《麥克風陣列信號處理》是2016年1月出版的一本圖書，作者是（加）貝內斯特（Benesty, J.）, 陳景東, 黃以騰。
基本介紹
- 書名：麥克風陣列信號處理
- 作者：（加）貝內斯特（Benesty, J.）, 陳景東, 黃以騰
- ISBN：978-7-118-10498-1
- 出版時間：2016年1月
出版信息,內容簡介,目錄,
出版信息
書名麥克風陣列信號處理
書號978-7-118-10498-1
作者（加）貝內斯特（Benesty, J.）, 陳景東, 黃以騰
出版時間2016年1月
譯者鄒霞等
版次1版1次
開本16
裝幀精裝
出版基金裝備科技譯著出版基金
頁數194
字數240
中圖分類TN641
叢書名高新科技譯叢
定價69.90
內容簡介
該書是一本聲學和語音信號處理領域的專著，全面系統地闡述了麥克風陣列的理論和套用。全書共分為十章，涵蓋了麥克風陣列信號處理領域中最重要的主題。每章沿著從基本理論到實際套用的脈絡進行描述，希冀為讀者建立起最重要的基本概念。
全書各章基本是自含的，可以按需求單獨閱讀每一章。第1 章介紹麥克風陣列的概念、特點和套用，以及全書組織結構。第2 章闡述了線性最優濾波器，這是麥克風陣列信號處理的基礎。第3 章介紹了傳統的窄帶波束成形技術，引入了寬頻波束成形的原理。第4 章介紹如何將線性限制最小方差濾波器（LCMV）用於室內聲音環境下的噪聲抑制和去混響。第5 章在一個統一的數學框架下，介紹了幾種典型的單通道噪聲抑制算法在麥克風陣列噪聲抑制中的套用。第6 章在單通道和多通道兩個方面介紹了頻域最優濾波器，側重幫助讀者理解在多通道條件下頻域濾波器的工作原理。第7 章從多輸入多輸出（MIMO）系統的角度介紹了麥克風陣列在信源提取、去混響和干擾抑制等方面的套用。第8 章是第7 章的延續，介紹了如何使用兩步策略處理干擾源及混響問題。第9 章介紹了麥克風陣列條件下的波達方向（DOA）和時延估計（TDOA）問題。第10 章對本書中沒有涉及的幾個問題進行了討論。本書可以作為通信、信號處理和聲學等相關專業研究生的教材或教學參考書，也可供從事相關工作的科研及工程人員參考。
目錄
第1 章 緒論1
11 基於麥克風陣列的信號處理技術研究 1
12 本書的內容與結構 5
第2 章 經典最優濾波器7
21 引言 7
22 維納濾波器 7
23 Frost 濾波器 15
231 算法15
232 廣義旁瓣抵消結構16
233 線上性內插中的套用17
24 卡爾曼濾波 19
25 可替代MSE 的準則 22
251 Pearson 相關係數22
252 SPCC 的重要性質23
253 由SPCC 推導最優濾波器舉例25
26 總結 31
第3 章 傳統波束形成技術32
31 引言 32
32 問題描述 33
33 延遲-求和技術 33
34 固定波束形成的設計 38
35 最大信噪比濾波器 41
36 最小方差無失真回響濾波器 43
37 基於參考信號的方法 44
38 回響不變寬頻波束形成 45
39 陷零技術 48
310 麥克風陣列方向圖函式 50
3101 第一種信號模型50
3102 第二種信號模型52
311 總結 53
第4 章 LCMV 濾波器在室內聲學環境下的套用54
41 引言 54
42 信號模型 54
421 無回聲模型54
422 混響模型55
423 空-時模型55
43 基於無回聲模型的LCMV 濾波器 56
44 基於混響模型的LCMV 濾波器 58
45 基於空-時模型的LCMV 濾波 61
451 實驗結果63
46 頻域LCMV 濾波 65
47 總結 67
第5 章 多麥克風噪聲抑制：統一處理68
51 引言 68
52 信號模型和問題描述 68
53 有用的定義 70
54 維納濾波 71
55 子空間方法 74
56 空-時預測方法 76
57 噪聲完全相干的情況 78
58 自適應噪聲消除 79
59 卡爾曼濾波 80
510 仿真 81
5101 聲學環境和實驗設定81
5102 實驗結果83
511 總結 91
第6 章 非因果（頻域）最優濾波 92
61 引言 92
62 信號模型和問題描述 92
63 性能測度 93
64 非因果維納濾波 96
65 參數化維納濾波 99
66 推廣到多通道的情況 101
661 信號模型101
662 定義102
663 多通道維納濾波104
664 空間最大SNR 濾波106
665 最小方差無失真回響濾波108
666 無失真多通道維納濾波109
67 總結110
第7 章 多輸入多輸出視角下的麥克風陣列111
71 引言 111
72 信號模型與問題描述 111
721 SISO 模型112
722 SIMO 模型113
723 MISO 模型113
724 MIMO 模型114
725 問題描述115
73 二元麥克風陣列116
731 最小二乘法116
732 Frost 算法117
733 廣義旁瓣消除結構118
74 N 元麥克風陣列 120
741 最小二乘和MINT 方法120
742 Frost 算法122
743 廣義旁瓣消除結構123
744 最小方差無失真回響方法125
75 仿真 125
751 聲環境與實驗設定125
76 總結 130
第8 章 逐級分離和去混響：兩級方法 132
81 引言 132
82 信號模型與問題描述 132
83 源分離 134
831 2×3 MIMO 系統134
832 M×N MIMO 系統138
84 語音去混響 140
841 直接反向法142
842 最小均方誤差和最小二乘法142
843 MINT 方法143
85 總結 145
第9 章 到達方向和到達時間差估計 146
91 引言 146
92 問題描述和信號模型 148
921 單源自由場模型148
922 多源自由場模型149
923 單源混響模型150
924 多源混響模型151
93 互相關方法 152
94 廣義互相關方法族 153
941 經典互相關154
942 平滑相干變換154
943 相位變換155
95 空間線性預測方法 155
96 多通道互相關係數算法 158
97 基於特徵矢量的技術 162
971 窄帶MUSIC 162
972 寬頻MUSIC 163
98 最小熵方法 165
981 高斯源信號165
982 語音源信號166
99 自適應特徵值分解算法 167
910 基於自適應多通道盲辨識的方法 168
911 多源TDOA 估計 170
912 總結 173
第10 章 未涉及的問題 174
101 引言 174
102 語音源數目估計 174
103 雞尾酒會效應和盲源分離 175
104 盲MIMO 辨識 176
105 總結 178
參考文獻 179"
