Multi-Source Position and Direction-of-Arrival Estimation Based on Euclidean Distance Matrices

논문 요약: 유클리드 거리 행렬 (EDM) 기반의 다중 음원 위치 및 도래각 추정

1. 문제 제기 (Problem)

음성 향상, 소음 제거, 화자 추출 등 다양한 응용 분야에서 잡음과 반향이 있는 환경에서 다중 음원의 위치 (Position) 또는 도래각 (DOA, Direction-of-Arrival) 을 추정하는 것은 중요한 과제입니다. 기존에 널리 사용되는 지향성 응답 전력 (SRP, Steered-Response Power) 기반 방법 (예: SRP-PHAT) 은 다음과 같은 한계가 있습니다.

• 높은 계산 복잡도: 3 차원 위치 추정을 위해 3 개의 연속 변수 (x, y, z) 를, DOA 추정을 위해 2 개의 연속 변수 (방위각, 고도각) 를 동시에 최적화해야 합니다.
• 정밀도 대 비용의 트레이드오프: 높은 정확도를 얻기 위해서는 고해상도의 다차원 그리드 검색이 필요하여 계산 비용이 기하급수적으로 증가합니다.
• 다중 음원 간섭: SRP 기반 방법은 음원이 서로 가까울 때나 멀리 있을 때 성능이 급격히 저하되는 경향이 있습니다.

2. 제안된 방법론 (Methodology)

이 논문은 유클리드 거리 행렬 (EDM, Euclidean Distance Matrix) 과 그와 관련된 그람 행렬 (Gram Matrix) 의 수학적 성질을 활용하여 다중 음원의 위치와 DOA 를 추정하는 새로운 방법을 제안합니다. 핵심 아이디어는 시간차 (TDOA) 추정치를 기반으로 하여, 연속 변수의 최적화 차원을 획기적으로 줄이는 것입니다.

가. 다중 음원 위치 추정 (Multi-Source Position Estimation)

• 단일 연속 변수 최적화: SRP 방식이 3 개의 좌표 변수를 동시에 최적화하는 반면, 제안된 방법은 각 음원과 기준 마이크 간의 거리 ($\alpha$) 를 나타내는 단 하나의 연속 변수만 최적화합니다.
• 그람 행렬의 고유값 활용: EDM 을 구성하여 해당 행렬의 그람 행렬을 계산합니다. 이상적인 3 차원 기하학적 구조를 가질 때 그람 행렬의 랭크는 3 이하가 되어야 합니다. 이를 바탕으로, 3 차원 이상의 고유값 (0 이어야 할 값) 의 크기를 비용 함수 (Cost Function) 로 정의합니다.
• TDOA 후보 조합 탐색: 실제 TDOA 는 잡음으로 인해 불확실하므로, GCC-PHAT 함수의 국소 최대값들을 후보로 설정합니다. 모든 가능한 TDOA 조합에 대해 비용 함수를 최소화하는 거리 변수 $\alpha$를 찾습니다.
• 음원 매핑: 최적의 TDOA 조합과 거리를 찾은 후, 추정된 상대 위치를 절대 위치로 변환하기 위해 직교 프로크루스테스 문제 (Orthogonal Procrustes Problem) 를 해결합니다.

나. 다중 음원 DOA 추정 (Multi-Source DOA Estimation)

• 연속 변수 최적화 제거: 근거리 마이크 어레이 (Compact Array) 와 원거리 음원을 가정합니다.
• 랭크 축소 그람 행렬: TDOA 정보를 기반으로 그람 행렬에서 랭크 1 의 행렬을 빼서 랭크가 축소된 그람 행렬 (Rank-Reduced Gram Matrix) 을 구성합니다.
• 비용 함수 최소화: 이 축소된 행렬의 고유값을 이용해 비용 함수를 정의하고, 이를 최소화하는 TDOA 조합을 선택합니다. 이 과정은 연속 변수 최적화가 전혀 필요하지 않습니다.
• DOA 추출: 최적의 TDOA 조합에 해당하는 그람 행렬로부터 마이크의 상대 좌표를 복원하고, 이를 절대 좌표계와 매핑하여 DOA 벡터를 직접 추출합니다.

