CN105223551A - 一种可穿戴的声源定位跟踪系统及方法 - Google Patents

Abstract

本发明涉及一种可穿戴的声源定位跟踪系统及方法，属于阵列信号处理领域。系统包括传感器组件、信号预处理组件和算法处理及定位结果显示组件；所述定位跟踪方法步骤为：利用麦克风阵列接收声信号；对信号进行预处理，经AD采样将模拟信号转换为数字信号；利用随机矩阵特征值谱分析方法检测是否有声源出现；由基于子空间技术的定位方法估计声源数目、声信号频率及位置信息；将声源相对穿戴者的位置通过语音和图像信息显示；由运动传感器判断若声源发生相对运动，则及时更新声源位置。本发明优点是定位装置体积小巧可随身穿戴，能及时检测到声源信号，快速定位并跟踪声源目标位置。

Description

一种可穿戴的声源定位跟踪系统及方法

技术领域

本发明属于阵列信号处理领域，具体涉及一种声源定位跟踪系统。

背景技术

声源定位技术在航空航天、交通、海洋探测等民用军用领域有着广泛的应用。与主动探测系统相比，被动声定位装置本身不发射信号而是利用目标发出的声音为接收信号，因而具有更好的隐蔽性。战场环境中，利用被动声定位装置及时获取敌方枪支、火炮或无人机等较隐蔽的目标位置信息，具有十分重要的战略意义。

由于具有重要应用意义，声源定位系统开发受到了人们的广泛关注。专利“一种声源定位方法”(专利号CN1832633A)提供的声源定位方法采用三维谱峰搜索确定声源空间位置，这种搜索方式计算复杂度高，无法实时定位跟踪，且采用的麦克风阵列体积较大，不利于随身携带。

美国专利“WearShooterLocalizationSystem”(专利号US2012/0182834A1)设计了一种可穿戴的枪炮声源定位装置，根据信号到达不同接收传感器的时间差计算声源位置；专利“一种声源定位方法及装置”(专利号CN103076593A)中设计了一种加权交叉相关函数的可控功率声源定位方法，该方法本质是通过交叉相关函数获得声到达时延差从而计算声源位置。上述专利中所涉及的定位方法均是基于声到达时间差(TDOA)的方法，只有对声信号声达时间差准确测量才能保证定位的准确性，易受环境噪声的干扰，且不易实现空间多目标定位。

发明内容

本发明提供一种可穿戴的声源定位跟踪系统及方法，适用于需快速检测声源信号并准确定位声源位置且要求装置简单便携的场合。

本发明采取的技术方案是包含以下部分：

(1)传感器组件，包括麦克风阵列和由三轴加速计、三轴陀螺仪和GPS发射接收器组成的辅助传感器模块，用于接收声信号及判断装置穿戴者是否发生运动，其中麦克风阵列为十字阵列，由均匀线性子阵列A和均匀线性子阵列B构成，两个子阵列相互垂直，分包含奇数个麦克风，共用中间麦克风并将其作为参考点；辅助传感器模块中GPS发射接收器用于确定穿戴者和声源的经度和纬度地理位置坐标；

