李博涵　邵燕寧　曹子君　毛勝春　王紅理

摘 要 傳統(tǒng)的聲源定位技術(shù)分為時延估計和空間定位兩步，本文將幾種經(jīng)典的時延估計和空間定位方法加以整合與改進，提高了系統(tǒng)的實時性與抗干擾能力，創(chuàng)新性地提出并實現(xiàn)了根據(jù)聲源位置變化而自適應調(diào)整麥克風陣列形態(tài)的定位系統(tǒng)，在不降低實時性的同時，有效地降低了定位誤差。本文從定位精度、實時性和抗干擾能力三個方面對系統(tǒng)性能進行評估，實驗證明：理想條件下，該聲音定位系統(tǒng)的不確定度在4cm 以內(nèi);對噪聲和混響有較好的抵抗能力，在惡劣環(huán)境下不確定度不超過6cm;單次定位耗時0.5s，可以對運動聲源或脈沖聲源進行定位，有較強的實時性，可以適用于大部分應用場景。

關(guān)鍵詞 聲音定位;麥克風陣列;時延估計;自適應調(diào)節(jié);自動控制

基于麥克風陣列的聲源定位技術(shù)廣泛應用于會議系統(tǒng)[1]、管道泄漏檢修[2]、靶場炸點測試[3]等領(lǐng)域。聲源定位技術(shù)大致分為三種：最大輸出功率的可控波束形成技術(shù)[4]、基于高分辨率譜估計技術(shù)[5]和基于時延估計的定位技術(shù)。其中前兩種出現(xiàn)較早也較為成熟，但前者需獲得聲音信號與環(huán)境信息，后者只適用于窄帶信號，在實際使用中局限性強。而基于時延估計的聲源定位技術(shù)具有運算量小、對硬件要求較低的優(yōu)點[6]，是目前研究的熱點，本文對此展開研究。

基于時延估計的聲源定位技術(shù)主要分為時延估計和空間定位兩步。常見的時延估計方法有四種：GCC[7]、LMS[8]、AMDF[9]、AED[10]，本文研究了GCC與AMDF方法，并將二者相結(jié)合，最終在實時性較強的前提下提高了定位精度?？臻g定位方法分為近場定位與遠場定位[11]，其中遠場定位實時性強而近場定位精準度高，于是本文創(chuàng)新性地將兩種定位方法有機結(jié)合，實現(xiàn)了實時性、精準度均能滿足應用需求的空間定位技術(shù)。在實驗中還發(fā)現(xiàn)，定位精度與陣元間距及角度有關(guān)。因此在聲音定位系統(tǒng)的基礎(chǔ)上，本文探究了陣列形態(tài)對定位精度的影響，設計并實現(xiàn)了根據(jù)聲源方位實時調(diào)整麥克風陣列形態(tài)的定位系統(tǒng)，提高了定位精度。

1 時延估計方法

3.1 聲源方位角對定位誤差的影響

考慮實驗裝置的對稱性，本文只在第一象限分析不確定度。其中，聲源為距原點3 米的800Hz簡諧波。對噪聲和混響進行仿真，得出不同方向角的相對不確定度，如圖9所示。

聲源位于坐標軸附近時，定位精度最高;位于坐標軸平分線附近時精度最低。因此在進行一次粗略定位后轉(zhuǎn)動整個裝置，使坐標軸指向聲源方向，之后進行二次精準定位，即可降低定位誤差。

3.2 陣元間距對定位誤差的影響

在3.1的條件下，考慮聲源始終位于坐標軸上。以2cm 為步長，在5～29cm 范圍內(nèi)逐步改變傳感器間距并計算不確定度，聲源距原點距離始終為3米，信號頻率為800Hz，相對不確定度與陣元間距關(guān)系見圖10，可見最優(yōu)間距在16cm 附近。

當陣元間距過小時，陣元間時延差過小增加時延估計難度，導致誤差增大;當陣元間距過大時，定位系統(tǒng)處于近場條件，與2.1中的遠場近似相矛盾，導致誤差增大。陣元間距不宜過大或過小，故存在最優(yōu)間距，且根據(jù)波的遠場條件，預測最優(yōu)間距與聲源距離和信號頻率有關(guān)。

本文改變聲源位置和信號頻率，利用仿真模擬，做出了最優(yōu)間距關(guān)于聲源距離與信號頻率的關(guān)系，如圖11所示。最佳間距正相關(guān)于聲源距離，負相關(guān)與信號頻率。

3.3 自適應調(diào)整系統(tǒng)的實現(xiàn)

在定位實驗中，我們首先進行一次粗定位，得出聲源的平均頻率與大致方位。在此基礎(chǔ)上與圖9和圖11中的數(shù)據(jù)進行對照，得出最優(yōu)方向和最優(yōu)間距，進而控制電機調(diào)整陣列方向與陣元間距并再次進行定位，最終降低定位誤差。

