稀疏声场重构的统一SVD模态解：结合球面线性阵列的混合阵列
音频与语音处理
2026-02-04 v1
摘要
我们提出了一种基于传递算子奇异值分解（SVD）的数据驱动稀疏恢复框架，用于混合球面线性阵列。SVD产生正交的麦克风模态和场模态，在仅使用球面微电话阵列（SMA）时，模态简化为球面调和函数（SH），而引入线性微电话阵列（LMA）后则引入超出SH的互补模态。模态分析揭示了在不同频率下与SH一致的发散，确认了空间选择性的提升。在混响条件下的实验显示，能量图不匹配和角度误差在频率、距离和源数方面均有所降低，优于仅使用SMA和直接拼接。结果表明，SVD模态处理为稳健的稀疏声场重构提供了原则且统一的混合阵列处理方法。
引用
@article{arxiv.2602.03398,
title = {A Unified SVD-Modal Solution for Sparse Sound Field Reconstruction with Hybrid Spherical-Linear Microphone Arrays},
author = {Shunxi Xu and Thushara Abhayapala and Craig T. Jin},
journal= {arXiv preprint arXiv:2602.03398},
year = {2026}
}
备注
Accepted by ICASSP 2026