(2)信号预处理组件，包括低噪滤波电路、增益控制电路和AD采样电路，用于对接受信号进行低噪滤波、增益控制和AD采样预处理；

(3)算法处理及定位结果显示组件，包括DSP处理器及外围电路、显示电路和音频输出电路，用于运行相关算法检测声源数目及确定声源位置，并显示位置信息。

本发明所述算法处理及定位结果显示组件，还包括无线传输电路，用于将穿戴者和声源位置信息传送给远程控制端。

一种可穿戴声源定位系统的定位跟踪方法，包含如下步骤：

(1)利用麦克风阵列接收声信号；

(2)将接收到的声信号进行低噪滤波、增益控制和AD采样等预处理，构造麦克风阵列子阵列A和子阵列B的实值型样本矩阵X_A和X_B：

$X_A={\[x_{A1}^T,x_{A2}^T,\mathrm{...},x_{Ap}^T,\mathrm{...}{x}_{AP}^T\]}^T$

$X_B={\[x_{B1}^T,x_{B2}^T,\mathrm{...},x_{Bp}^T,\mathrm{...}{x}_{BP}^T\]}^T$

其中，P为子阵列A和子阵列B中麦克风数量，p＝1,2,…,P，x_Ap和x_Bp分别为子阵列A和子阵列B中第p个传感器的接收数据，上标T表示矩阵转制运算；

(3)对实值型样本矩阵X_A和X_B进行希尔伯特变换，造复值型样本矩阵和

${\hat{X}}_A=X_A+j\·hilbert\left(X_A\right)$

${\hat{X}}_B=X_B+j\·hilbert\left(X_B\right)$

其中，hilbert表示对矩阵各行进行希尔伯特变换；

(4)由声源检测方法检测声源，确定声源数目K；

(5)由子空间定位方法确定声源位置，并将声源位置信息由显示电路和音频输出电路输出；

(6)利用GPS信息将声源相对位置转换为所需经度纬度信息，并通过无线传输模块将其传送给远程控制端；

(7)由辅助传感器模块输出信息判断若定位装置穿戴者发生运动，则重复步骤(1)～(6)及时更新声源位置以实现对声源的跟踪。

上述方法描述的步骤(4)声源检测方法，具体包含如下步骤：

(4.1)计算复值型样本矩阵的标准化处理矩阵

${\tilde{x}}_{i,j}=({\hat{x}}_{i,j}-\mathrm{\μ}({\hat{x}}_i\left)\right)/\mathrm{\σ}\left({\hat{x}}_i\right)$

其中i＝1,2,…P；j＝1,2,…N，N为样本数，和分别表示矩阵和的第i行j列元素，和表示矩阵第i行数据的均值和标准差；

(4.2)计算奇异值等价矩阵Z：

$Z=\sqrt{{\tilde{X}}_A{\tilde{X}}_A^H}{U}_{haar}$

其中U_haar为haar酉矩阵，上标H表示共轭转置；

(4.3)计算奇异值等价矩阵Z的归一化处理矩阵

${\tilde{z}}_i=z_i/\[\sqrt{N}\mathrm{\σ}\left(z_i\right)\]$

其中z_i和分别为矩阵Z和的第i行数据，σ(z_i)表示矩阵Z第i行数据的标准差；

(4.4)对归一化处理矩阵进行特征值分解获得特征值计算特征值平均谱半径当监测波形产生方波状波谷时，判断为声源出现；

(4.5)计算相对协方差矩阵求S的特征值λ_Si并按降序排列；

(4.6)计算每个特征值在全部特征值中所占的比重

(4.7)计算相邻特征值的比重差Δd_q＝d_q-d_q+1，其中q＝1,2,…,P-1，比重差的最大值数目即为声源数目K。

上述方法描述的步骤(5)子空间定位方法，具体包括如下步骤：

(5.1)由子阵列A的复值型样本矩阵计算协方差矩阵

(5.2)对协方差矩阵R_A进行特征值分解并将特征值进行排序为λ_A1＜λ_A2…＜λ_AP，相对应的特征矢量为u_A1,u_A2,…,u_AP；

(5.3)由特征向量构造噪声子空间U_NA＝[u_A1,…,u_A(P-K)]，构造信号子空间U_SA＝[u_A(P-K+1),…,u_AP]；令矩阵U_SA的前M-1行为U_SA1，矩阵U_SA的后M-1行为U_SA2，其中M＝(P-1)/2；

(5.4)构造角度方向矩阵

$\mathrm{\Ψ}(f,\mathrm{\θ})=diag\[e^{-j\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)M},e^{-j\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)\left(M-1\right)},\mathrm{...},e^{-j\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)\left(-M+1\right)}\]$

其中f表示搜索时采用的频率参数，θ表示搜索时采用的角度参数，diag表示对角矩阵，d为相邻麦克风间距，c为声速，利用下列公式进行角度搜索：

$Peak{1}_A(f,\mathrm{\θ})=\frac{1}{\det \[W^H{\mathrm{JU}}_{SA2}-W^H\mathrm{\Ψ}(f,\mathrm{\θ})U_{SA1}\]}$

其中，det表示求矩阵的行列式的值，J为2M×2M维反单位矩阵，W为任意一个2M×K维满秩矩阵。Peak1_A(f,θ)极大值对应的参数中为第k个声源的频率参数，为第k个声源的角度参数，其中k＝1,2,…,K；

