Entropy-based direction-of-arrival estimation methods for rigid spherical microphone arrays

Abstract

Ses kaynaklarının varış yönünü kestirme popüler bir araştırma konusudur ve farklı uygulamalarda önemli rolü vardır. Küresel mikrofon dizinlerinin gelişmesi ile daha doğru varış yönü kestirme ve ses ortamı analizi mümkün olmuştur. Küresel mikrofon dizinleri küresel harmoniklerin hesaplamasını kolaylaştırmış ve bu küresel harmonik alanında ses kaynağı tespiti yapan yöntemlerin geliştirilmesini sağlamıştır. Bu tez çalışmasında özgün bir varış kestirme yöntemi sunulmuştur. Önerilen yöntem küresel mikrofon dizinleri için geliştirilmiş olup entropi temelli hiyerarşik sistem düzenlemesi (HiGRID) olarak tanımlanabilir. HiGRID, birim kürede için yönsel güç yanıtlarının sektörel bölgelerde ortalamaların hesaplanmasıyla gerçekleşmektedir.HiGRID yöntemine ek olarak bu yöntemin eigen sinyal bazlı çoklu sinyal sınıflandırması (EB-MUSIC) ve baskın doğrusal yol (DPD) testi ile kombinasyonları da sunulmuştur. EB-MUSIC ile kullanılan HiGRID ses kaynağı sayma yöntemi olarak kullanılmıştır. Diğer yöntemde ise HiGRID, DPD testinden sonra uygulanmış ve toplam işlem yükü azaltılmıştır. Ayrıca daha doğru DPD testi için istatiksel bir eşik belirleme yöntemi önerilmiştir.HiGRID yönteminin güncel yöntemlerle karşılaştırması sunulmuştur. Bu karşılaştırma simüle edilen ses sahmelerindeki ses kaynaklarının tespitindeki hataların hesaplanması şekilinde gerçekleştirilmiştir. HiGRID'in EB-MUSIC and DPD testi ile kombinasyonlarının değerlendirmesi yinesimule edilmiş farklı senaryolarda ses kaynaklarını tespitindeki hataların hesaplanması ile yapılmıştır. Varış yönü kestirme performansı açısından bakıldığında ve güncel yöntemlerle karşılaştırıldığında HiGRID ve kombinasyonları için olumlu sonuçlar elde edilmiştir.

Direction-of-arrival (DOA) estimation of sound sources is a popular research topic and has several different applications including spatial audio. Recent advances in microphone arrays made more accurate sound field analysis possible. Spherical microphone arrays afford a trivial calculation of spherical harmonic decomposition of sound fields and can be employed in different DOA estimation methods in spherical harmonics domain. This thesis proposes two extensions to the a novel DOA estimation method called Hierarchical Grid Refinement (HiGRID) for rigid spherical microphone arrays (RSMA). HiGRID is based on the calculation of the sector averaged directional response power of a steered beam over a sparse set of directions on the unit sphere. The selection of the direction for which response power is to be calculated is determined using spatial entropy as a criterion. This is followed by clustering of the resulting DOA map using a method based on connected components labelling is also proposed for counting sources and estimating their DOAs.This thesis also investigates the extensions of several state-of-the-art DOA estimation techniques. These include the improvement of DOA estimation performance or computational efficiency of Eigenbeam Multiple Signal Classification (EB-MUSIC) and Direct Path Dominance (DPD) test. HiGRID is first used as source counting method prior to EB-MUSIC to decrease the computational cost of DOA estimation. HiGRID is then used as a DOA estimation method following the DPD test which increases the DOA estimation accuracy while reducing the total computational cost. A new data-driven statistical method for DPD test threshold selection is also proposed. This allows the an informed selection of DPD test threshold based on effective rank statistics of spatial correlation matrices obtained from RSMAs.Comparison of HiGRID with previous DOA estimation methods with real and simulated recordings are presented. Evaluations of proposed algorithms for EB-MUSIC and DPD test are also presented in terms of DOA estimation errors using simulated recordings. HiGRID and its combinations with EB-MUSIC and DPD test performed favourably in comparison with other state-of-the-art DOA estimation methods indicating the utility of the proposed methods in multiple source DOA estimation.