한국음향학회지 (The Journal of the Acoustical Society of Korea)

  • 제36권4호
  • /
  • Pages.279-284
  • /
  • 2017
  • /
  • 1225-4428(pISSN)
  • /
  • 2287-3775(eISSN)
한국음향학회 (The Acoustical Society of Korea)
권호 표지
DOI QR코드

DOI QR Code

로그-합 규준화와 정준형 상관 분석을 이용한 시간 지연 추정에 관한 연구

A time delay estimation method using canonical correlation analysis and log-sum regularization

  • 투고 : 2017.04.19
  • 심사 : 2017.07.31
  • 발행 : 2017.07.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

음원 위치 추정은 여러 방면에서 쓰임이 있는 응용 기술이다. 음원의 위치를 추정하기 위한 기본 기법 중에는 시간 지연 추정 기법이 있다. 이 기법에선 음원의 위치를 추정하기 위해서 두 개 또는 그 이상의 수신기에 들어오는 신호간의 상대적 시간 지연을 알아내야 한다. 시간 지연 추정 기법에는 일반화 된 상호 상관(Generalized Cross-Correlation, GCC) 대표적이지만, 정준형 상관 분석(Canonical Correlation Analysis, CCA)을 이용한 방법도 있다. 본 논문에서는 시간 지연 추정용 정준형 상관 분석의 고유벡터의 희소성을 이용하기 위해 새로운 알고리즘을 제안한다. 이를 위해서 로그-합(log-sum) 정규화를 이용한다. 본 논문에서는 서로 다른 여러 신호 대 잡음비 환경 하에서 비교 모의실험을 하였고, 이 비교 실험을 통하여 얻는 데이터를 통해서 제안한 새 정준형 상관 분석 기반 알고리즘이 이전의 정준형 상관분석 기반 알고리즘이나 기존 GCC보다 더 우수하다는 것을 보인다.

The localization of sources has a numerous number of applications. To estimate the position of sources, the relative time delay between two or more received signals for the direct signal must be determined. Although the GCC (Generalized Cross-Correlation) method is the most popular technique, an approach based on CCA (Canonical Correlation Analysis) was also proposed for the TDE (Time Delay Estimation). In this paper, we propose a new adaptive algorithm based on CCA in order to utilized the sparsity in the eigenvector of CCA based time delay estimator. The proposed algorithm uses the eigenvector corresponding to the maximum eigenvalue with log-sum regularization in order to utilize the sparsity in the eigenvector. We have performed simulations for several SNR(signal to noise ratio)s, showing that the new CCA based algorithm can estimate the time delays more accurately than the conventional CCA and GCC based TDE algorithms.

키워드

참고문헌

  1. D. Havelock, S. Kuwano, and M. Vorlander, Handbook of signal processing in acoustics (Springer, Berlin, 2008), pp. 33-52.
  2. J. F. Ferreira, C. Pinho, and J. Dias, "Implementation and calibration of a Bayesian binaural system for 3D localisation," IEEE international conference on robotics and biomimetics, 1722-1727 (2009).
  3. E. Tiana-Roig, F. Jacobsen, and E. Grande, "Beamforming with a circular microphone array for localization of environmental noise sources," J. Acoust. Soc. Am. 128, 3535-42 (2010). https://doi.org/10.1121/1.3500669
  4. T. May, S. Par, and A. Kohlrausch, "A probabilistic model for robust localization based on a binaural auditory front-end," IEEE Trans. Audio, Speech, Lang. Process. 19, 1-13 (2011). https://doi.org/10.1109/TASL.2010.2042128
  5. G. C. Carter, Coherence and Time Delay Estimation: An Applied Tutorial for Research, Development, Test and Evaluation Engineers (IEEE press, New York, 1993), pp. 1-29.
  6. C. H. Knapp and G. C. Carter, "The generalized correlation method for estimation of time delay," IEEE Trans. Acoust., Speech, Signal Process. 24, 320-327, (1976). https://doi.org/10.1109/TASSP.1976.1162830
  7. J. Benesty, "Adaptive eigenvalue decomposition algorithm for passive acoustic source localization," J. Acoust. Soc. Am. 107, 384-391 (2000). https://doi.org/10.1121/1.428310
  8. S. Doclo and M. Moonen, "Robust adaptive time delay estimation for speaker localization in noisy and reverberant acoustic environments," EURASIP J. Appl. Signal Process. 11, 1110-124 (2003).
  9. J. Lim and W. Hong, "An adaptive time delay estimation method based on canonical correlation analysis" (in Korean), J. Acoust. Soc. Kr. 32, 548-555 (2013). https://doi.org/10.7776/ASK.2013.32.6.548
  10. J. Via, I. Santamaria, and J. Perez, "A learning algorithm for adaptive canonical correlation analysis of several data set," Neural Network, 20, 139-152 (2007). https://doi.org/10.1016/j.neunet.2006.09.011
  11. Y. Chen, Y. Gu, and A. O. Hero III, "Sparse LMS for system identification," Proc. ICASSP, 3125-3128 (2009).