AI Summary & Key Takeaways
AI InsightThe results provide an implementation-specific accuracy-runtime comparison rather than a universal ranking of the algorithms.
📌 3 Key Takeaways
Abstract
Joint estimation of source azimuth and elevation is sensitive to array geometry, room reflections, observation length, sampling frequency, and preprocessing. This study presents a controlled within-collection comparison of generalized cross-correlation with phase transform (GCC-PHAT), steered response power with phase transform (SRP-PHAT), multiple signal classification (MUSIC), and minimum variance distortionless response (MVDR) using a vertically mounted eight-microphone circular array in an acoustically untreated indoor room. Synchronized measurements were obtained at 220 labeled source coordinates and divided into five non-overlapping temporal excerpts per coordinate, yielding 1,100 multichannel evaluation units. All algorithms used the same recordings, measured microphone coordinates, angular convention, and error definitions. Observation duration, processing sample rate, energy-based active-frame selection, and channel-wise Wiener filtering were varied. Under the best observed within-collection configuration for each implementation, mean Euclidean error in the azimuth-elevation coordinate plane was 0.84° for SRP-PHAT, 0.85° for GCC-PHAT, 1.00° for MUSIC, and 1.18° for MVDR. Error generally decreased with observation duration, with diminishing improvement at longer durations. Preprocessing effects were estimator-dependent. The results provide an implementation-specific accuracy-runtime comparison rather than a universal ranking of the algorithms.
Özet
Kaynak azimut ve yükselim açılarının birlikte kestirimi; dizi geometrisine, oda yansımalarına, gözlem süresine, örnekleme frekansına ve ön işleme adımlarına duyarlıdır. Bu çalışmada, akustik olarak düzenlenmemiş kapalı bir ortamda dikey olarak yerleştirilmiş sekiz mikrofonlu dairesel bir dizi kullanılarak GCC-PHAT, SRP-PHAT, MUSIC ve MVDR yöntemlerinin kontrollü ve aynı veri toplama süreci içindeki karşılaştırması sunulmaktadır. Senkronize ölçümler, etiketlenmiş 220 kaynak koordinatında gerçekleştirilmiş ve her koordinata ait kayıtlar birbiriyle örtüşmeyen beş zamansal kesite ayrılarak toplam 1.100 çok kanallı değerlendirme birimi elde edilmiştir. Tüm algoritmalarda aynı kayıtlar, ölçülmüş mikrofon koordinatları, açısal gösterim biçimi ve hata tanımları kullanılmıştır. Gözlem süresi, işleme örnekleme hızı, enerji tabanlı etkin çerçeve seçimi ve kanal bazlı Wiener filtreleme parametreleri değiştirilerek incelenmiştir. Her uygulama için ölçülen en iyi yapılandırmada, azimut-yükselim koordinat düzlemindeki ortalama Öklid hatası SRP-PHAT için 0,8382°, GCC-PHAT için 0,8490°, MUSIC için 0,9971° ve MVDR için 1,1809° olarak elde edilmiştir. Gözlem süresi arttıkça hata genel olarak azalmış, ancak daha uzun sürelerde sağlanan ek iyileşmenin giderek azaldığı görülmüştür. Ön işleme adımlarının etkisi ise kullanılan kestiriciye bağlı olarak değişmiştir. Elde edilen sonuçlar, algoritmalar için evrensel bir sıralama sunmaktan ziyade, uygulamaya özgü bir doğruluk-çalışma süresi karşılaştırması sağlamaktadır.