CN103675757A - 基于多个手机麦克风阵列的定位方法 - Google Patents
基于多个手机麦克风阵列的定位方法 Download PDFInfo
- Publication number
- CN103675757A CN103675757A CN201310695643.8A CN201310695643A CN103675757A CN 103675757 A CN103675757 A CN 103675757A CN 201310695643 A CN201310695643 A CN 201310695643A CN 103675757 A CN103675757 A CN 103675757A
- Authority
- CN
- China
- Prior art keywords
- sound
- sequence
- microphone
- source
- mistiming
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/28—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
Description
技术领域
本发明涉及手机与移动网络领域,具体涉及一种通过手机麦克风进行声音定位的方法。
背景技术
人耳为什么能分辨声音的位置,是因为声音源和双耳之间的存在角度差。这个角度差使得声音到达左右两个耳朵有时间差,人的耳朵能够捕捉到这个时间差,从而大概定位到音源的位置。同时声音到达两个耳朵的强度也是有区别的,这个也是确定音源位置的一个重要来源。通过时间差和强度差别,人们可以准确的知道音源的位置。同样的原理也可以用到手机上。
手机逐渐成为具有强大计算能力的移动工具,越来越多的传感器被安放在手机上,提供各种感知的功能。尤其是手机上,麦克风的数量在逐渐增多,但现在的手机,一般都只有两个或者一个麦克风,只有极少数的手机有三个麦克风,例如现在的iPhone5手机,就具有三个麦克风,一个在前面,一个在背面,另一个在底部。这样可以更好的获取多个方向的声音,并且在通话过程中消除背景噪音。
随着多个麦克风的出现,提供了精确定位声音源的可能性,如果在单个手机上有大于等于3个麦克风,即可通过手机声音到达不同位置的麦克风的时间差进行定位,从而得到较精确的音源位置。但是如果手机只有两个麦克风,则需要多个手机进行协同合作定位。
发明内容
本发明的目的在于提供一种基于多个手机麦克风阵列的定位方法,通过计算音源发出的声音到达不同位置的麦克风的时间差来确定音源的位置。本发明采用的技术方案是:
一种基于多个手机麦克风阵列的定位方法,包括下述步骤:
(a).获取不同位置的多个手机麦克风M1M2M3...M2m的位置,m≥1,为正整数;
(b).通过归一化互相关方法,对于所有的麦克风对,计算同一声源发出的声音到麦克风Mi和麦克风Mj的带误差容忍的时间差范围Δtij;i≠j;
根据带误差容忍的时间差范围和每对麦克风的位置,得到相应的双曲线带;
(c).将所有的双曲线带叠加在平面上,平面中被双曲线带覆盖次数最多的区域即是最大可能的音源区域。
进一步地,所述步骤(b)具体包括:
通过两个不同位置的麦克风对同一音源发出的声音进行采集,分别获取第一声音序列和第二声音序列;其中第一麦克风采集的第一声音序列中的声音强度的最高时刻是t1,第二麦克风采集的第二声音序列中声音强度的最高时刻是t2;采集的采样率为k;
分别选取第一声音序列和第二声音序列的两个声音序列的声音强度最高的时间段,得到第一麦克风的第一声音子序列X(t)和第二麦克风的第二声音子序列Y(t);第一声音子序列X(t)和第二声音子序列Y(t)的序列长度均为L;
将得到的两个子序列进行归一化互相关计算,以得到最佳匹配位置tM,即两个子序列相对位置为tM时,归一化互相关计算的结果CC(t0)数值最大;
归一化的互相关方法的计算公式如下所示:
根据归一化互相关计算公式,其中一个序列为模版序列,另一个是待匹配序列;令X(t)为模版序列,Y(t)为待匹配序列;t0为子序列Y(t)相对X(t)的位置,其取值范围是t0∈[1-L,2L-1];tx为X(t)实际匹配部分位置,其取值范围是tx∈W=[max{0,t0},min{t0+L-1,L-1}];t为X(t)和Y(t)序列的位置下标,其取值范围是t∈W0=[0,L-1];X(t)序列的音强平均值为Y(t)序列的音强平均值为
计算上述两个麦克风采集的音源的声音的时间差T1,T1=|t1-t2+tM/k|;
带误差容忍的时间差范围是Δt,其取值范围是Δt∈(T1-δ,T1+δ),容忍度δ=||T1|-|t1-t2||;
对2m个位置不同的手机麦克风,这些麦克风分别是M1M2M3...M2m,m≥1,为正整数;音源的位置是K,则得到如下公式阵列:
其中Δtij是根据在第Mi个麦克风和第Mj个麦克风记录的从音源位置K发出的声音计算得到的带误差容忍的时间差范围,tl=T1-δ为此时间差的最小取值,tu=T1+δ为此时间差的最大取值;Vs为声音速度;为音源位置K到麦克风Mi位置的距离,为音源位置K到麦克风Mj位置的距离;
根据公式每对麦克风能够对音源的位置确定一个由两条双曲线组成的双曲线带,其中一条双曲线的焦点分别为Mi和Mj的位置,音源位置K到两个焦点的距离差为定值Vstl;另一条双曲线的焦点也为Mi和Mj的位置,音源位置K到两个焦点的距离差为定值Vstu。
