基于近似核密度估计的近场多声源定位算法

针对混响环境下的近场多声源定位问题,提出了一种基于近似核密度估计(KDE)的算法模型。引入多阶段(MS)分频带处理有效解决宽间距时的空域模糊,同时,构建空域似然率函数(SLF)通过相加(S)及相乘(P)2种算子进行多维融合,从而衍生出S-KDE、P-KDE、S-KDEMS和P-KDEMS 4种算法。通过对均方根误差(RMSE)以及表征辨识度的SLF百分比(PSLF)这2个统计指标的综合比较,证实了P-KDEMS是一种具有较高稳健性与辨识度的近场多声源定位算法。