Skip to content
返回搜索结果

波束形成

提出者
Van Veen, Barry Buckley
年份
1988
类型
Directional audio array processing
类别
Signal processing, Spatial filtering

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

波束形成是一种空间信号处理技术,它利用麦克风阵列选择性地增强来自期望方向的声音,同时抑制来自其他方向的声音。波束形成由 Van Veen 和 Buckley 于 1988 年正式提出,是免提语音通信、助听器、声纳、雷达和空间音频录音的基础。它通过利用阵列单元之间的时间延迟和相位差,实现了在不使用全向麦克风的情况下进行具有方向灵敏度的“听音”。

方法背后的直觉

想象一个卫星天线,它能聚焦来自太空的无线电波;波束形成利用麦克风阵列对声音做同样的事情。通过仔细调整每个麦克风信号在合并前的增益和延迟,您可以创建一个“虚拟”定向麦克风,优先拾取来自选定方向的声音。来自其他方向的声音会发生相消干涉并被消除。这使您能够在嘈杂的房间里听到特定说话人的声音,在空间上定位说话人,并抑制背景噪声。

历史学

波束形成概念起源于雷达和声纳(20 世纪 40-50 年代)。Van Veen 和 Buckley 于 1988 年系统化了通用信号处理的波束形成理论。自适应波束形成(Frost、MVDR、LCMV)开发于 20 世纪 70-80 年代。随着语音助手、免提电话和助听器的出现,商业部署在 20 世纪 90-2000 年代加速。现代变体包括超指向性阵列、差分麦克风阵列和基于机器学习的空间滤波器。

何时使用

将波束形成用于语音助手和会议中的免提语音捕获,助听器麦克风以增强来自前方声源的语音,声源定位(找到说话人的位置),空间音频录制和重放,以及水下声纳应用。当阵列孔径(尺寸)与感兴趣的波长相当或更大时,波束形成特别有效。对于非常低的频率(长波长),需要大阵列;对于高频率,紧凑型阵列就足够了。

局限与注意事项

  • 在低频(波长相对于阵列孔径较大)下性能会下降;低频信号需要更大的阵列。
  • 因果关系和延迟:波束形成器计算和依赖延迟的处理会引入延迟(典型值为 10-100 毫秒);这对于交互式应用来说是个问题。
  • 空间混叠:如果阵列间距超过半个波长,多个方向会产生模糊响应。阵列设计必须避免目标频率下的混叠。
  • 混响和扩散场:波束形成假设的是直达声路径;在混响房间中,晚反射和扩散声会降低方向性。
  • 计算成本随麦克风数量和频率分辨率的增加而增加;高阶波束形成器和实时实现需要大量的数字信号处理资源。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 使用全向麦克风实现定向监听;避免了机械定向麦克风的成本和设计复杂性。
  • 高度灵活且自适应;波束形成器权重可以实时更新,以跟踪移动声源或抑制动态干扰。
  • 提供空间感知:可以定位声源,估计到达方向,并创建空间音频效果。
  • 适用于宽频率范围;适当的缩放和设计调整可实现从次声波到超声波的波束形成。
  • 理论和实际实现都已成熟;有大量的文献和商业波束形成算法可供使用。

应用

  • 语音助手和免提电话设计:波束形成麦克风抑制背景噪声和房间混响,实现远场语音捕获。
  • 助听器定向麦克风:增强来自前方的语音,同时抑制环境噪声,提高听力障碍用户的语音可懂度。
  • 空间音频录制和制作:阵列麦克风捕获定向声场,用于沉浸式多声道音频(全向声、环绕声、VR 音频)。
  • 声源定位和跟踪:来自多个观察方向的波束形成器输出可估计 2D 或 3D 空间中的声源位置。
  • 声纳和水下声学:波束形成可实现水下声源(海洋生物、潜艇)的探测、定位和跟踪。
  • 建筑声学和会议系统:会议室中的分布式麦克风阵列增强语音拾取并抑制声反馈。

