← 返回论文列表

ASAP:一种面向三维平面麦克风阵列波达方向估计的方位角优先条带搜索方法
ASAP: An Azimuth-Priority Strip-Based Search Approach to Planar Microphone Array DOA Estimation in 3D

作者: Ming Huang, Shuting Xu, Leying Yang 等9人
arXiv: 2604.25387v1
分类: eess.AS, cs.RO
📝 论文摘要
波达方向(DOA)估计是麦克风阵列处理及众多下游应用中的重要任务。近年来,相位变换控制响应功率(SRP-PHAT)方法已被广泛用于DOA估计。然而,在三维场景中实现精确的SRP-PHAT估计需要评估数千个候选方向的导向响应,严重限制了资源受限平台上的实时性能。这一挑战对于平面阵列尤为关键——由于结构简单,平面阵列在机器人领域被广泛应用。基于大多数阵列的方位角估计通常比仰角估计更可靠的观察,我们提出ASAP方法,这是一种面向三维空间中平面麦克风阵列DOA估计的方位角优先条带搜索方法。第一阶段,ASAP在方位角条带内执行从粗到精的区域收缩,通过球冠锁定方位角同时保留多个峰值。第二阶段,它沿两个相近候选点之间的大圆弧细化仰角。大量仿真和实际实验验证了所提方法相对于现有方法的效率与优势。

📊 核心分析

🎯 研究动机
- 解决**平面麦克风阵列** 在3D场景中**DOA估计(方向到达角估计) ** 的实时性问题 - ** SRP-PHAT(相位变换的导向响应功率) ** 方法需要评估数千个候选方向,在资源受限平台上难以实时运行 - 平面阵列因结构简单广泛用于机器人,但其** 方位角估计**通常比** 仰角估计**更可靠,现有方法未充分利用这一特性
🔧 核心方法
- 提出**ASAP(方位角优先的条带搜索方法) ** ,分为两阶段搜索 - 第一阶段:在** 方位角条带(azimuthal strips) ** 内执行** 粗到细的区域收缩(coarse-to-fine region contraction) ** ,通过** 球冠(spherical caps) ** 保留多个极大值以锁定方位角 - 第二阶段:沿两个相近候选点之间的** 大圆弧(great-circle arc)** 细化仰角估计
💡 核心创新
- **方位角优先(azimuth-priority) ** 策略:利用方位角估计可靠性高于仰角的先验知识,先高效锁定方位角再细化仰角 - ** 条带搜索(strip-based search) ** :将3D空间搜索降维为方位角条带内的快速搜索,大幅降低计算量 - ** 两阶段粗到细框架**:第一阶段区域收缩保留多候选,第二阶段沿弧线精确优化,平衡效率与精度
🏆 总体贡献
- 为**平面麦克风阵列3D DOA估计** 提供了一种高效实时的搜索范式 - 在**仿真和真实实验** 中验证了相比现有方法的效率和精度优势 - 解决了**资源受限平台** (如机器人)上实时SRP-PHAT估计的瓶颈问题