文章地址：MAVL: Multiresolution Analysis of Voice Localization
这是2021年春季刚发的文章
类似的文献笔记：
【文献精读】【通信】Symphony: Localizing Multiple Acoustic Sources with a Single Microphone Array
常见术语：
AoA：到达信道的角度（也就是 DoA）
xH：x的共轭转置
三个部分：
（1）人声定位能力对于智能设备的好处
（2）语音追踪面临的挑战
（3）作者及逆行定位的方法
语音定位有什么好处？
（1）知道了用户的位置后，智能设备可以集中波束向用户传播信息，这样可以进行更远距离的通信
（2）知道了用户的位置后，可以更好的掌握用户的意图，比如用户让开灯，通过定位用户位置就可以知道要开哪盏灯
（3）位置信息可以给予语音识别和NLP重要的context information
语音追踪面临的挑战：
（1）许多现有的系统要求被追踪的信号是已知的（chirps、OFDM，正弦波），但是人声显然不可能已知
（2）为了定位用户，需要估计多径信道的AoA，但是通过多径信道传播的信号是相干的，所以很难进行AoA估计
（3）使用多个 AoA 追踪位置有个前提，需要先估计室内环境，但是一般家庭的硬件设施不满足室内估计所需条件
（4）用户与智能设备间的信道可能是不可视的，由此造成的低信噪比和迂回的传播路径会造成问题
作者进行定位的方法：
如下所示为 MAVL系统框图
首先进行多径信道的 AoA 估计，然后通过发射宽带宽的chirps 估计房间结构，最后在通过 AoA和 房间结构来定位声音（a constrained beam retracing algorithm）
AoA估计的困难点：
（1）语音信号低频
（2）相干路径的存在
这一部分正如作者所说：
we introduce AoA estimation problem, existing approaches, and challenges.
本文使用由N个麦克风组成的均匀圆形阵列
对于均匀原型阵列来说，single source 发送的接收信号可表示为：
介绍了一种叫 MUSIC 的 AoA估计算法
看不懂
对于多径信道估计很有参考价值，都是公式，直接截图
只是给出了一个接收端信号的公式而已，并没有讲如何进行信道估计
作者想完成的是对相干低频信号的定位，这里有两个特性，相干性和低频，都会降低 AoA estimation的精度