(5.5)构造距离方向向量

$a(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak},)={\[e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,-M}},...,e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,m}},...e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,M}}\]}^T$

其中m＝-M,-M+1,…,M，r为待估计距离参数，利用下列公式进行距离搜索：

$Peak{2}_A^{\left(k\right)}\left(r\right)=\frac{1}{a^H(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak})U_{NA}{U}_{NA}^{H}a(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak})}$

的极大值对应的距离为第k个声源的距离参数；

(5.6)重复步骤(5.1)-(5.5)处理阵列B的复值型样本矩阵，可获得第k个声源的另一组参数根据距离估计值进行参数配对，确定与为第k个声源位置的估计结果；

(5.7)根据阵列几何关系和参数与计算第k个声源相对穿戴者三维空间位置坐标：计算公式为：

${\widehat{\mathrm{\α}}}_k=arcsin\left(\right(\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Ak}})/2)$

${\hat{r}}_k=({\hat{r}}_{Ak}+{\hat{r}}_{Bk})/2$

其中为方位角，为俯仰角，为距离。声源k的高度为：

${\hat{h}}_k=\frac{1}{4}(\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Ak}})({\hat{r}}_{Ak}+{\hat{r}}_{Bk})$

水平距离为：

${\hat{d}}_k=\frac{1}{2}({\hat{r}}_{Ak}+{\hat{r}}_{Bk})\sqrt{{\cos }^2{\mathrm{\θ}}_{Ak}+{\cos }^2{\mathrm{\θ}}_{Bk}}.$

上述步骤(5.6)中，由于子阵列A和子阵列B共用中间麦克风阵元，同一声源相对于子阵A和子阵B的距离参数相等，故利用距离参数进行声源位置参数配对。

本发明针对目前声源定位系统体积较大不利于携带、定位精度低及运算速度慢等问题设计一种可穿戴的声源定位跟踪系统，采用特殊阵列结构缩小装置体积，利用随机矩阵特征值谱分析方法可在极少样本下快速检测出声源信号，由基于子空间的定位方法及分级搜索方式来提高目标定位精度和运算速度达到实时定位跟踪的目的。

本发明具有以下优点：

第一、定位装置体积小易于携带，采用被动定位方法隐蔽性好；增加了辅助传感器，便于跟踪目标声源；

第二、提出的声源检测方法是基于随机矩阵理论，与其他检测方法相比，只需少量样本即可判断出空间声源信号，灵敏度高且实时性好；

第三、提出的声源定位方法是基于子空间的定位算法，与基于TDOA的定位方法相比利于多目标定位，提高了定位精度、空间分辨率与抗干扰能力；

第四、采用的角度、距离参数分别搜索方式与一般三维参数定位方法中的多维搜索相比提高了运算速度，利于对目标的实时定位和跟踪。

附图说明

图1是本发明的系统结构框图；

图2是本发明设计的麦克风阵列结构图；

图3是本发明检测方法判断信号是否存在的示意图，图中麦克风总数目为13、每次观测样本数为50，在t＝1000s，t＝8000s和t＝15000s时平均谱半径发生变化，判断为有声源出现；

图4是本发明声源k与麦克风阵的位置关系示意图；

图5是本发明声源k位置视觉显示设计图。

具体实施方式

1、本发明提供的定位跟踪系统装置模块示意图如图1所示，定位跟踪系统包括传感器组件、信号预处理组件和算法处理及定位结果显示组件；

(1)传感器组件，包括麦克风阵列和由三轴加速计、三轴陀螺仪和GPS发射接收器组成的辅助传感器模块，用于接收声信号及判断装置穿戴者是否发生运动。其中麦克风阵列为十字阵列，结构示意图如图2所示，由麦克风A-3、A-2、A-1、O、A1、A2、A3构成子阵列A，由麦克风B-3、B-2、B-1、O、B1、B2、B3构成子阵列B，相邻麦克风间距为d＝2cm，两个子阵列相互垂直，共用中间麦克风并将其作为参考点。辅助传感器模块中GPS发射接收器用于确定穿戴者和声源的经度和纬度地理位置坐标；