在硬件上，我們利用舵機云臺調(diào)整坐標架方向，利用電機滑輪結(jié)構(gòu)調(diào)整陣元間距，利用單片機輸出電機控制信號。軟件上，我們利用PID 反饋控制算法[17]，快速穩(wěn)定地對陣列方向與陣元間距進行調(diào)整。系統(tǒng)運行流程如圖12所示。

4 系統(tǒng)實現(xiàn)及性能評估

4.1 實驗儀器

實驗儀器分為信號采集裝置和機械控制裝置兩部分，如圖13所示。

信號采集裝置包括：聲音傳感器、8通道級聯(lián)示波器、直流穩(wěn)壓電源以及濾波電路。機械控制裝置包括：3D 打印零件、滑塊、導軌、電機及控制板。

裝置整體是由3D 打印零件與導軌組成的三維直角坐標架與承載裝置的實驗板組成，長寬高均為65厘米。

坐標架分為六個半軸，各半軸由滑輪、導軌、裝載聲音傳感器的滑塊以及電機組成，半軸間利用3D打印零件連接。在位于水平面的四條半軸上，本系統(tǒng)利用電機、滑輪和彈性裝置組成的傳動結(jié)構(gòu)控制傳感器移動;在豎直方向的兩條半軸上，則是利用電機、滑輪和配重控制傳感器移動，最終實現(xiàn)了10～30cm 的陣元間距調(diào)整。另一方面，坐標架與實驗板之間由一個大扭矩舵機連接，依此控制整個坐標架旋轉(zhuǎn)，最終實現(xiàn)了360°的陣列方向調(diào)整。

4.2 定位精度實驗

實驗發(fā)現(xiàn)，定位精度主要與信號頻率和聲源距離有關(guān)：信號頻率越高、聲源越近，定位精度越高，其中聲源距離對精度的影響更大一點，如表2所示。

對于生活中大部分聲音信號（400～4000Hz），聲源距離在1米以內(nèi)時，定位誤差在4%以內(nèi);聲源距離在5米以內(nèi)時，定位誤差在10%以內(nèi);若進一步提高信號頻率以及傳感器間距，可以實現(xiàn)更遠距離的高精度定位。本系統(tǒng)誤差約為傳統(tǒng)的靜態(tài)GCC-十字陣定位系統(tǒng)的一半[18]，考慮到聲源本身有一定體積，本系統(tǒng)基本滿足精度要求。

4.3 抗干擾實驗

在聲音定位實驗中，主要的干擾源為噪聲和混響[19]。噪聲強度常用信噪比衡量，用SNR 表示，其定義如下

其中，Ps 為聲源信號功率，Pn 為環(huán)境噪聲功率（高保真音箱的信噪比達110dB以上）?；祉憦姸瘸Ｓ没祉憰r間衡量，指從聲源停止發(fā)聲的時刻起，到能量密度衰減60dB終止，一般用T60 表示（中小學教室的混響時間標準為0.5s～0.7s）。

取聲源距離1米，信號頻率400Hz，利用Moorer混響器和高斯噪聲生成混響和噪聲信號，實驗數(shù)據(jù)如表3所示。

在惡劣的實際應用環(huán)境下，定位結(jié)果的相對誤差不超過6%，可見系統(tǒng)具有較強的抗干擾能力。

另外，本系統(tǒng)基于MATLAB 計算，單次定位參考信號長度為0.1s，運算耗時約0.4s，有較強實時性，可以對運動聲源和脈沖信號進行定位，若將程序移植至Python環(huán)境可進一步提高運算速度。

5 結(jié)語

本文對傳統(tǒng)定位方法進行改進與整合，制作了靜態(tài)的聲音定位系統(tǒng);并基于大量實驗數(shù)據(jù)，制作了隨聲源運動而實時調(diào)整陣列形態(tài)的聲源定位系統(tǒng);并從定位精度、抗干擾能力、實時性三個方面對定位系統(tǒng)進行性能評估。實驗結(jié)果顯示：傍軸條件下聲源定位精度較高，自適應調(diào)整系統(tǒng)有效地提高了定位精度;該聲音定位系統(tǒng)定位在理想條件下有著較高的定位精度與實時性;同時對噪聲和混響有較強的抗干擾能力，有著較廣的應用前景。

參考文獻

[1] 張澤.會議電視系統(tǒng)中自動定位原理及其實現(xiàn)[J].計算機光盤軟件與應用，2014，17（17）：290+292.

ZHANG Z. Automatic location principle and its implementationin video conference system[J]. Computer CD Softwareand Application，2014，17（17）：290+292. （in Chinese）

[2] 鄭曉亮，廖冉，王強.埋地輸氣管道泄漏振動聲源雙陣列定位方法[J].油氣儲運，2023，3（28）：1-14.

