗小，适用于各种嵌入式***。
虽然在上文中已经参考实施例对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施例中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (4)

1.一种基于通用MCU的波束成形语音增强算法的实现，其特征在于：包括以下步骤：
S1：设计的部分是三个矩阵部分，固定波束形成部分的静止矩阵
Figure FDA0002253926470000012
阻塞矩阵
Figure FDA0002253926470000013
和自适应抵消部分的权重矩阵Wa；
S2：对于阻塞矩阵采用的是[1,-1]形式的相邻麦克风对减方式，静止矩阵采用的是求和平均的方式(a0取
Figure FDA0002253926470000011
)；
S3：设计自适应权重系数矩阵Wa，对于Wa的设计是为了进一步降低运算量，采用了LMS自适应迭代的方法；
S4：将X872算法模组放在长宽高为3m*4m*3m～2m*4m*2m的密闭房间，目标声源位于麦克风阵列正前方方向；
S5：距离麦克风阵列1.2m～1.4m，另外，对具有明确方向性的语音干扰、点噪声源干扰和无方向性的散漫噪声情况进行实验测试。
2.根据权利要求1所述的一种基于通用MCU的波束成形语音增强算法的实现，其特征在于：所述语音干扰和点噪声源干扰都来自麦克风阵列的右侧60°～90°方向。
3.根据权利要求1所述的一种基于通用MCU的波束成形语音增强算法的实现，其特征在于：所述语音干扰和点噪声源干扰距离麦克风0.5m～1m，散漫噪声以球形场的形式均匀分散在房间中。
4.根据权利要求1所述的一种基于通用MCU的波束成形语音增强算法的实现，其特征在于：所述静止矩阵和阻塞矩阵的设计方式均为简化设计。
CN201911045130.6A 2019-10-30 2019-10-30 一种基于通用mcu的波束成形语音增强算法的实现 Pending CN110782913A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911045130.6A CN110782913A (zh) 2019-10-30 2019-10-30 一种基于通用mcu的波束成形语音增强算法的实现

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911045130.6A CN110782913A (zh) 2019-10-30 2019-10-30 一种基于通用mcu的波束成形语音增强算法的实现

Publications (1)

Publication Number Publication Date
CN110782913A true CN110782913A (zh) 2020-02-11

Family

ID=69387710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911045130.6A Pending CN110782913A (zh) 2019-10-30 2019-10-30 一种基于通用mcu的波束成形语音增强算法的实现

Country Status (1)

Country Link
CN (1) CN110782913A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023165565A1 (zh) * 2022-03-02 2023-09-07 上海又为智能科技有限公司 音频增强方法和装置、计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090067642A1 (en) * 2007-08-13 2009-03-12 Markus Buck Noise reduction through spatial selectivity and filtering
CN102831898A (zh) * 2012-08-31 2012-12-19 厦门大学 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法
CN106710601A (zh) * 2016-11-23 2017-05-24 合肥华凌股份有限公司 一种语音信号降噪拾音处理方法和装置及冰箱

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090067642A1 (en) * 2007-08-13 2009-03-12 Markus Buck Noise reduction through spatial selectivity and filtering
CN102831898A (zh) * 2012-08-31 2012-12-19 厦门大学 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法
CN106710601A (zh) * 2016-11-23 2017-05-24 合肥华凌股份有限公司 一种语音信号降噪拾音处理方法和装置及冰箱

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈凤麟、陈和晏主编: "《生物医学随机信号处理》", 30 November 1999, 中国科学技术大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023165565A1 (zh) * 2022-03-02 2023-09-07 上海又为智能科技有限公司 音频增强方法和装置、计算机存储介质

Similar Documents

Publication Publication Date Title
Yan et al. Optimal modal beamforming for spherical microphone arrays
McCowan Microphone arrays: A tutorial
Hossain et al. Efficient robust broadband antenna array processor in the presence of look direction errors
JP6211890B2 (ja) 収音装置
CN109254261A (zh) 基于均匀圆阵epuma的相干信号零陷加深方法
CN111693971B (zh) 一种用于弱目标检测的宽波束干扰抑制方法
CN106093920B (zh) 一种基于对角加载的自适应波束形成算法
CN103941234B (zh) 一种针对多径信号的波束形成器设计方法
US6718041B2 (en) Echo attenuating method and device
Li et al. Broadband constant beamwidth beamforming for suppressing mainlobe and sidelobe interferences
Tager Near field superdirectivity (NFSD)
CN110782913A (zh) 一种基于通用mcu的波束成形语音增强算法的实现
Liu et al. Super-resolution DOA estimation using a coprime sensor array with the min processor
CN109669172B (zh) 基于主瓣内强干扰抑制的弱目标方位估计方法
Wang et al. Reconfigurable adaptive linear array signal processing in GNSS applications
Nagata et al. Two-dimensional DOA estimation of sound sources based on weighted wiener gain exploiting two-directional microphones
CN107728132B (zh) 一种改善干扰阻塞算法输出信噪比的方法
Wang et al. Robust mainlobe interference suppression for coherent interference environment
KR101354960B1 (ko) 영역 개념을 이용한 음파 입사 방향 추정 방법
Luo et al. Constrained maximum directivity beamformers based on uniform linear acoustic vector sensor arrays
Hawkes et al. Bearing estimation with acoustic vector‐sensor arrays
Nordholm et al. Performance limits of the broadband generalized sidelobe cancelling structure in an isotropic noise field
CN111585631A (zh) 一种提高分布式极化敏感阵列发射增益的波束形成方法
Wu et al. Maximum-output-power beamforming despite no prior information about the signals-of-interest NOR possibly about the interference
Kong et al. A new reduced-dimension GSC for target tracking and interference suppression

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200211