CN104865555B - 一种基于声音位置指纹的室内声源定位方法 - Google Patents
一种基于声音位置指纹的室内声源定位方法 Download PDFInfo
- Publication number
- CN104865555B CN104865555B CN201510253798.5A CN201510253798A CN104865555B CN 104865555 B CN104865555 B CN 104865555B CN 201510253798 A CN201510253798 A CN 201510253798A CN 104865555 B CN104865555 B CN 104865555B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- microphone
- mtd
- sound
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000004807 localization Effects 0.000 title claims abstract description 4
- 238000005070 sampling Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 32
- 230000005236 sound signal Effects 0.000 claims description 28
- 238000001228 spectrum Methods 0.000 claims description 25
- 238000005314 correlation function Methods 0.000 claims description 23
- 230000003321 amplification Effects 0.000 claims description 9
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 2
- SDIXRDNYIMOKSG-UHFFFAOYSA-L disodium methyl arsenate Chemical compound [Na+].[Na+].C[As]([O-])([O-])=O SDIXRDNYIMOKSG-UHFFFAOYSA-L 0.000 abstract 1
- 238000011017 operating method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000003556 assay Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
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)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明一种基于声音位置指纹的室内声源定位方法，涉及应用声波确定信号源的位置的技术，操作步骤是：离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库，即声音位置指纹数据库；在线定位，确定待定位的声源的坐标位置。本发明方法利用定位算法比较待定位测点的声源信号与声音位置指纹数据库中每个参考点的邻近性，从而实现对声源待测点位置坐标的确定，克服了现有的声音定向方法只能定出声源的方向，而不能定出声源的具体位置，不能实现对室内声源进行定位的缺陷。
Description
技术领域
本发明的技术方案涉及应用声波确定信号源的位置的技术，具体地说是一种基于声音位置指纹的室内声源定位方法。
背景技术
现今，随着仿生技术的发展，基于麦克风阵列的听觉感知技术应用的领域在不断扩展，已经成为机器人导航、语音增强以及目标定位等众多研究领域的重要研究课题。可以说，新一代智能机器人的听觉感知技术将是其发展程度的重要标志之一，是实现机器人防生化的重要手段。因此，设计高精度的声源定位装置在医疗、搜救、智能家居、军事和国防等诸多领域具有重要的应用价值。
现有智能室内机器人实现定位的功能以及所用的小型麦克风定向装置，只能实现对声音方向的确定，只能定出声源的方向，而不能定出声源的具体位置，不能满足对室内机器人的定位功能。
发明内容
本发明所要解决的技术问题是：提供一种基于声音位置指纹的室内声源定位方法，利用定位算法比较待定位测点的声源信号与声音位置指纹数据库中每个参考点的邻近性，从而实现对声源待测点位置坐标的确定，克服了现有的声音定向方法只能定出声源的方向，而不能定出声源的具体位置，不能实现对室内声源进行定位的缺陷。
本发明解决该技术问题所采用的技术方案是：一种基于声音位置指纹的室内声源定位方法，具体步骤如下：
A.本发明方法的专用测量装置：
包括四个麦克风、声音信号微处理器和上位机，其中，所述四个麦克风为分别安装在四个支架上的麦克风0、麦克风1、麦克风2和麦克风3共四个麦克风，其中麦克风0为基准麦克风，所述声源信号微处理器由声音信号放大模块和数据采集模块构成，所述的上位机为安装了NIDAQ驱动的PC机，该上位机中存有信号采集程序以及匹配算法的程序；四个麦克风与声音信号放大模块之间、声音信号放大模块和数据采集模块之间均用导线连接，数据采集模块与上位机是用USB数据线连接；
B.本发明方法的操作步骤：
用上述专用测量装置中的设备完成以下方法的操作步骤，
