MUSIC 算法的详细介绍
1. 背景和动机
MUSIC(Multiple Signal Classification)算法是一种高分辨率的方向估计算法(DOA, Direction of Arrival),广泛应用于声源定位和阵列信号处理。其核心思想是利用信号和噪声子空间的分离,以及它们的正交性,通过伪谱搜索确定声源的方向角。
2. 信号模型
2.1 阵列信号模型
假设:
- MMM 个麦克风组成的线性阵列。
- KKK 个声源(K<MK < MK<M)。
- 每个声源的方向为 θk\theta_kθk(与竖直方向的夹角)(k=1,2,…,Kk = 1, 2, \dots, Kk=1,2,…,K)。
麦克风接收到的信号表示为:
x(t)=A(θ)s(t)+n(t) \mathbf{x}(t) = \mathbf{A}(\theta)\mathbf{s}(t) + \mathbf{n}(t) x(t)=A(θ)s(t)+n(t)
其中:
- x(t)∈CM×1\mathbf{x}(t) \in \mathbb{C}^{M \times 1}x(t)∈CM×1:麦克风阵列接收到的信号向量。
- A(θ)=[a(θ1),…,a(θK)]∈CM×K\mathbf{A}(\theta) = [\mathbf{a}(\theta_1), \dots, \mathbf{a}(\theta_K)] \in \mathbb{C}^{M \times K}A(θ)=[a(θ1),…,a(θK)]∈CM×K:导向矩阵,每列 a(θk)\mathbf{a}(\theta_k)a(θk) 是方向角 θk\theta_kθk 的导向向量。
- s(t)∈CK×1\mathbf{s}(t) \in \mathbb{C}^{K \times 1}s(t)∈CK×1:声源信号向量。
- n(t)∈CM×1\mathbf{n}(t) \in \mathbb{C}^{M \times 1}n(t)∈CM×1:加性高斯白噪声。
2.2 麦克风线性部署的假设
麦克风在一条直线上均匀间隔部署:
- MMM 个麦克风,间隔为 ddd。
- 阵列中心作为参考点,第 mmm 个麦克风的位