声学阵列抗扰动特性分析与改进方法研究

In this project, we will conduct thorough research on the robustness of the acoustic array. We will analyze the influence of the variation of the acoustic transfer function and the noise and mismatch of the array element on the performance of two typical acoustic arrays, i.e., microphone array and loudspeaker array. The primary target is to achieve breakthrough both theoretically and technically on acoustic information capturing and sound filed manipulation in sophisticated scenarios using acoustic array. The project mainly includes the following topics. (1) Establish a generalized multi-scatterer model, which is suitable for the research on acoustic array. Find the relation between the design target of acoustic array and the array-related parameters under sophisticated scenarios using this generalized model. (2) Improve the sound manipulation method with consideration of human auditory system features, and further improve the manipulation strategy with consideration of the environmental noise. (3) Investigate the influence of the noise and mismatch of the acoustic element, based on which improve the performance of array algorithms. (4) Establish the combined array system using both loudspeakers and microphones and explore new robust array processing method with proper sound field modelling and tracing techniques. The expected achievements of this project will significantly promote the application of acoustic array in telecommunication, VR and the frontend of AI systems. Furthermore, the breakthrough in some key areas will not only be utilized in audio acoustics, but also be beneficial to ultrasonics and hydroacoustics, hence promote the medical and military utilization of acoustic array.

本项目拟针对声学阵列的抗扰动特性进行全面的研究，以传声器阵列和扬声器阵列为研究对象，重点围绕声场扰动和单元噪声干扰这两个问题展开分析，目标是在复杂场景下的信息采集和声场调控关键理论和技术上取得突破。项目工作内容包括：（1）构建适用于阵列分析的泛化多散射体模型，分析得到复杂场景下声学阵列设计目标与阵列参数的关联；（2）针对人耳听觉特性改进扬声器阵列声场调控方法，并在环境噪声影响下进一步优化调控策略；（3）分析阵列单元自噪声和单元不一致性对阵列处理性能的影响，并对相应阵列算法进行改进；（4）构建扬声器、传声器混合阵列，探索通过声场建模跟踪提升阵列处理抗扰动性的新方法。项目的预期研究成果一方面可有力地推进声学阵列在通信、虚拟现实和人工智能前端处理系统中的应用；另一方面，一些关键技术点的突破不仅适用于音频领域，还可以扩展到超声和水声等领域的阵列系统，促进阵列技术在医疗和军事领域的应用。

本项目针对声学阵列的抗扰动特性展开研究，重点关注扰动条件下如何提升基于声学阵列的声场调控和声信息处理系统性能。详细分析了在使用声学阵列实施声场调控过程中同步建模与控制的可行性和相关算法。控制的同时实施建模可有效应对声场时变性和不确定性对控制效果的影响。以有源噪声控制和声场分区控制这两个常见声场调控任务为例，在理论上证明了同步建模与控制的可行性，并对不同建模与控制算法进行了优化。分析了基于阵列的声场分区控制宽带优化方案面临的频谱畸变问题，讨论了常见策略的相通之处，并在此基础上设计了更为通用的约束优化方法，该方法对可在扰动条件下更好地平衡亮暗区对比度和亮区声场调控的效果。考虑到该约束优化问题是非凸问题，还进一步设计了完整的参数优化方法。从信息采集的角度看，声学阵列的采集信息在时间-频率-空间三个维度构成了一个张量。我们在理论上对基于阵列的两类常用的盲源分离策略做了详细的分析，并建立了它们的关联。对结合变分自编码器的多通道分离系统，我们还对其面临的分离结果整体排序问题进行了分析，并优化了建模和分离方案，使得输出结果可以有效地根据应用目标完成排序。针对基于声学阵列的声源定位，我们综合深度神经网络的建模能力和阵列定位信号处理算法设计了鲁棒性的混合定位方案，该方案兼具在复杂环境下的鲁棒性和定位输出结果的稳定性。项目组还构建了完整的多通道输入输出声学阵列硬件系统，并完善了多通道控制系统。依托实验系统，除了完成一系列算法原理成果的实验验证，还进一步探索了声强测试以及参量阵在阵列调控系统中的应用，为未来的拓展研究打好基础。项目研究成果在理论上解决了声学阵列实施声场调控过程中的同步建模问题，提出了鲁棒性的声场调控优化目标，用统一的张量框架对阵列信息处理方案进行分析，对阵列的定位和盲源分离方案提出了鲁棒性算法。研究结果有望在依托声学阵列的噪声控制、声场调控、声学虚拟现实和声信息处理领域得到应用。