第一步，离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库，即声音位置指纹数据库：
(1.1)确定采样布局图：测定所指定的室内的面积和确定定位精度，根据所指定的室内的面积和定位精度，将所指定的室内划分成0.5m×0.5m的网格，把每个网格的节点作为参考点，得到n个参考节点，由此确定采样布局图；
(1.2)设定声音采集点：在上述室内设定四个声音采集点，在每个采集点处分别布置麦克风0、麦克风1、麦克风2和麦克风3，以在采集点处采集声源信号；
(1.3)采集声源信号：在上述(1.1)步中的每一个参考点处分别使用同一声源发出声音，用上述(1.2)步设置的麦克风0、麦克风1、麦克风2和麦克风3采集声音信号，声音信号经过声音放大模块的放大，用数据采集模块对放大的数据进行采集并实时的传输到上位机；
(1.4)求麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差，具体计算方法如下：
在第i个参考节点处，设s(t)为目标声源，x0(t)、x1(t)、x2(t)和x3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的信号，n0(t)、n1(t)、n2(t)和n3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的附加噪声信号，麦克风0、麦克风1、麦克风2和麦克风3得到的信号分别表示为：
x0(t)＝α0s(t)+n0(t)
x1(t)＝α1s(t-τ)+n1(t)
x2(t)＝α2s(t-τ)+n2(t)
x3(t)＝α3s(t-τ)+n3(t)
其中α0、α1、α2和α3分别是声音信号到达麦克风后的衰减系数，τ为两个麦克风拾取信号的时间延迟，即声达时间差TDOA,此处声达时间差TDOA采用传统的互相关方法进行估计，其互相关函数为：
其中，是麦克风0和麦克风1获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号1的共轭，信号ψ01(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风1和基准麦克风0的声达时间差TDOAi1；是麦克风0和麦克风2获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号2的共轭，信号ψ02(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风2和基准麦克风0的声达时间差TDOAi2；是麦克风0和麦克风3获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号3的共轭，信号ψ03(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风3和基准麦克风0的声达时间差TDOAi3；
由此，对每一个参考点进行数据采集，把参考点的位置坐标和对应的声达时间差TDOA存入到声音位置指纹库中，构成声音位置指纹库；
第二步，在线定位，确定待定位的声源的坐标位置：
(2.1)测量并采集待定位点声源信号到麦克风1b、麦克风2c和麦克风3d与基准麦克风0a的的声达时间差：在待定位点用同样的声源发出声音，用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差(TDOAj1、TDOAj2、TDOAj3)，具体计算过程同上述(1.4)步；
(2.2)利用定位算法将采集的待定位声源声音的声达时间差与第一步构建的声音位置指纹数据库中的信息进行匹配定位，计算出该声源的位置坐标：
用K最近邻法进行信息匹配定位，具体过程如下：
①计算待测点与所有参考点的欧氏距离：
其中，di表示待测点到第i个参考点的欧氏距离，m表示测的的声达时间差的个数，TDOAjm表示待测点测得的第m个麦克风与基准麦克风的声达时间差，TDOAim表示第i个参考点的第m个声达时间差；
②对求出的上述(1.1)步中的n个参考节点的di进行比较，取出3个最小的欧氏距离da,db,dc，提取其坐标分别为A(xa,ya)、B(xb,yb)、C(xc,yc)；
③求取A(xa,ya)、B(xb,yb)、C(xc,yc)这三个点的质心，质心的坐标就是待定位的声源的坐标，求取质心的方法是：
其中(xj,yj)是待测点的坐标，da,db,dc是上述步骤②中测得的欧氏距离；
由此，完成待定位的室内声源定位。
上述基于声音位置指纹的室内声源定位方法，所述的四个麦克风被分别固定在支架上，均是北京声望声电技术有限公司生产的MPA201传声器，其直径是1.27cm。
上述基于声音位置指纹的室内声源定位方法，所述声音放大模块采用集成运算放大器LM324，所述数据采集模块采用NI9215A数据采集卡。
上述基于声音位置指纹的室内声源定位方法，所涉及的部件均通过公知途径获得，部件之间的连接方式是本技术领域的技术人员所能掌握的。
本发明的有益效果是：与现有技术相比，本发明具有突出的实质性特点和显著进步是：
(1)本发明基于声音位置指纹的室内声源定位方法，与现有的定位装置和定位方法只能实现对声音方向的定向相比，实现了对室内声源具体位置的准确定位。
(2)本发明基于声音位置指纹的室内声源定位方法，引入了位置指纹的定位算法，用声达时间差作为特征，不用考虑麦克风的具体位置，避免了由于麦克风安装位置不准确对定位造成的误差。