进一步地,声音序列的声音强度最高的时间段为该声音序列中声音强度的最高时刻的前后2秒的时间段,第一声音子序列X(t)和第二声音子序列Y(t)的长度均为L=4*k;k为采样率。
本发明的优点如下:
1)更加方便:通过单个手机(具备多个麦克风的手机)就能定位出来声音源,在火灾、地震等突发灾害的救援过程中有非常重要的作用。
2)更加高效,通过简单的计算就能得到相应的位置,可以直接在手机上运行。
3)更加精确,可以精确的厘米精度。
附图说明
图1为本发明的两个不同位置麦克风记录同一音源的声音序列图。
图2为本发明的两个麦克风获取的声音序列的互相关结果图。
图3为本发明的双曲线带叠加区域示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
首先获取不同位置的多个手机麦克风M1M2M3...M2m的位置,m≥1,为正整数。
接着确定同一音源发出的声音到达两个不同位置的麦克风的时间差范围。通过两个不同位置的麦克风对同一音源发出的声音进行采集,分别获取第一声音序列和第二声音序列;假设通过第一麦克风采集第一声音序列,通过第二麦克风采集第二声音序列,如图1所示,其中第一麦克风采集的第一声音序列中的声音强度的最高时刻是t1,第二麦克风采集的第二声音序列中声音强度的最高时刻是t2;采集的采样率为k;在实际情况下由于麦克风在记录音源的过程中采样率不高的关系,无法完整记录音源,导致|t1–t2|可能不是确切地表示同一个音源发出的声音到达第一麦克风和第二麦克风这两个麦克风的时间差T1。
本发明可以通过归一化的互相关(cross-correlation)的方法来确定同一个音源发出的声音到达两个不同位置的麦克风(例如第一麦克风和第二麦克风)的时间差。归一化的互相关方法是在两个已知信号之间寻找最佳匹配位置的标准信号处理方法,在互相关的结果中,峰值最高的信号时间段就是最佳匹配位置。
具体计算过程如下,分别选取第一声音序列和第二声音序列的两个声音序列的声音强度最高的时间段,通常可选取声音强度的最高时刻的前后2秒的时间段,得到第一麦克风的第一声音子序列X(t)和第二麦克风的第二声音子序列Y(t),两个序列都是离散化后的序列,采样率为k。第一声音子序列X(t)和第二声音子序列Y(t)的序列长度均为L=4*k。将得到的两个子序列进行归一化互相关计算,以得到最佳匹配位置tM,即两个子序列相对位置为tM时,归一化互相关计算的结果CC(t0)数值最大;如图2所示。于是,上述两个麦克风采集的音源的声音的时间差为T1,T1=|t1-t2+tM/k|。
归一化的互相关方法的计算公式如下所示:
根据归一化互相关计算公式,其中一个序列为模版序列,另一个是待匹配序列;令X(t)为模版序列,Y(t)为待匹配序列;t0为子序列Y(t)相对X(t)的位置,其取值范围是t0∈[1-L,2L-1];tx为X(t)实际匹配部分位置,其取值范围是tx∈W=[max{0,t0},min{t0+L-1,L-1}];t为X(t)和Y(t)序列的位置下标,其取值范围是t∈W0=[0,L-1];X(t)序列的音强平均值为Y(t)序列的音强平均值为
如果不存在测量误差,那么两个麦克风采集的音源的声音的时间差为T1,T1=|t1-t2+tM/k|。但由于采样率不高的原因,定位方法需要对误差有一定的容忍度δ。在本方法中,带误差容忍的时间差范围是Δt,其取值范围是Δt∈(T1-δ,T1+δ) ,其容忍度δ=||T1|-|t1-t2||。
假设有2m个位置不同的手机麦克风,这些麦克风分别是M1M2M3...M2m,m≥1,为正整数;音源的位置是K,则得到如下公式阵列:
其中Δtij是根据在第Mi个麦克风和第Mj个麦克风记录的从音源位置K发出的声音计算得到的带误差容忍的时间差范围,tl=T1-δ为此时间差的最小取值,tu=T1+δ为此时间差的最大取值;Vs为声音速度;为音源位置K到麦克风Mi位置的距离,为音源位置K到麦克风Mj位置的距离;
根据公式每对麦克风能够对音源的位置确定一个由两条双曲线组成的双曲线带,其中一条双曲线的焦点分别为Mi和Mj的位置,音源位置K到两个焦点的距离差为定值Vstl;另一条双曲线的焦点也为Mi和Mj的位置,音源位置K到两个焦点的距离差为定值Vstu。
最后音源的位置根据多个双曲线带叠加而得,将所有的双曲线带叠加在平面上,平面中被不同双曲线带覆盖次数最多的区域即是最大可能音源所在位置,如图3所示。
Claims (3)
1.一种基于多个手机麦克风阵列的定位方法,其特征在于,包括下述步骤:
(a).获取不同位置的多个手机麦克风M1M2M3...M2m的位置,m≥1,为正整数;
(b).通过归一化互相关方法,对于所有的麦克风对,计算同一声源发出的声音到麦克风Mi和麦克风Mj的带误差容忍的时间差范围Δtij;i≠j;
根据带误差容忍的时间差范围和每对麦克风的位置,得到相应的双曲线带;
(c).将所有的双曲线带叠加在平面上,平面中被双曲线带覆盖次数最多的区域即是最大可能的音源区域。
2.如权利要求1所述的基于多个手机麦克风阵列的定位方法,其特征在于,所述步骤(b)具体包括:
通过两个不同位置的麦克风对同一音源发出的声音进行采集,分别获取第一声音序列和第二声音序列;其中第一麦克风采集的第一声音序列中的声音强度的最高时刻是t1,第二麦克风采集的第二声音序列中声音强度的最高时刻是t2;采集的采样率为k;
分别选取第一声音序列和第二声音序列的两个声音序列的声音强度最高的时间段,得到第一麦克风的第一声音子序列X(t)和第二麦克风的第二声音子序列Y(t);第一声音子序列X(t)和第二声音子序列Y(t)的序列长度均为L;
