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。