(3)本发明基于声音位置指纹的室内声源定位方法，声音位置指纹数据库中存储的是参考点的位置坐标和对应的声达时间差，不涉及声音强度，这样避免了声源声音大小对定位带来的误差，并且应用范围会更大。
(4)用K最近邻法进行信息匹配定位，通过选取3个距离最近点，取它们的位置的质心作为位置估计值，则在一定程度上消除了最近邻算法中仅取一个距离最近点作为待测点位置造成的误差。
在以下的实施例将进一步说明本发明的有益效果。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明方法的专用测量装置的构成示意框图。
图2为本发明方法的操作步骤示意图。
图3为本发明方法中的声音位置指纹库构建示意图。
图中，1.声源信号微处理器，1-1.数据采集模块，1-2.声音信号放大模块，2.上位机，3.声源，a.麦克风0，b.麦克风1，c.麦克风2，d.麦克风3。
具体实施方式
图1所示实施例表明，本发明方法的专用测量装置的构成包括被安装在四个支架上麦克风0a、麦克风1b、麦克风2c和麦克风3d四个麦克风、声音信号微处理器1和上位机2，其中麦克风0a为基准麦克风，所述声源信号微处理器1由声音信号放大模块1-2和数据采集模块1-1构成，所述的上位机2为安装了NIDAQ驱动的PC机，该上位机2中存有信号采集程序以及匹配算法的程序；麦克风与声音信号放大模块1-2之间、声音信号放大模块1-2和数据采集模块1-1之间均用导线连接，数据采集模块1-1与上位机2是用USB数据线连接；
图2所示实施例表明，本发明方法的操作步骤包括两个步骤：第一步，离线采样和第二步，在线定位。图中显示，第一步，离线采样的过程是：声源3的信号→被布置在四个支架上的麦克风0a、麦克风1b、麦克风2c和麦克风3d所采集→用广义互相关函数法分别计算声源的声音到达麦克风0a与到达麦克风1b、麦克风2c和麦克风3d的声达时间差与对应的位置信息存入声音位置指纹的数据库，并存储于上位机2中；第二步，在线定位的过程是：测量并采集待定位声源的声达时间差→利用定位算法将采集待定位位置的声达时间差与第一步构建的声音位置指纹数据库中的信息进行匹配定位，计算出该声源所在的位置。
图3所示实施例表明，本发明方法中的声音位置指纹库构建过程是：
确定系统坐标系和构建采样布局图→在每一个参考点处进行声音信号的采集与处理→得到参考节点的位置信息、TDOAi1、TDOAi2、TDOAi3→声音位置指纹库。
详细地说，首先要综合考虑室内环境的大小以及定位精度的要求，确定系统坐标系，本发明中将室内环境划分为诸多0.5m*0.5m的网格，将每个网格的节点作为参考点,构建采样布局图。在每一个参考点使用同一声源发出声音，用麦克风对声源信号进行采集，通过数据采集模块和声音放大模块对信号的处理，将信号传输到上位机，在上位机上用matlab对信号进行处理，求取互相关函数，得到第i个参考点麦克风1、麦克风2、麦克风3与基准麦克风的声达时间差：TDOAi1、TDOAi2、TDOAi3，对每一个参考点进行信号测量，将测得的声达时间差和对应参考点的位置坐标存入数据库中。设M表示位置指纹库，则M可以表示如下：
其中Li表示第i个参考点的位置信息，位置信息表示如下：Li＝(xi,yi)。TDOAi1、TDOAi2、TDOAi3分别表示在第i个参考点处麦克风1、麦克风2、麦克风3到基准麦克风0的声达时间差。n表示参考点的个数，n个参考点的指纹组成了声音位置指纹库。
实施例
本实施例的一种基于声音位置指纹的室内声源定位方法，具体步骤如下：
A.本发明方法的专用测量装置：
包括四个麦克风、声音信号微处理器1和上位机2，其中，所述四个麦克风为分别安装在四个支架上的麦克风0a、麦克风1b、麦克风2c和麦克风3d共四个麦克风，其中麦克风0a为基准麦克风，所述声源信号微处理器1由声音信号放大模块1-2和数据采集模块1-1构成，所述的上位机2为安装了NIDAQ驱动的PC机，该上位机2中存有信号采集程序以及匹配算法的程序；四个麦克风与声音信号放大模块1-2之间、声音信号放大模块1-2和数据采集模块1-1之间均用导线连接，数据采集模块1-1与上位机2是用USB数据线连接，所述的四个麦克风被分别固定在支架上，均是北京声望声电技术有限公司生产的MPA201传声器，其直径是1.27cm，所述声音放大模块1-1采用集成运算放大器LM324，所述数据采集模块1-1采用NI9215A数据采集卡；
B.本发明方法的操作步骤：
用上述专用测量装置中的设备完成以下方法的操作步骤，
第一步，离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库，即声音位置指纹数据库：
(1.1)确定采样布局图：测定所指定的室内的面积和确定定位精度，根据所指定的室内的面积和定位精度，将所指定的室内划分成0.5m×0.5m的网格，把每个网格的节点作为参考点，得到n个参考节点，由此确定采样布局图；
(1.2)设定声音采集点：在上述室内设定四个声音采集点，在每个采集点处分别布置麦克风0、麦克风1、麦克风2和麦克风3，以在采集点处采集声源信号；
(1.3)采集声源信号：在上述(1.1)步中的每一个参考点处分别使用同一声源发出声音，用上述(1.2)步设置的麦克风0、麦克风1、麦克风2和麦克风3采集声音信号，声音信号经过声音放大模块的放大，用数据采集模块对放大的数据进行采集并实时的传输到上位机；
(1.4)求麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差，具体计算方法如下：