将得到的两个子序列进行归一化互相关计算,以得到最佳匹配位置tM,即两个子序列相对位置为tM时,归一化互相关计算的结果CC(t0)数值最大;
归一化的互相关方法的计算公式如下所示:
根据归一化互相关计算公式,其中一个序列为模版序列,另一个是待匹配序列;令X(t)为模版序列,Y(t)为待匹配序列;t0为子序列Y(t)相对X(t)的位置,其取值范围是t0∈[1-L,2L-1];tx为X(t)实际匹配部分位置,其取值范围是tx∈W=[max{0,t0},min{t0+L-1,L-1}];t为X(t)和Y(t)序列的位置下标,其取值范围是t∈W0=[0,L-1];X(t)序列的音强平均值为Y(t)序列的音强平均值为
计算上述两个麦克风采集的音源的声音的时间差T1,T1=|t1-t2+tM/k|;
带误差容忍的时间差范围是Δt,其取值范围是Δt∈(T1-δ,T1+δ),容忍度δ=||T1|-|t1-t2||;
对2m个位置不同的手机麦克风,这些麦克风分别是M1M2M3...M2m,m≥1,为正整数;音源的位置是K,则得到如下公式阵列:
其中Δtij是根据在第Mi个麦克风和第Mj个麦克风记录的从音源位置K发出的声音计算得到的带误差容忍的时间差范围,tl=T1-δ为此时间差的最小取值,tu=T1+δ为此时间差的最大取值;Vs为声音速度;为音源位置K到麦克风Mi位置的距离,为音源位置K到麦克风Mj位置的距离;
3.如权利要求2所述的基于多个手机麦克风阵列的定位方法,其特征在于:
声音序列的声音强度最高的时间段为该声音序列中声音强度的最高时刻的前后2秒的时间段,第一声音子序列X(t)和第二声音子序列Y(t)的长度均为L=4*k;k为采样率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310695643.8A CN103675757B (zh) | 2013-12-17 | 2013-12-17 | 基于多个手机麦克风阵列的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310695643.8A CN103675757B (zh) | 2013-12-17 | 2013-12-17 | 基于多个手机麦克风阵列的定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103675757A true CN103675757A (zh) | 2014-03-26 |
CN103675757B CN103675757B (zh) | 2015-11-04 |
Family
ID=50313900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310695643.8A Active CN103675757B (zh) | 2013-12-17 | 2013-12-17 | 基于多个手机麦克风阵列的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103675757B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104536585A (zh) * | 2014-12-31 | 2015-04-22 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种基于动态条件随机场的键盘输入侦测方法 |
WO2016197444A1 (zh) * | 2015-06-09 | 2016-12-15 | 中兴通讯股份有限公司 | 一种实现拍摄的方法及终端 |
CN108366216A (zh) * | 2018-02-28 | 2018-08-03 | 深圳市爱影互联文化传播有限公司 | 会议视频录制、记录及传播方法、装置及服务器 |
CN110764054A (zh) * | 2019-09-29 | 2020-02-07 | 福州外语外贸学院 | 一种紧急声音方位辨识方法及装置 |
CN112485761A (zh) * | 2021-02-03 | 2021-03-12 | 成都启英泰伦科技有限公司 | 一种基于双麦克风的声源定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1952684A (zh) * | 2005-10-20 | 2007-04-25 | 松下电器产业株式会社 | 利用麦克风定位声源的方法和装置 |
CN102103200A (zh) * | 2010-11-29 | 2011-06-22 | 清华大学 | 一种分布式非同步声传感器的声源空间定位方法 |
-
2013
- 2013-12-17 CN CN201310695643.8A patent/CN103675757B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1952684A (zh) * | 2005-10-20 | 2007-04-25 | 松下电器产业株式会社 | 利用麦克风定位声源的方法和装置 |