ZHENG X L， LIAO R， WANG Q. Double-array locationmethod for leakage vibration sound source of buried gastransmission pipelines[J]. Oil & Gas Storage and Transportation，2023，3（28）：1-14. （in Chinese）

[3] 胥磊.多陣列融合的炸點聲定位技術(shù)研究[D].西安：西安工業(yè)大學，2021.

[4] HAHN W， TRETTER S. Optimum processing for delayvectorestimation in passive signal arrays[J]. IEEE Transactionson Information Theory， 1973， 19（5）： 608-614.

[5] WANG H， KAVEH M. Coherent signal-subspace processingfor the detection and estimation of angles of arrival ofmultiple wide-band sources[J]. IEEE Transactions on Acoustics，Speech and Signal Processing， 1985， 33（4）： 823-831.

[6] 徐勤奇，楊鵬.基于正四面體陣列的聲源定位算法及誤差分析[J].計算機仿真，2013，30（7）：296-299.

XU Q Q， YANG P. Sound source location algorithm anderror analysis based on tetrahedral array[J]. Computer Simulation，2013，30（07）：296-299. （in Chinese）

[7] KNAPP C， CARTER G C. The generalized correlationmethod for estimation of time delay[J]. IEEE Transactionson Acoustics， Speech and Signal Processing， 1976， 24（4）：320-327.

[8] REED F， FEINTUCH P L， BERSHAD N J. Time delayestimation using the LMS adaptive filter-static behavior[J].IEEE Transactions on Acoustics， Speech and Signal Processing，1981， 29（3）： 561-571.

[9] ROSS M， SHAFFER H， COHEN A， et al. Average magnitudedifference function pitch extractor[J]. IEEE Transactionson Acoustics， Speech and Signal Processing， 1974，22（5）： 353-362.

[10] BENESTY J. Adaptive eigenvalue decomposition algorithm forpassive acoustic source localization[J]. The Journal of the AcousticalSociety of America， 2000， 107（1）： 384-391.

[11] 行鴻彥，楊旭，張金玉.基于四元傳聲器陣列的聲源全方位定位算法[J].儀器儀表學報，2018，39（11）：43-50.

XING H Z， YANG X， ZHANG J Y. Sound source omnidirectionallocation algorithm based on four-element microphonearray[J]. Chinese Journal of Scientific Instrument，2018，39（11）： 43-50. （in Chinese）

[12] 李揚. 基于小型麥克風陣列的聲源定位系統(tǒng)設計與實現(xiàn)[D].哈爾濱：哈爾濱工業(yè)大學，2014.

[13] 周婧潔，陳建平，吉曉東.幾種數(shù)字混響器模型的比較與分析[J].南通大學學報（自然科學版），2010，9（2）：23-28.

ZHOU J J， CHEN J P， JI X D. Comparison and analysisof several digital reverberator models[J]. Journal of NantongUniversity （Natural Science Edition）， 2010， 9（2）：23-28. （in Chinese）

[14] 陳曉輝，孫昊，張恒，等.基于聲源陣列的空間麥克風定位方法研究[J].計算機應用研究，2020，37（5）：1437-1439.

CHEN X H， SUN H， ZHANG H， et al. Research on spatialmicrophone location based on sound source array[J].Applied Research of Computer， 2019， 37（5）： 1437-1439.（in Chinese）

[15] 張曉光，呂海峰，呂傳茂，等.四元十字麥克風陣聲源定位算法研究[J].中國測試，2020，46（2）：96-102.

ZHANG X G， LV H F， LV C M， et al. Research onsound source location algorithm of four-element cross microphonearray[J]. China Test and Technology， 2019， 46（2）：96-102. （in Chinese）

[16] SMITH J O， ABEL J S. The spherical interpolation methodof source localization[J]. IEEE Journal of Oceanic Engineering，1987， 12（1）： 246-252.

[17] 王偉，張晶濤，柴天佑.PID 參數(shù)先進整定方法綜述[J].自動化學報，2000（3）：347-355.

WANG W， ZHANG J T， CHAI T Y. Summary of advancedtuning methods for PID parameters[J]. Acta AutomaticaSinica， 2000（3）： 347-355. （in Chinese）

[18] 程方曉，劉璐，姚清華，等.基于改進時延估計的聲源定位算法[J].吉林大學學報（理學版），2018，56（3）：681-687.

CHANG F X， LIU L， YAO Q H， et al. Sound source locationalgorithm based on improved time delay estimation[J]. Journal of Jilin University （Science Edition）， 2018，56（3）： 681-687. （in Chinese）

[19] 李海鵬，孫大軍，鄭翠娥.強干擾環(huán)境下水聲時延估計技術(shù)研究[J].電子與信息學報，2021，43（3）：873-880.

LI H P， SUN D J， CHENG C E. Research on underwateracoustic time delay estimation under strong interference environment[J]. Journal of Electronics and InformationTechnology， 201， 43（3）： 873-880. （in Chinese）