在第i个参考节点处，设s(t)为目标声源，x0(t)、x1(t)、x2(t)和x3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的信号，n0(t)、n1(t)、n2(t)和n3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的附加噪声信号，麦克风0、麦克风1、麦克风2和麦克风3得到的信号分别表示为：
x0(t)＝α0s(t)+n0(t)
x1(t)＝α1s(t-τ)+n1(t)
x2(t)＝α2s(t-τ)+n2(t)
x3(t)＝α3s(t-τ)+n3(t)
其中α0、α1、α2和α3分别是声音信号到达麦克风后的衰减系数，τ为两个麦克风拾取信号的时间延迟，即声达时间差TDOA,此处声达时间差TDOA采用传统的互相关方法进行估计，其互相关函数为：
其中，是麦克风0和麦克风1获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号1的共轭，信号ψ01(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风1和基准麦克风0的声达时间差TDOAi1；是麦克风0和麦克风2获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号2的共轭，信号ψ02(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风2和基准麦克风0的声达时间差TDOAi2；是麦克风0和麦克风3获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号3的共轭，信号ψ03(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风3和基准麦克风0的声达时间差TDOAi3；
由此，对每一个参考点进行数据采集，把参考点的位置坐标和对应的声达时间差TDOA存入到声音位置指纹库中，构成声音位置指纹库；
第二步，在线定位，确定待定位的声源的坐标位置：
(2.1)测量并采集待定位点声源信号到麦克风1b、麦克风2c和麦克风3d与基准麦克风0a的的声达时间差：在待定位点用同样的声源发出声音，用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差(TDOAj1、TDOAj2、TDOAj3)，具体计算过程同上述(1.4)步；
(2.2)利用定位算法将采集的待定位声源声音的声达时间差与第一步构建的声音位置指纹数据库中的信息进行匹配定位，计算出该声源的位置坐标：
用K最近邻法进行信息匹配定位，具体过程如下：
①计算待测点与所有参考点的欧氏距离：
其中，di表示待测点到第i个参考点的欧氏距离，m表示测的的声达时间差的个数，TDOAjm表示待测点测得的第m个麦克风与基准麦克风的声达时间差，TDOAim表示第i个参考点的第m个声达时间差；
②对求出的上述(1.1)步中的n个参考节点的di进行比较，取出3个最小的欧氏距离da,db,dc，提取其坐标分别为A(xa,ya)、B(xb,yb)、C(xc,yc)；
③求取A(xa,ya)、B(xb,yb)、C(xc,yc)这三个点的质心，质心的坐标就是待定位的声源的坐标，求取质心的方法是：
其中(xj,yj)是待测点的坐标，da,db,dc是上述步骤②中测得的欧氏距离；
由此，完成待定位的室内声源定位。
本实施例中，当测定所指定的室内的面积为10*10m2时，将得到441个参考节点，此时i为1～441；当测定所指定的室内的面积为5*10m2时，将得到231个参考节点，此时i为1～231；当测定所指定的室内的面积为4*5m2时，将得到99个参考节点，此时i为1～99。
本实施例中所涉及的部件均通过公知途径获得，部件之间的连接方式是本技术领域的技术人员所能掌握的。
Claims (2)
1.一种基于声音位置指纹的室内声源定位方法，其特征在于：构建一个关于声达时间差和声音采样点位置坐标间关系的声音位置指纹数据库，引入了位置指纹的定位算法，声音位置指纹数据库中存储的是参考点的位置坐标和对应的声达时间差，具体步骤如下：
第一步，离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库，即声音位置指纹数据库：
(1.1)确定采样布局图：测定所指定的室内的面积和确定定位精度，根据所指定的室内的面积和定位精度，将所指定的室内划分成0.5m×0.5m的网格，把每个网格的节点作为参考点，得到n个参考节点，由此确定采样布局图；
(1.2)设定声音采集点：在上述室内设定四个声音采集点，在每个采集点处分别布置麦克风0、麦克风1、麦克风2和麦克风3，以在采集点处采集声源信号；
(1.3)采集声源信号：在上述(1.1)步中的每一个参考点处分别使用同一声源发出声音，用上述(1.2)步设置的麦克风0、麦克风1、麦克风2和麦克风3采集声音信号，声音信号经过声音放大模块的放大，用数据采集模块对放大的数据进行采集并实时的传输到上位机；
(1.4)求麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差，具体计算方法如下：
在第i个参考节点处，设s(t)为目标声源，x0(t)、x1(t)、x2(t)和x3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的信号，n0(t)、n1(t)、n2(t)和n3(t)分别为麦克风0、麦克风1、麦克风2和麦克风3接收到的附加噪声信号，麦克风0、麦克风1、麦克风2和麦克风3得到的信号分别表示为：
x0(t)＝α0s(t)+n0(t)
