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

Resumo Técnico: Estimação de Posição e Direção de Chegada (DOA) Multi-fonte Baseada em Matrizes de Distância Euclidiana

1. Problema e Contexto

A localização de múltiplas fontes sonoras em ambientes ruidosos e reverberantes é fundamental para aplicações como rastreamento de fontes, melhoria de fala e extração de falantes.

• Desafio Atual: Os métodos baseados em Potência de Resposta Direcionada (SRP), como o SRP-PHAT, são populares, mas exigem a otimização conjunta de múltiplas variáveis contínuas (3 para posição 3D, 2 para DOA). Isso resulta em uma complexidade computacional elevada, especialmente quando se busca alta precisão através de grades de busca densas.
• Limitações: A otimização multidimensional é computacionalmente custosa e a precisão degrada-se quando as fontes estão próximas à matriz de microfones (devido a picos estreitos na função SRP) ou em cenários com múltiplas fontes onde a associação de picos é complexa.

2. Metodologia Proposta

O artigo propõe métodos inovadores que exploram as propriedades das Matrizes de Distância Euclidiana (EDMs) e suas matrizes Gram associadas. A abordagem assume que o número de fontes ($S$) é conhecido e utiliza estimativas de Diferenças de Tempo de Chegada (TDOAs) entre os microfones.

A metodologia divide-se em duas partes principais:

A. Estimação de Posição Multi-fonte (3D)

• Redução de Variáveis: Ao contrário do SRP que otimiza coordenadas $(x, y, z)$, o método proposto otimiza apenas uma variável contínua por fonte: a distância entre a fonte e um microfone de referência ($\alpha$).
• Função de Custo: Define-se uma função de custo baseada nos autovalores da matriz Gram associada à EDM. A matriz Gram ideal de uma configuração geométrica válida tem um posto (rank) limitado à dimensão do espaço ($P \le 3$). Se a distância $\alpha$ e as TDOAs forem inconsistentes com a geometria 3D, a matriz Gram terá autovalores não nulos além dos $P$ principais.
• Associação de TDOAs: O método considera múltiplas estimativas candidatas de TDOA (picos locais da função GCC-PHAT). Ele busca a combinação de TDOAs e a distância $\alpha$ que minimizam a soma dos autovalores "ruins" (fora do posto ideal).
• Posicionamento Absoluto: Após encontrar a posição relativa ótima, a posição absoluta é obtida resolvendo um Problema de Procrustes Ortogonal para alinhar a matriz de posições relativas estimada com a matriz de posições absolutas conhecidas dos microfones.

B. Estimação de Direção de Chegada (DOA) Multi-fonte

• Eliminação de Otimização Contínua: Para arrays compactos (fontes em campo distante), o método elimina completamente a necessidade de otimização de variáveis contínuas.
• Matriz Gram de Posto Reduzido: Define-se um sistema de coordenadas relativo onde um eixo está alinhado com o vetor DOA. Subtraindo uma matriz de posto 1 (baseada nas TDOAs estimadas) da matriz Gram original, obtém-se uma matriz de posto reduzido ($P-1$).
• Seleção Ótima: A melhor combinação de TDOAs candidatas é aquela que minimiza a função de custo baseada nos autovalores da matriz Gram de posto reduzido. A DOA é então extraída diretamente da matriz de mapeamento resultante.

3. Contribuições Principais

1. Novos Algoritmos Baseados em EDM: Extensão da estimação de posição de fonte única para múltiplas fontes e desenvolvimento de um método de DOA que não requer busca em grade contínua.
2. Redução de Complexidade de Otimização: Transforma um problema de otimização multidimensional (3D ou 2D) em um problema de busca unidimensional (apenas distância) ou em uma seleção discreta de combinações de TDOA.
3. Associação Automática de Fontes: O método resolve implicitamente o problema de associação de picos de TDOA às fontes específicas, selecionando as combinações que geram a geometria 3D mais coerente (menor custo).
4. Robustez: Utiliza múltiplos candidatos de TDOA (não apenas o pico global) para lidar com reflexões e ruído, selecionando a combinação globalmente mais viável.

4. Resultados Experimentais

Os autores realizaram simulações em uma sala com ruído e reverberação ($T_{60} \approx 190$ ms) utilizando 6 microfones e 2 fontes:

• Cenário 1 (Posição): Microfones distribuídos espacialmente.
  • O método EDM superou consistentemente o SRP-PHAT em precisão de posição para todas as distâncias testadas.
  • O SRP falhou significativamente quando as fontes estavam muito próximas do array (erros de até 200 cm), enquanto o EDM manteve erros medianos baixos (< 10 cm na maioria dos casos).
• Cenário 2 (DOA): Arrays compactos.
  • O método EDM alcançou erros de DOA medianos inferiores a $4^\circ$, superando o SRP, que apresentou erros muito maiores (até $51^\circ$) quando as fontes tinham desequilíbrio de potência ou distâncias diferentes.
• Complexidade Computacional:
  • Embora a complexidade do método EDM cresça combinatóriamente com o número de microfones e candidatos de TDOA, ele foi significativamente mais rápido no cenário experimental (6 microfones).
  • Tempos de execução: O método EDM foi ~380 vezes mais rápido para estimação de posição e ~23 vezes mais rápido para DOA em comparação com o SRP, devido à eliminação da busca em grade 3D/2D densa.

5. Significado e Conclusão

O trabalho demonstra que a exploração das propriedades algébricas das Matrizes de Distância Euclidiana oferece uma alternativa superior aos métodos baseados em SRP para a localização multi-fonte.

• Eficiência: A redução do espaço de busca de variáveis contínuas permite alta precisão com menor custo computacional em cenários práticos (número moderado de microfones).
• Versatilidade: O método é robusto tanto para arrays distribuídos (posição 3D) quanto para arrays compactos (DOA), mantendo alta precisão mesmo em condições adversas de ruído e reverberação.
• Futuro: Os autores sugerem a integração desses estimadores estáticos com métodos de rastreamento de fontes móveis.

Em suma, a abordagem proposta oferece um equilíbrio superior entre precisão e custo computacional, superando as limitações de escalabilidade e sensibilidade a configurações geométricas dos métodos tradicionais baseados em SRP.