使用方式

使用方式

1

将多个麦克风(通常为 2 到 64 个或更多)放置在已知的几何配置(线性、圆形、球形)中,间距小于感兴趣最高频率的半个波长。

2

数字化并同步所有麦克风信号(确保时序对齐优于一个采样周期);校准麦克风增益和频率响应。

3

计算来自不同方向的声音到达麦克风对之间的时间差(TDOA)。TDOA 确定对齐(相位匹配)来自特定方向的信号所需的相位延迟。

4

设计波束形成器权重(复数增益和延迟),使得来自期望方向的信号相长干涉,而来自其他方向的信号相消干涉。常见的波束形成器设计:延迟-求和(时域)、Frost(频域)、MVDR(最小方差无失真响应)和自适应(LCMV、MUSIC)。

5

计算波束形成器输出(加权并求和的麦克风信号),并测量空间指标:波束图(增益随方向的变化)、指向性指数(波束响应与全向响应之比)以及对侧射和端射信号的灵敏度。

常见陷阱

  • 忽略空间混叠;采样不足的阵列(麦克风间距过大)在高频下会产生模糊或不稳定的结果。
  • 对低频声源使用不足的阵列孔径;波长远大于阵列尺寸会导致指向性差。根据目标频率范围规划阵列尺寸。
  • 忽略麦克风失配(增益、相位、时序差异);严重的失配会破坏波束形成器的性能。请仔细校准。
  • 假设波束形成提供无限指向性;实际的波束形成器具有有限的指向性指数,并且旁瓣抑制是有限的。
  • 未能考虑房间混响;扩散声和晚反射无法进行定向抑制。可能需要自适应波束形成器和声学预处理。

常见问题

阵列孔径与频率响应之间的关系是什么?

阵列孔径(物理尺寸)决定了可以有效引导和区分的波长。在低频(长波长)下,为了获得良好的指向性,孔径相对于波长必须较大。在高频(短波长)下,紧凑型阵列即可工作。经验法则是:在感兴趣的频率下,孔径至少应为波长的 2-4 倍才能获得有效的增益。

延迟-求和波束形成器与自适应波束形成器之间有什么区别?

延迟-求和是一种固定波束形成器:权重(延迟和增益)根据期望的观察方向固定。它在观察方向上提供恒定的增益,但旁瓣抑制有限。自适应波束形成器(MVDR、LCMV)实时调整权重,以最小化噪声功率,同时保持指向期望方向的增益,从而提供更好的干扰抑制。

如何选择阵列中的麦克风间距?

麦克风间距不应超过感兴趣的最短波长的一半,以避免空间混叠。例如,在 4 kHz(波长 ≈ 8.6 厘米)下,间距应 ≤ 4.3 厘米。更小的间距(λ/4)可提供更好的指向性,但会增加计算成本和阵列复杂性。

波束形成可以在水下工作吗?

是的,波束形成广泛用于水下声纳和海洋生物声学。原理相同,但声波在水中的波长比在空气中长得多(海水中声速 ≈ 1500 m/s,空气中为 343 m/s),因此水下阵列在物理上更大。多单元水听器阵列可实现水下环境中的声源定位、物种识别和通信。

为什么波束形成在混响房间中的性能会下降?

在混响房间中,晚反射和扩散声来自许多方向。为直达声设计的波束形成器无法抑制这些缺乏方向相干性的扩散成分。声学预处理(去混响、逆滤波)或利用相干性差异的多麦克风算法(超指向性阵列、语音分离)可以缓解混响效应。

相关方法

参考文献

  1. Van Veen, B. D., & Buckley, K. M. (1988). Beamforming: A versatile approach to spatial filtering. IEEE ASSP Magazine, 5(2), 4–24.

    打开 DOI 文献
    已复制。
  2. Brandstein, M., & Ward, D. (2001). Microphone Arrays: Signal Processing Techniques and Applications. Springer-Verlag.

    ISBN:978-3540419013
    已复制。
  3. Krim, H., & Viberg, M. (1996). Two decades of array signal processing research. IEEE Signal Processing Magazine, 13(4), 67–94.

    打开 DOI 文献
    已复制。