(2)信号预处理组件，包含增益控制电路、低噪滤波电路和AD采样电路，用于控制接收信号的幅值、滤除部分噪声及将接收的模拟电信号转换为数字信号；

(3)算法处理及定位结果显示组件，包括DSP处理器及外围电路、显示电路、音频输出电路和无线传输电路，用于运行检测算法判断声源出现及确定声源数目，运行定位算法确定声源位置、显示及传输位置信息。其中DSP处理器及外围电路主要对数字信号进行处理运算，由检测算法判断声源有无、估计声源数目，由定位算法确定信号频率和声源位置参数，并结合辅助传感器信息对运动目标进行跟踪以及目标相对位置和绝对位置的转换。显示电路和音频输出电路用于输出声源位置信息。无线传输电路用于将穿戴者和声源位置信息传送出去。

2.本发明提供的一种可穿戴声源定位系统的定位跟踪方法，具体实现步骤如下：

(1)利用麦克风阵列接收声信号；

(2)将接收到的声信号进行低噪滤波、增益控制和AD采样等预处理，构造麦克风阵列子阵列A和子阵列B的实值型样本矩阵XA和XB：

$X_A={\[X_{A1}^T,X_{A2}^T,X_{A3}^T,X_{A4}^T,x_{A5}^T,x_{A6}^T,x_{A7}^T\]}^T$

$X_B={\[x_{B1}^T,x_{B2}^T,x_{B3}^T,x_{B4}^T,x_{B5}^T,x_{B6}^T,x_{B7}^T\]}^T$

其中，x_Ap和x_Bp分别为子阵列A和子阵列B中第p个传感器的接收数据，p＝1,2,…,7，上标T表示矩阵转制运算。

(3)对实值型样本矩阵X_A和X_B进行希尔伯特变换，造复值型样本矩阵和

${\hat{X}}_A=X_A+j\·hilbert\left(X_A\right)$

${\hat{X}}_B=X_B+j\·hilbert\left(X_B\right)$

其中，hilbert表示对矩阵各行进行希尔伯特变换；

(4)由声源检测方法检测声源，确定声源数目K：

(4.1)计算复值型样本矩阵的标准化处理矩阵

${\tilde{x}}_{i,j}=({\hat{x}}_{i,j}-\mathrm{\μ}({\hat{x}}_i\left)\right)/\mathrm{\σ}\left({\hat{x}}_i\right)$

其中i＝1,2,…,7；j＝1,2,…N，N＝1024为样本数，和分别表示矩阵和的第i行j列元素，和表示矩阵第i行数据的均值和标准差；

(4.2)计算奇异值等价矩阵Z：

$Z=\sqrt{{\tilde{X}}_A{\tilde{X}}_A^H}{U}_{haar}$

其中U_haar为haar酉矩阵，上标H表示共轭转置；

(4.3)计算奇异值等价矩阵Z的归一化处理矩阵

${\tilde{z}}_i=z_i/\[\sqrt{N}\mathrm{\σ}\left(z_i\right)\]$

其中z_i和分别为矩阵Z和的第i行数据，σ(z_i)表示矩阵Z第i行数据的标准差；

(4.4)对归一化处理矩阵进行特征值分解获得特征值计算特征值平均谱半径当监测波形产生方波状波谷时，如图3所示，判断为声源出现；

(4.5)计算相对协方差矩阵求S的特征值λ_Si并按降序排列；

(4.6)计算每个特征值在全部特征值中所占的比重

(4.7)计算相邻特征值的比重差Δd_q＝d_q-d_q+1，其中q＝1,2,…,6，比重差的最大值数目即为声源数目K。

(5)由子空间定位方法确定声源位置，并将声源位置信息由显示电路和音频输出电路输出，子空间定位方法的步骤为：

(5.1)由子阵列A的复值型样本矩阵计算协方差矩阵

(5.2)对协方差矩阵R_A进行特征值分解并将特征值进行排序为λ_A1＜λ_A2…＜λ_A7，相对应的特征矢量为u_A1,u_A2,…,u_A7；

(5.3)由特征向量构造噪声子空间U_NA＝[u_A1,…,u_A(7-K)]，构造信号子空间U_SA＝[u_A(7-K+1),…,u_A7]；令矩阵U_SA的前2行为U_SA1，矩阵U_SA的后2行为U_SA2。

