一种复杂环境下噪声定向检测方法及检测装置

本发明公开一种复杂环境下噪声定向检测方法及检测装置，涉及环境检测与噪声控制技术领域。所述方法包括：对原始噪声数据，采用自适应加权GCC‑PHAT算法计算最优时延估计值，结合阵列流形向量生成MVDR空间滤波权重向量。利用深度学习网络提取数据时空特征并生成特征置信度权重向量，与MVDR权重向量混合加权得到初步声源方向角。构建过完备阵列字典矩阵，引入环境自适应稀疏正则化项，生成初始声源方位角估计值。采用改进的MFCC算法提取特征，通过噪声分类模型输出分类置信度概率，对初始方位角进行自适应修正，输出最终优化声源方位角。通过物理定位与语义修正的协同优化，显著提升了复杂环境下声源定位的鲁棒性与精度。