x1(t)＝α1s(t-τ)+n1(t)
x2(t)＝α2s(t-τ)+n2(t)
x3(t)＝α3s(t-τ)+n3(t)
其中α0、α1、α2和α3分别是声音信号到达麦克风后的衰减系数，τ为两个麦克风拾取信号的时间延迟，即声达时间差TDOA,此处声达时间差TDOA采用传统的互相关方法进行估计，其互相关函数为：
<mrow>
<msub>
<mi>R</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&pi;</mi>
</msubsup>
<msub>
<mi>&psi;</mi>
<mn>01</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>G</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mi>&omega;</mi>
<mi>&tau;</mi>
</mrow>
</msup>
<mi>d</mi>
<mi>&omega;</mi>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&pi;</mi>
</msubsup>
<msub>
<mi>&psi;</mi>
<mn>02</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>G</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mi>&omega;</mi>
<mi>&tau;</mi>
</mrow>
</msup>
<mi>d</mi>
<mi>&omega;</mi>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&pi;</mi>
</msubsup>
<msub>
<mi>&psi;</mi>
<mn>03</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>G</mi>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mi>&omega;</mi>
<mi>&tau;</mi>
</mrow>
</msup>
<mi>d</mi>
<mi>&omega;</mi>
</mrow>
其中，是麦克风0和麦克风1获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号1的共轭，信号ψ01(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风1和基准麦克风0的声达时间差TDOAi1；是麦克风0和麦克风2获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号2的共轭，信号ψ02(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风2和基准麦克风0的声达时间差TDOAi2；是麦克风0和麦克风3获取信号的互相关功率谱，而X0(ω)是x0(t)由时域经过傅里叶变换转到频域的信号，是频域内信号3的共轭，信号ψ03(ω)是权函数，在此权函数取1，是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时延： 的峰值处即为麦克风3和基准麦克风0的声达时间差TDOAi3；
由此，对每一个参考点进行数据采集，把参考点的位置坐标和对应的声达时间差TDOA存入到声音位置指纹库中，构成声音位置指纹库；
该声音位置指纹库，用M表示如下：
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mn>11</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mn>12</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mn>13</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>i</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>i</mi>
<mn>3</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>n</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>n</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>n</mi>
<mn>3</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中Li表示第i个参考点的位置信息，位置信息表示如下：Li＝(xi,yi)，TDOAi1、TDOAi2、TDOAi3分别表示在第i个参考点处麦克风1、麦克风2、麦克风3到基准麦克风0的声达时间差，n表示参考点的个数，n个参考点的指纹组成了声音位置指纹库；
第二步，在线定位，确定待定位的声源的坐标位置：