CN102103200A (zh) * | 2010-11-29 | 2011-06-22 | 清华大学 | 一种分布式非同步声传感器的声源空间定位方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104536585A (zh) * | 2014-12-31 | 2015-04-22 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种基于动态条件随机场的键盘输入侦测方法 |
CN104536585B (zh) * | 2014-12-31 | 2017-11-10 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种基于动态条件随机场的键盘输入侦测方法 |
WO2016197444A1 (zh) * | 2015-06-09 | 2016-12-15 | 中兴通讯股份有限公司 | 一种实现拍摄的方法及终端 |
CN108366216A (zh) * | 2018-02-28 | 2018-08-03 | 深圳市爱影互联文化传播有限公司 | 会议视频录制、记录及传播方法、装置及服务器 |
CN110764054A (zh) * | 2019-09-29 | 2020-02-07 | 福州外语外贸学院 | 一种紧急声音方位辨识方法及装置 |
CN112485761A (zh) * | 2021-02-03 | 2021-03-12 | 成都启英泰伦科技有限公司 | 一种基于双麦克风的声源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103675757B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103634476B (zh) | 一种基于手机的录音装置的定位方法 | |
CN102103200B (zh) | 一种分布式非同步声传感器的声源空间定位方法 | |
CN103675757B (zh) | 基于多个手机麦克风阵列的定位方法 | |
Argentieri et al. | A survey on sound source localization in robotics: From binaural to array processing methods | |
Moses et al. | A self-localization method for wireless sensor networks | |
CN100551028C (zh) | 用于音源追踪的装置和方法 | |
EP1818909B1 (en) | Voice recognition system | |
CN102074236B (zh) | 一种分布式麦克风的说话人聚类方法 | |
CN109839612A (zh) | 基于时频掩蔽和深度神经网络的声源方向估计方法 | |
CN106226739A (zh) | 融合子带分析的双声源定位方法 | |
WO2019061439A1 (zh) | 一种基于渐进串行正交化盲源分离算法的改进声源定位方法及其实现系统 | |
CN105388459A (zh) | 分布式麦克风阵列网络的鲁棒声源空间定位方法 | |
CN103901401A (zh) | 一种基于双耳匹配滤波器的双耳声音源定位方法 | |
Manamperi et al. | Drone audition: Sound source localization using on-board microphones | |
Hon et al. | Audio fingerprinting for multi-device self-localization | |
Pertilä et al. | Passive self-localization of microphones using ambient sounds | |
CN103901400B (zh) | 一种基于时延补偿和双耳一致性的双耳声音源定位方法 | |
KR101869865B1 (ko) | 기 설계된 음향 데이터 신호를 이용한 실내 위치 추정 방법 | |
CN109709520A (zh) | 基于麦克风阵列的室内定位与建图方法 | |
KR20090128221A (ko) | 음원 위치 추정 방법 및 그 방법에 따른 시스템 | |
CN115902776B (zh) | 一种基于被动式声音信号的声源定位方法 | |
Lebarbenchon et al. | Evaluation of an open-source implementation of the SRP-PHAT algorithm within the 2018 LOCATA challenge | |
KR20060124443A (ko) | 머리전달함수 데이터베이스를 이용한 음원 위치 추정 방법 | |
CN116347595A (zh) | 一种适用于室内定位的非视距识别与缓解方法 | |
Nakano et al. | Automatic estimation of position and orientation of an acoustic source by a microphone array network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |