CN103675757A - 基于多个手机麦克风阵列的定位方法 - Google Patents

Abstract

本发明提供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

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

和麦克风

的带误差容忍的时间差范围

；；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。本发明能够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。

Description

基于多个手机麦克风阵列的定位方法

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...M_2m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M_i和麦克风M_j的带误差容忍的时间差范围Δt_ij；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t_M，即两个子序列相对位置为t_M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：

$\mathrm{CC}\left(t_0\right)=\frac{{\mathrm{\Σ}}_{t_x\∈W}[X\left(t_x\right)-\stackrel{\‾}{X\left(t\right)}][Y(t_x-t_0)-\stackrel{\‾}{Y\left(t\right)}]}{\sqrt{{\mathrm{\Σ}}_{t\∈W_0}{[X\left(t\right)-\stackrel{\‾}{X\left(t\right)}]}^2{\mathrm{\Σ}}_{t\∈W_0}{[Y\left(t\right)-\stackrel{\‾}{Y\left(t\right)}]}^2}}$

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]；t_x为X(t)实际匹配部分位置，其取值范围是t_x∈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+t_M/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...M_2m，m≥1，为正整数；音源的位置是K，则得到如下公式阵列：

$\left\{\begin{array}{c}\&ForAll;i,j,1\&le;i<j\&le;2m,\\ {\mathrm{\&Delta;t}}_{\mathrm{ij}}\&Element;(t_l,t_u)\\ V_s{t}_l<\stackrel{\&OverBar;}{{\mathrm{KM}}_l}-\stackrel{\&OverBar;}{{\mathrm{KM}}_j}<V_s{t}_u\end{array}\right.,i\&NotEqual;j$

其中Δt_ij是根据在第M_i个麦克风和第M_j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，t_l=T1-δ为此时间差的最小取值，t_u=T1+δ为此时间差的最大取值；V_s为声音速度；

为音源位置K到麦克风M_i位置的距离，

为音源位置K到麦克风M_j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M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_l；另一条双曲线的焦点也为M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_u。

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...M_2m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t_M，即两个子序列相对位置为t_M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+t_M/k|。

归一化的互相关方法的计算公式如下所示：

$\mathrm{CC}\left(t_0\right)=\frac{{\mathrm{\&Sigma;}}_{t_x\&Element;W}[X\left(t_x\right)-\stackrel{\&OverBar;}{X\left(t\right)}][Y(t_x-t_0)-\stackrel{\&OverBar;}{Y\left(t\right)}]}{\sqrt{{\mathrm{\&Sigma;}}_{t\&Element;W_0}{[X\left(t\right)-\stackrel{\&OverBar;}{X\left(t\right)}]}^2{\mathrm{\&Sigma;}}_{t\&Element;W_0}{[Y\left(t\right)-\stackrel{\&OverBar;}{Y\left(t\right)}]}^2}}$

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]；t_x为X(t)实际匹配部分位置，其取值范围是t_x∈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+t_M/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...M_2m，m≥1，为正整数；音源的位置是K，则得到如下公式阵列：

$\left\{\begin{array}{c}\&ForAll;i,j,1\&le;i<j\&le;2m,\\ {\mathrm{\&Delta;t}}_{\mathrm{ij}}\&Element;(t_l,t_u)\\ V_s{t}_l<\stackrel{\&OverBar;}{{\mathrm{KM}}_l}-\stackrel{\&OverBar;}{{\mathrm{KM}}_j}<V_s{t}_u\end{array}\right.,i\&NotEqual;j$

其中Δt_ij是根据在第M_i个麦克风和第M_j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，t_l=T1-δ为此时间差的最小取值，t_u=T1+δ为此时间差的最大取值；V_s为声音速度；

为音源位置K到麦克风M_i位置的距离，

为音源位置K到麦克风M_j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M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_l；另一条双曲线的焦点也为M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_u。

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...M_2m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M_i和麦克风M_j的带误差容忍的时间差范围Δt_ij；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t_M，即两个子序列相对位置为t_M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：

$\mathrm{CC}\left(t_0\right)=\frac{{\mathrm{\&Sigma;}}_{t_x\&Element;W}[X\left(t_x\right)-\stackrel{\&OverBar;}{X\left(t\right)}][Y(t_x-t_0)-\stackrel{\&OverBar;}{Y\left(t\right)}]}{\sqrt{{\mathrm{\&Sigma;}}_{t\&Element;W_0}{[X\left(t\right)-\stackrel{\&OverBar;}{X\left(t\right)}]}^2{\mathrm{\&Sigma;}}_{t\&Element;W_0}{[Y\left(t\right)-\stackrel{\&OverBar;}{Y\left(t\right)}]}^2}}$

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]；t_x为X(t)实际匹配部分位置，其取值范围是t_x∈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+t_M/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...M_2m，m≥1，为正整数；音源的位置是K，则得到如下公式阵列：

$\left\{\begin{array}{c}\&ForAll;i,j,1\&le;i<j\&le;2m,\\ {\mathrm{\&Delta;t}}_{\mathrm{ij}}\&Element;(t_l,t_u)\\ V_s{t}_l<\stackrel{\&OverBar;}{{\mathrm{KM}}_l}-\stackrel{\&OverBar;}{{\mathrm{KM}}_j}<V_s{t}_u\end{array}\right.,i\&NotEqual;j$

其中Δt_ij是根据在第M_i个麦克风和第M_j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，t_l=T1-δ为此时间差的最小取值，t_u=T1+δ为此时间差的最大取值；V_s为声音速度；为音源位置K到麦克风M_i位置的距离，为音源位置K到麦克风M_j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M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_l；另一条双曲线的焦点也为M_i和M_j的位置，音源位置K到两个焦点的距离差为定值V_st_u。

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。

Images