(2.1)测量并采集待定位点声源信号到麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：在待定位点用同样的声源发出声音，用广义互相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基准麦克风0的的声达时间差(TDOAj1、TDOAj2、TDOAj3)，具体计算过程同上述(1.4)步；
(2.2)利用定位算法将采集的待定位声源声音的声达时间差与第一步构建的声音位置指纹数据库中的信息进行匹配定位，计算出该声源的位置坐标：
用K最近邻法进行信息匹配定位，具体过程如下：
①计算待测点与所有参考点的欧氏距离：
<mrow>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>j</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>TDOA</mi>
<mrow>
<mi>i</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
其中，di表示待测点到第i个参考点的欧氏距离，m表示测的的声达时间差的个数，TDOAjm表示待测点测得的第m个麦克风与基准麦克风的声达时间差，TDOAim表示第i个参考点的第m个声达时间差；
②对求出的上述(1.1)步中的n个参考节点的di进行比较，取出3个最小的欧氏距离da,db,dc，提取其坐标分别为A(xa,ya)、B(xb,yb)、C(xc,yc)；
③求取A(xa,ya)、B(xb,yb)、C(xc,yc)这三个点的质心，质心的坐标就是待定位的声源的坐标，求取质心的方法是：
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>d</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mi>a</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</mrow>
</mfrac>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>a</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>a</mi>
</msub>
<mo>)</mo>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>d</mi>
<mi>a</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mi>a</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</mrow>
</mfrac>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>d</mi>
<mi>a</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mi>a</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>b</mi>
</msub>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</mrow>
</mfrac>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>c</mi>
</msub>
<mo>)</mo>
<mo>.</mo>
</mrow>
其中(xj,yj)是待测点的坐标，da,db,dc是上述步骤②中测得的欧氏距离；
由此，完成待定位的室内声源定位。
2.如权利要求1所述一种基于声音位置指纹的室内声源定位方法的专用测量装置，其特征在于：包括四个麦克风、声音信号微处理器和上位机，其中，所述四个麦克风为分别安装在四个支架上的麦克风0、麦克风1、麦克风2和麦克风3共四个麦克风，其中麦克风0为基准麦克风，所述声源信号微处理器由声音信号放大模块和数据采集模块构成，所述的上位机为安装了NIDAQ驱动的PC机，该上位机中存有信号采集程序以及匹配算法的程序；四个麦克风与声音信号放大模块之间、声音信号放大模块和数据采集模块之间均用导线连接，数据采集模块与上位机是用USB数据线连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510253798.5A CN104865555B (zh) | 2015-05-19 | 2015-05-19 | 一种基于声音位置指纹的室内声源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510253798.5A CN104865555B (zh) | 2015-05-19 | 2015-05-19 | 一种基于声音位置指纹的室内声源定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104865555A CN104865555A (zh) | 2015-08-26 |
| CN104865555B true CN104865555B (zh) | 2017-12-08 |
Family