(5.4)构造角度方向矩阵

$\mathrm{\Ψ}(f,\mathrm{\θ})=diag\[e^{-j2\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)},e^{-j\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)},1,e^{j\left(\frac{4\mathrm{\π}df}{c}sin\mathrm{\θ}\right)}\]$

其中f表示搜索时采用的频率参数，θ表示搜索时采用的角度参数，diag表示对角矩阵，c为声速，利用下列公式进行角度搜索

$Peak{1}_A(f,\mathrm{\θ})=\frac{1}{\det \[W^H{\mathrm{JU}}_{SA2}-W^H\mathrm{\Ψ}(f,\mathrm{\θ})U_{SA1}\]}$

其中，det表示求矩阵的行列式的值，J为6×6维反单位矩阵，W为任意一个6×K维满秩矩阵。Peak1_A(f,θ)极大值对应的参数中为第k个声源的频率参数，为第k个声源的角度参数，其中k＝1,2,…,K。

(5.5)构造距离方向向量

$\begin{array}{c}a\left(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak},\right)=\\ {\[e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,-3}},e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,-2}},e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,-1}},e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,0}},e^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,1}}{e}^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,2}}{e}^{-\frac{j2{\mathrm{\πf}}_k}{c}{\mathrm{\ω}}_{Ak,3}}\]}^T\end{array}$

其中m＝-3,-2,-1,0,1,2,3，r为待估计距离参数，利用下列公式进行距离搜索：

$Peak{2}_A^{\left(k\right)}\left(r\right)=\frac{1}{a^H(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak})U_{NA}{U}_{NA}^{H}a(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\θ}}}_{Ak})}$

的极大值对应的距离为第k个声源的距离参数。

(5.6)重复步骤(5.1)-(5.5)处理阵列B的复值型样本矩阵，可获得第k个声源的另一组参数由于子阵列A和子阵列B共用中间麦克风阵元，同一声源相对于子阵A和子阵B的距离参数相等，故利用距离参数进行声源位置参数配对，确定与为第k个声源位置的估计结果。

(5.7)根据阵列几何关系和参数与计算第k个声源相对穿戴者三维空间位置坐标：计算公式为：

${\widehat{\mathrm{\α}}}_k=arcsin\left(\right(\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Ak}})/2)$

${\hat{r}}_k=({\hat{r}}_{Ak}+{\hat{r}}_{Bk})/2$

其中为方位角，为俯仰角，为距离。声源k的高度为：

${\hat{h}}_k=\frac{1}{4}(\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\θ}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\θ}}}_{Ak}})({\hat{r}}_{Ak}+{\hat{r}}_{Bk})$

水平距离为：

${\hat{d}}_k=\frac{1}{2}({\hat{r}}_{Ak}+{\hat{r}}_{Bk})\sqrt{{\cos }^2{\mathrm{\θ}}_{Ak}+{\cos }^2{\mathrm{\θ}}_{Bk}}$

(6)利用GPS信息将声源相对位置转换为所需经度纬度信息，并通过无线传输模块将其传送给远程控制端。

(7)由辅助传感器模块输出信息判断若定位装置穿戴者发生运动，则重复步骤(1)～(6)及时更新声源位置以实现对声源的跟踪。

Claims (7)

1.一种可穿戴的声源定位跟踪系统，其特征在于包含以下部分：

(1)传感器组件，包括麦克风阵列和由三轴加速计、三轴陀螺仪和GPS发射接收器组成的辅助传感器模块，用于接收声信号及判断装置穿戴者是否发生运动；

(2)信号预处理组件，包括低噪滤波电路、增益控制电路和AD采样电路，用于对接受信号进行低噪滤波、增益控制和AD采样预处理；

(3)算法处理及定位结果显示组件，包括DSP处理器及外围电路、显示电路和音频输出电路，用于运行相关算法检测声源数目及确定声源位置，并显示位置信息。

2.根据权利要求1所述一种可穿戴的声源定位跟踪系统，其特征在于：所述传感器组件中的麦克风阵列为十字阵列，由均匀线性子阵列A和均匀线性子阵列B构成，两个子阵列相互垂直，分包含奇数个麦克风，共用中间麦克风并将其作为参考点，辅助传感器模块中GPS发射接收器用于确定穿戴者和声源的经度和纬度地理位置坐标。