3. 주요 기여 (Key Contributions)

1. 계산 효율성 향상: SRP 기반 방법의 3 차원 (위치) 또는 2 차원 (DOA) 그리드 검색을, EDM 기반 방법은 1 차원 거리 검색 (위치) 또는 이산 조합 검색 (DOA) 으로 대체하여 계산 부하를 크게 줄였습니다.
2. 다중 음원 자동 할당: TDOA 추정 단계에서 음원 간의 매핑을 명시적으로 수행하지 않고, EDM 기반 비용 함수를 최소화하는 TDOA 조합을 선택함으로써 자연스럽게 음원 간 할당 (Association) 문제를 해결합니다.
3. 강건한 성능: 잡음과 반향이 있는 환경에서도 그람 행렬의 랭크 성질을 활용하여 SRP 방법보다 우수한 정확도를 달성했습니다.

4. 실험 결과 (Results)

6 개의 마이크와 2 개의 음원을 사용한 시뮬레이션 (잡음 및 반향 환경) 을 통해 제안된 방법과 SRP-PHAT 기반 방법을 비교했습니다.

• 위치 추정 정확도:
  • 제안된 EDM 기반 방법은 모든 거리 조건에서 SRP 방법보다 중위수 위치 오차가 현저히 낮았습니다.
  • 특히 음원이 마이크 어레이에 매우 가깝거나 매우 먼 경우 SRP 방법의 오차가 급증하는 반면, EDM 방법은 일관된 성능을 유지했습니다.
  • 실행 시간: 6 마이크 환경에서 위치 추정 시 EDM 방법은 SRP 방법보다 약 380 배 빠릅니다 (1.6 초 vs 609.3 초).
• DOA 추정 정확도:
  • 모든 조건에서 EDM 기반 방법이 SRP 방법보다 중위수 DOA 오차가 낮았습니다 (대부분 4 도 미만).
  • SRP 방법은 음원 간 신호 전력 비율에 민감하게 반응하여 성능이 떨어지는 반면, EDM 방법은 더 안정적이었습니다.
  • 실행 시간: DOA 추정 시 EDM 방법은 SRP 방법보다 약 23 배 빠릅니다 (1.2 초 vs 27.2 초).
• 계산 복잡도: 마이크 수 ($M$) 와 TDOA 후보 수 ($C$) 에 대해 EDM 방법의 복잡도는 $O(C^{M-1}M^3)$로 조합적으로 증가하지만, SRP 방법은 $O(G \cdot M^2)$로 2 차적으로 증가합니다. 그러나 실제 실험 설정 (6 마이크, 고해상도 그리드) 에서는 EDM 방법이 훨씬 빠른 실행 시간을 보였습니다.

5. 의의 및 결론 (Significance)

이 논문은 다중 음원 로컬라이제이션 분야에서 기하학적 제약 (EDM 과 그람 행렬의 랭크 성질) 을 활용하여 기존의 최적화 기반 방법 (SRP) 의 한계를 극복한 획기적인 접근법을 제시했습니다.

• 실시간 처리 가능성: 연속 변수 최적화의 차원을 줄이고 이산 조합 탐색을 통해, 고해상도 그리드 검색이 필요한 기존 방식보다 훨씬 빠른 처리 속도를 달성하여 실시간 응용에 적합합니다.
• 정확도 향상: 특히 음원이 마이크 어레이에 가깝거나 멀리 있는 극단적인 조건에서도 SRP 방법보다 우수한 정확도를 보여, 다양한 환경에서의 적용 가능성을 입증했습니다.
• 미래 작업: 추후 이동하는 음원을 추적하기 위해 제안된 EDM 기반 추정 결과를 트랙킹 알고리즘과 결합하는 연구가 기대됩니다.

요약하자면, 이 연구는 유클리드 거리 행렬의 수학적 특성을 활용하여 다중 음원 위치 및 DOA 추정의 정확도와 계산 효율성을 동시에 비약적으로 향상시킨 새로운 프레임워크를 제시했습니다.