ID=53911516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510253798.5A Active CN104865555B (zh) | 2015-05-19 | 2015-05-19 | 一种基于声音位置指纹的室内声源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104865555B (zh) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106872937B (zh) * | 2015-12-10 | 2019-05-17 | 中国电信股份有限公司 | 一种基于基站指纹特征匹配的定位方法、平台和系统 |
| CN105676182A (zh) * | 2016-02-26 | 2016-06-15 | 南方电网科学研究院有限责任公司 | 风噪声源的定位方法及系统 |
| CN106843054A (zh) * | 2017-02-23 | 2017-06-13 | 深圳市地铁集团有限公司 | 一种基于互联网的土木工程监测控制系统 |
| US10219098B2 (en) * | 2017-03-03 | 2019-02-26 | GM Global Technology Operations LLC | Location estimation of active speaker |
| WO2018209467A1 (zh) * | 2017-05-15 | 2018-11-22 | 深圳市卓希科技有限公司 | 一种位置检测方法和系统 |
| CN108966341B (zh) * | 2017-05-27 | 2021-04-27 | 中国移动通信有限公司研究院 | 一种定位方法和定位装置 |
| CN107170440A (zh) * | 2017-05-31 | 2017-09-15 | 宇龙计算机通信科技(深圳)有限公司 | 定向传声方法、装置、移动终端及计算机可读存储介质 |
| CN107468232A (zh) * | 2017-09-05 | 2017-12-15 | 苏州风尚智选医疗科技有限公司 | 胎心监护装置和方法 |
| CN108107407A (zh) * | 2017-12-18 | 2018-06-01 | 黑龙江大学 | 一种基于空间分布式麦克风的三维声源定位方法 |
| CN108132457A (zh) * | 2017-12-22 | 2018-06-08 | 景晖 | 一种确定位置的语音来波方向估计方法和装置 |
| TWI641857B (zh) * | 2018-02-09 | 2018-11-21 | 宏碁股份有限公司 | 電子裝置以及定位方法 |
| CN109031202B (zh) * | 2018-06-03 | 2022-10-04 | 桂林电子科技大学 | 基于听觉场景分析的室内环境区域定位系统及方法 |
| CN108802689B (zh) * | 2018-06-14 | 2020-09-01 | 河北工业大学 | 基于声源阵列的空间麦克风定位方法 |
| CN108613679B (zh) * | 2018-06-14 | 2020-06-16 | 河北工业大学 | 一种移动机器人扩展卡尔曼滤波同步定位与地图构建方法 |
| CN108896962B (zh) * | 2018-06-14 | 2022-02-08 | 河北工业大学 | 基于声音位置指纹的迭代定位方法 |
| CN108646221B (zh) * | 2018-06-14 | 2020-06-30 | 河北工业大学 | 一种基于声源阵列的空间麦克风定位方法 |
| CN108710108A (zh) * | 2018-06-20 | 2018-10-26 | 上海掌门科技有限公司 | 一种听诊装置及其自动定位方法 |
| CN109342998B (zh) * | 2018-12-06 | 2020-06-09 | 吉林大学 | 一种基于仿生学的位置指纹室内定位系统及方法 |
| CN110133571B (zh) * | 2019-05-14 | 2021-01-29 | 深圳力维智联技术有限公司 | 基于声音识别的动态测向方法、测向系统及可读存储介质 |
| CN111965600A (zh) * | 2020-08-14 | 2020-11-20 | 长安大学 | 一种强遮挡环境下基于声音指纹的室内定位方法 |
| CN112129402B (zh) * | 2020-08-21 | 2021-07-13 | 东风汽车集团有限公司 | 一种异响源探测装置 |
| CN112946578B (zh) * | 2021-02-02 | 2023-04-21 | 上海头趣科技有限公司 | 双耳定位方法 |
| US20220317272A1 (en) * | 2021-03-31 | 2022-10-06 | At&T Intellectual Property I, L.P. | Using Scent Fingerprints and Sound Fingerprints for Location and Proximity Determinations |
| CN114339600B (zh) * | 2022-01-10 | 2023-04-07 | 浙江德清知路导航科技有限公司 | 一种基于5g信号和声波信号的电子设备室内定位系统和方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102928813A (zh) * | 2012-10-19 | 2013-02-13 | 南京大学 | 基于rssi质心加权算法的无源rfid标签定位方法 |
