The estimation of power spectral densities is a critical step in many speech enhancement algorithms. The demand for multi-channel speech enhancement systems is high with applications in teleconferencing, cellular phones, and hearing aids. The first objective of the thesis is to develop a general multi-channel framework to solve for the diffuse noise power spectral densities whenever the spatial correlation or coherence matrix is pre-estimated and the number of speakers is less than the number of microphones. The second objective is to develop closed-form analytical solutions. The performance of the developed algorithms is evaluated with pre-existing algorithms using prescribed performance measures.

The estimation of power spectral densities is a critical step in many speech enhancement algorithms. The demand for multi-channel speech enhancement systems is high with applications in teleconferencing, cellular phones, and hearing aids. The first objective of the thesis is to develop a general multi-channel framework to solve for the diffuse noise power spectral densities whenever the spatial correlation or coherence matrix is pre-estimated and the number of speakers is less than the number of microphones. The second objective is to develop closed-form analytical solutions. The performance of the developed algorithms is evaluated with pre-existing algorithms using prescribed performance measures.

Οι τεχνικές προσανατολισμένης λήψης έχουν μελετηθεί εκτενώς τις τελευταίες δεκαετίες, καθώς βρίσκουν εφαρμογή σε διάφορους τομείς. Ωστόσο, για σήματα ευρείας ζώνης το πρόβλημα αυτό δεν έχει διερευνηθεί διεξοδικά. Σκοπός αυτής της εργασίας είναι να αναδείξει τις δυνατότητες και τους εγγενής περιορισμούς των τεχνικών προσανατολισμένης λήψης. Στα πρώτα κεφάλαια παρουσιάζονται οι θεμελιώδεις έννοιες της επεξεργασίας σημάτων σε διατάξεις μικροφώνων και οι πιο ευρέως χρησιμοποιούμενες τεχνικές προσανατολισμένης λήψης. Στο τελευταίο κεφάλαιο πραγματοποιούνται εξοικειώσεις πραγματικών ακουστικών συνθηκών σύμφωνα με το πρότυπο ETSI EG 202 396. Το μη-ανηχοϊκό μοντέλο υιοθετείται και πραγματικά ακουστικά σήματα λαμβάνονται από γραμμικές διατάξεις μικροφώνων. Ακόμη, η τεχνική ημίτονου εκθετικής σάρωσης χρησιμοποιείται για την εκτίμηση της κρουστικής απόκρισης των Ν-ακουστικών καναλιών. Τέλος, το μοντέλο 3-QUEST χρησιμοποιείται για την μέτρηση της ποιότητας ομιλίας σε θορυβώδη περιβάλλοντα. / Beamforming techniques have been studied extensively due to its applications in various areas. However, most of the efforts have been focused on the narrowband case. For wideband signals, this problem has not been thoroughly investigated. This thesis aims is to highlight potentials and the limitations of the conventional beamforming techniques. In the first chapters, the fundamental array processing theory and the most widely used beamforming techniques are presented. In the last chapter, different real-world acoustic scenarios are simulated according to ETSI EG 202 396-3 standard. In the simulations, the reverberant model is assumed and real audio signals are captured by a linear microphone array. The coefficients of the spatial filter are computed with the MVDR criterion. Moreover, acoustic impulse responses measurements are presented and performed for the construction of the steering vector. The speech quality in presence of background noise is measured by the 3-QUEST model.