3.根据权利于要求1所述一种可穿戴的声源定位跟踪系统，其特征在于：所述算法处理及定位结果显示组件中还包括无线传输电路，用于将穿戴者和声源位置信息传送给远程控制端。

4.一种可穿戴的声源定位系统的定位跟踪方法，包含如下步骤：

(1)利用麦克风阵列接收声信号；

(2)将接收到的声信号进行低噪滤波、增益控制和AD采样等预处理，构造麦克风阵列子阵列A和子阵列B的实值型样本矩阵X_A和X_B：

$X_A={\[x_{A1}^T,x_{A2}^T,...,x_{Ap}^T,...x_{AP}^T\]}^T$

$X_B={\[x_{B1}^T,x_{B2}^T,...,x_{Bp}^T,...x_{BP}^T\]}^T$

其中，P为子阵列A和子阵列B中麦克风数量，p＝1,2,…,P，和分别为子阵列A和子阵列B中第p个传感器的接收数据，上标T表示矩阵转制运算；

(3)对实值型样本矩阵X_A和X_B进行希尔伯特变换，造复值型样本矩阵和

${\hat{X}}_A=X_A+j\·hilbert\left(X_A\right)$

${\hat{X}}_B=X_B+j\·hilbert\left(X_B\right)$

其中，hilbert表示对矩阵各行进行希尔伯特变换；

(4)由声源检测方法检测声源，确定声源数目K；

(5)由子空间定位方法确定声源位置，并将声源位置信息由显示电路和音频输出电路输出；

(6)利用GPS信息将声源相对位置转换为所需经度纬度信息，并通过无线传输模块将其传送给远程控制端；

(7)由辅助传感器模块输出信息判断若定位装置穿戴者发生运动，则重复步骤(1)～(6)及时更新声源位置以实现对声源的跟踪。

5.根据权利要求4所述的一种可穿戴的声源定位系统的定位跟踪方法，其特征在于：所述步骤(4)具体包括如下步骤：

(4.1)计算复值型样本矩阵的标准化处理矩阵

${\tilde{x}}_{i,j}=({\hat{x}}_{i,j}-\mathrm{\μ}({\hat{x}}_i))/\mathrm{\σ}\left({\hat{x}}_i\right)$

其中i＝1,2,…P；j＝1,2,…N，N为样本数，和分别表示矩阵和的第i行j列元素，和表示矩阵第i行数据的均值和标准差；

(4.2)计算奇异值等价矩阵Z：

$Z=\sqrt{{\tilde{X}}_A{\tilde{X}}_A^H}{U}_{haar}$

其中U_haar为haar酉矩阵，上标H表示共轭转置；

(4.3)计算奇异值等价矩阵Z的归一化处理矩阵

${\tilde{z}}_i=z_i/\[\sqrt{N}\mathrm{\σ}\left(z_i\right)\]$

其中z_i和分别为矩阵Z和的第i行数据，σ(z_i)表示矩阵Z第i行数据的标准差；

(4.4)对归一化处理矩阵进行特征值分解获得特征值计算特征值平均谱半径当监测波形产生方波状波谷时，判断为声源出现；

(4.5)计算相对协方差矩阵求S的特征值λ_Si并按降序排列；

(4.6)计算每个特征值在全部特征值中所占的比重

(4.7)计算相邻特征值的比重差△d_q＝d_q-d_q+1，其中q＝1,2,…,P-1，比重差的最大值数目即为声源数目K。

6.根据权利要求4所述的一种可穿戴的声源定位系统的定位跟踪方法，其特征在于：所述步骤(5)的子空间定位方法，具体包括如下步骤：

(5.1)由子阵列A的复值型样本矩阵计算协方差矩阵

(5.2)对协方差矩阵R_A进行特征值分解并将特征值进行排序为λ_A1<λ_A2…<λ_AP，相对应的特征矢量为u_A1,u_A2,…,u_AP；

(5.3)由特征向量构造噪声子空间U_NA＝[u_A1,…,u_A(P-K)]，构造信号子空间U_SA＝[u_A(P-K+1),…,u_AP]；令矩阵U_SA的前M-1行为U_SA1，矩阵U_SA的后M-1行为U_SA2，其中M＝(P-1)/2；

(5.4)构造角度方向矩阵

$\mathrm{\&Psi;}(f,\mathrm{\&theta;})=diag\&lsqb;e^{-j\left(\frac{4\mathrm{\&pi;}df}{c}sin\mathrm{\&theta;}\right)M},e^{-j\left(\frac{4\mathrm{\&pi;}df}{c}sin\mathrm{\&theta;}\right)(M-1)},\mathrm{...},e^{-j\left(\frac{4\mathrm{\&pi;}df}{c}sin\mathrm{\&theta;}\right)(-M+1)}\&rsqb;$

其中f表示搜索时采用的频率参数，θ表示搜索时采用的角度参数，diag表示对角矩阵，d为相邻麦克风间距，c为声速，利用下列公式进行角度搜索

$Peak{1}_A(f,\mathrm{\&theta;})=\frac{1}{\det \&lsqb;W^H{\mathrm{JU}}_{SA2}-W^H\mathrm{\&Psi;}(f,\mathrm{\&theta;})U_{SA1}\&rsqb;}$

其中，det表示求矩阵的行列式的值，J为2M×2M维反单位矩阵，W为任意一个2M×K维满秩矩阵。Peak1_A(f,θ)极大值对应的参数中为第k个声源的频率参数，为第k个声源的角度参数，其中k＝1,2,…,K；

(5.5)构造距离方向向量

$a(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\&theta;}}}_{Ak},)={\&lsqb;e^{-\frac{j2{\mathrm{\&pi;f}}_k}{c}{\mathrm{\&omega;}}_{Ak,-M}},...,e^{-\frac{j2{\mathrm{\&pi;f}}_k}{c}{\mathrm{\&omega;}}_{Ak,m}},...e^{-\frac{j2{\mathrm{\&pi;f}}_k}{c}{\mathrm{\&omega;}}_{Ak,M}}\&rsqb;}^T$

其中m＝-M,-M+1,…,M，r为待估计距离参数，利用下列公式进行距离搜索：

$Peak{2}_A^{\left(k\right)}\left(r\right)=\frac{1}{a^H(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\&theta;}}}_{Ak})U_{NA}{U}_{NA}^{H}a(r,{\hat{f}}_{Ak},{\widehat{\mathrm{\&theta;}}}_{Ak})}$

的极大值对应的距离为第k个声源的距离参数；

(5.6)重复步骤(5.1)-(5.5)处理阵列B的复值型样本矩阵，可获得第k个声源的另一组参数根据距离估计值进行参数配对，确定与为第k个声源位置的估计结果；

(5.7)根据阵列几何关系和参数与计算第k个声源相对穿戴者三维空间位置坐标：计算公式为：

${\widehat{\mathrm{\&alpha;}}}_k=\arcsin \left(\right(\sqrt{{\cos }^2{\widehat{\mathrm{\&theta;}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\&theta;}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\&theta;}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\&theta;}}}_{Ak}})/2)$

${\hat{r}}_k=({\hat{r}}_{Ak}+{\hat{r}}_{Bk})/2$

其中为方位角，为俯仰角，为距离。声源k的高度为：

${\hat{h}}_k=\frac{1}{4}(\sqrt{{\cos }^2{\widehat{\mathrm{\&theta;}}}_{Ak}+{\sin }^2{\widehat{\mathrm{\&theta;}}}_{Bk}}+\sqrt{{\cos }^2{\widehat{\mathrm{\&theta;}}}_{Bk}+{\sin }^2{\widehat{\mathrm{\&theta;}}}_{Ak}})({\hat{r}}_{Ak}+{\hat{r}}_{Bk})$

水平距离为：

${\hat{d}}_k=\frac{1}{2}({\hat{r}}_{Ak}+{\hat{r}}_{Bk})\sqrt{{\cos }^2{\mathrm{\&theta;}}_{Ak}+{\cos }^2{\mathrm{\&theta;}}_{Bk}}.$

7.根据权利要求6所述的一种可穿戴的声源定位系统的定位跟踪方法，其特征在于：所述步骤(5.6)中，由于子阵列A和子阵列B共用中间麦克风阵元，同一声源相对于子阵A和子阵B的距离参数相等，故利用距离参数进行声源位置参数配对。