| CN103439689A (zh) * | 2013-08-21 | 2013-12-11 | 大连理工大学 | 一种分布式麦克风阵列中麦克风位置估计系统 |
| CN103439688A (zh) * | 2013-08-27 | 2013-12-11 | 大连理工大学 | 一种用于分布式麦克风阵列的声源定位系统及定位方法 |
| CN104360315A (zh) * | 2014-10-16 | 2015-02-18 | 河北工业大学 | 基于LabVIEW的麦克风阵列声源定位方法及装置 |
-
2015
- 2015-05-19 CN CN201510253798.5A patent/CN104865555B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102928813A (zh) * | 2012-10-19 | 2013-02-13 | 南京大学 | 基于rssi质心加权算法的无源rfid标签定位方法 |
| CN103439689A (zh) * | 2013-08-21 | 2013-12-11 | 大连理工大学 | 一种分布式麦克风阵列中麦克风位置估计系统 |
| CN103439688A (zh) * | 2013-08-27 | 2013-12-11 | 大连理工大学 | 一种用于分布式麦克风阵列的声源定位系统及定位方法 |
| CN104360315A (zh) * | 2014-10-16 | 2015-02-18 | 河北工业大学 | 基于LabVIEW的麦克风阵列声源定位方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 分布式麦克风阵列定位方法研究;王舒文;《中国优秀硕士学位论文全文数据库信息科技辑》;20130915;第I136-43页 * |
| 基于时延估计的移动机器人声源定位方法研究;吴秀谦;《中国优秀硕士学位论文全文数据库信息科技辑》;20140615(第6期);第I140-265页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104865555A (zh) | 2015-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104865555B (zh) | 一种基于声音位置指纹的室内声源定位方法 | |
| CN101957442B (zh) | 一种声源定位装置 | |
| CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
| CN104035065A (zh) | 基于主动旋转的声源定向装置及其应用方法 | |
| CN103529364B (zh) | 基于超声稀疏阵列传感器的油中多局部放电源定位方法 | |
| CN104076331A (zh) | 一种七元麦克风阵列的声源定位方法 | |
| CN101702000A (zh) | 变压器局部放电的相控超声定位方法及系统 | |
| 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 | |
| CN103913680A (zh) | 基于时延误差随机模拟与统计分析的局部放电定位方法 | |
| CN101893698A (zh) | 噪声源测试分析方法及其装置 | |
| CN108896962A (zh) | 基于声音位置指纹的迭代定位方法 | |
| CN103217211A (zh) | 一种基于合成孔径原理的变电站噪声源分布测量方法 | |
| CN102200573B (zh) | 一种对近场目标信号来波方向进行测定的方法 | |
| CN101977068A (zh) | 不需目标仰角参数对目标来波方向进行快速测定的方法 | |
| Cui et al. | Evolutionary TDOA-based direction finding methods with 3-D acoustic array | |
| CN105954653B (zh) | 一种gis现场耐压试验击穿点定位方法及系统 | |
| CN114994608B (zh) | 基于深度学习的多设备自组织麦克风阵列声源定位方法 | |
| Wang et al. | Root-MUSIC algorithm with real-valued eigendecomposition for acoustic vector sensor array | |
| CN115656926A (zh) | 一种用于电力设备异响监测的定位识别方法和装置 | |
| CN105916113B (zh) | 一种定位方法和装置 | |
| CN110361696B (zh) | 基于时间反转技术的封闭空间声源定位方法 | |
| CN113030669A (zh) | 一种基于特高频幅值强度统计分析的局部放电定位方法 | |
| CN112255590A (zh) | 基于模糊函数匹配的低空声源反演定位方法及装置 | |
| Heydari et al. | Scalable real-time sound source localization method based on TDOA | |
| CN108594163A (zh) | 用单个传声器移动结合内积运算识别声源的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |