CN108445450B - 超大规模声源定位方法 - Google Patents

Abstract

一种超大规模声源定位方法，通过超大规模麦克风阵列采集声源发出的音频信号的同时采集超大规模麦克风阵列检测方位视角的视频流，对音频信号离散和加窗处理，通过优化波束成形算法实时计算，获得包括声源坐标的声压云图；对声压云图和视频流叠加，获得精确定位结果；本发明定位远距离、低频声源信号准确性高、实时性好。

Description

超大规模声源定位方法

技术领域

本发明涉及的是一种飞行器、风机等大型或远距离物体声源定位领域的技术，具体是一种超大规模声源定位方法。

背景技术

现有的大型阵列种类繁多，功能各异，但是没有一款传声器阵列真正同时解决：1)定位的声源频率下限低至麦克风能采集到的有效声源信号频率下限；2)定位的声源距离大于300m；3)阵列大小和阵元个数可真正意义上无限扩展；4)解决超大型传声器阵列结构刚度差、传声器坐标误差大的问题；5)摄像头视角可调，不用移动阵列，只需调整摄像头角度就能实现对不同方位声源定位；6)结合波束形成算法简化处理，计算省时。

发明内容

本发明针对现有技术存在的上述不足，提出一种超大规模声源定位方法。

本发明是通过以下技术方案实现的：

本发明涉及一种超大规模声源定位方法，通过超大规模麦克风阵列采集声源发出的音频信号的同时采集超大规模麦克风阵列检测方位视角的视频流，对音频信号离散和加窗处理，通过优化波束成形算法实时计算，获得包括声源坐标的声压云图；对声压云图和视频流叠加，获得精确定位结果。

所述的声源包括但不限于飞行器、风机等。

所述的离散是指：超大规模麦克风阵列以帧方式实时采集声音信号并逐帧分析，每一帧中每个麦克风作为一个通道，每一帧的信号长度优选为1024点。

所述的加窗处理是指：对每个通道分别进行加窗处理，得到加窗信号，其中窗函数为：0≦n≦N-1，n表示时间序列，N是信号长度，此处，N＝1024。

所述的优化波束成形算法是指：除自谱的互谱延迟求和算法，即计算波束成形的均方值其中：k为聚焦方向单位向量，w为信号圆频率，M为传感器数量，C_nm为m号传声器接收声压信号相对于n号传声器接收声压信号的互谱，r_m是m号传声器坐标向量，r_n是n号传声器坐标向量，通过计算均方值最大时对应的坐标得到声源位置，其中除自谱的互谱矩阵/>关于对角线对称，计算波束形成均方值时只采用上三角矩阵，可以节省此步骤一半的计算量。

所述的超大规模麦克风阵列包括：主框架、面板以及设置于面板上的阵元节点，其中：面板通过连接结构可拆卸地连接至主框架。

所述的主框架为可拆卸立方体刚性支架单元组合，各个支架单元之间通过支撑杆和转接头活动连接组成超大规模阵列。

所述的活动连接，优选进一步通过增加立方体刚性支架单元实现扩展。

所述的阵元节点至少为80个，其中：超大规模麦克风阵列的中心，即坐标原点(x＝0,y＝0)处设有一个阵元节点，其余阵元节点以椭圆形逐层扩展。

所述的视频流通过阵列摄像头采集得到，该阵列摄像头固定设置于超大规模麦克风阵列的主框架的X坐标15cm，Y坐标0cm处，该摄像头视角可调，摄像头默认坐标是(x,y)，默认角度为0，即摄像头法向和超大规模麦克风阵列法向平行，调整摄像头角度为θ，转换后新坐标为(x',y')，x'＝x*cos(θ)-y*sin(θ)，y'＝y*sin(θ)+y*cos(θ)。

所述的逐层扩展，为六层椭圆结构，每层的阵元数量分别为6、10、12、14、17和20。

技术效果

与现有声源定位方法相比，本发明定位的声源频率下限低至麦克风能采集到的有效声源信号频率下限；定位的声源距离大于300m；阵列大小和阵元个数可真正意义上无限扩展；解决超大型传声器阵列结构刚度差、传声器坐标误差大的问题；摄像头视角可调，不用移动阵列，只需调整摄像头角度就能实现对不同方位声源定位；算法简化处理，节省计算量。

附图说明

图1是本发明的立体图；

图2是本发明的主视图；

图3是本发明的仰视图；

图4是本发明的俯视图；

图5是本发明的左视图；

图6是本发明的右视图；

图7是立方体刚性支架单元图；

图8是阵元节点图；

图9阵元节点分布图；

图10阵元节点和面板编号对应图；

图11阵列指向性图；

图12窗函数系数图；

图13窗函数频率响应函数；

图14加窗和不加窗波束成形算法对相同声源定位指向性对比图；

图15程序流程图；

图16定位无人机效果图；

图17定位风机效果图。

具体实施方式

如图1所示，为本实施例涉及的一种超大规模声源定位方法，其包含：主框架、面板、阵元节点，其中：面板通过8个螺母安装在主框架上。

所述的主框架由多个立方体刚性支架单元组合而成，如图7所示，每个立方体刚性支架单元包括：四根纵向连接杆6、八根斜向连接杆7、四根横向连接杆8和八个转接头9，其中：纵向连接杆6和转接头9通过螺纹连接，横向连接杆8和转接头9之间过盈配合，斜向连接杆7和转接头9通过两端带螺纹的销轴固定，销轴和斜向连接杆7为间隙配合，横向连接杆8可绕销轴转动。

所述的连接杆对立方体刚性支架单元的刚度、稳定性起加强筋的作用；立方体刚性支架水平和竖直方向的刚度都得到了保证，结构稳定性好，不易变形，麦克风坐标精度得到保证。

本实施例通过拆下横向连接杆8，把纵向连接杆6上的固定卡扣打开，纵向连接杆6分为两段，通过转动斜向连接杆7实现立方体刚性支架单元的收缩，阵列主框架通过立方体刚性支架单元的收缩实现收缩。

所述的主框架的X坐标15cm，Y坐标0cm处通过阵列摄像头固定装置安装有阵列摄像头，摄像头角度可调。

所述的阵元节点为80个，坐标原点处有一个阵元节点，以椭圆形往外扩展，第一层椭圆有6个阵元节点，第二层椭圆有10个阵元节点，第三层椭圆有12个阵元节点，第四层椭圆有14个阵元节点，第五层椭圆有17个阵元节点，第六层椭圆有20个阵元节点。

如图8所示，每个阵元节点包括阵元防风罩5、阵元传声器4、阵元传声器底座3、阵元蝶形螺母2、阵元固定底座1，阵元传声器底座通过阵元固定底座、阵元蝶形螺母固定在面板留有的安装孔内，阵元传声器安装在阵元传声器底座上，防风罩套在阵元传声器上，阵元节点数量可根据实际应用增加或减小。

所述的阵元传声器采用带有阵元底座的1/4英寸或1/2英寸的传声器。

阵元节点布局如图9至图10所示，给每个阵元传声器所在面板进行编号，每个阵元节点对应的坐标和面板编号如下表所示：

图11是阵列对200Hz声源在350米处的指向性图，主瓣比旁瓣高出15dB，指向性好。

所述的主框架可以是由7×13个立方体刚性支架单元组和而成，也可以在此基础上扩展。

本装置通过阵型可扩展、阵元个数可扩展，定位声源的频率下限为麦克风能采集到的有效声源信号频率下限，定位声源距离大于300米。

本装置的立方体刚性支架单元采用全刚性结构，每个转接头处有九根连接杆支撑，结构稳固可靠、刚度好，且面板上预先设定阵元节点安装孔，传声器坐标误差小。

本装置可以整体伸缩成一个小立方体结构方便反复移动布置使用，也可以拆卸成多个独立的立方体刚性支撑单元方便存储、运输。

本装置中的摄像头视角可调，不用移动阵列，只需调整摄像头角度就能实现对不同方位声源定位，该摄像头默认坐标是(x，y)，默认角度为0，调整摄像头角度为θ，转换后新坐标(x'，y')满足：x'＝x*cos(θ)-y*sin(θ)，y'＝y*sin(θ)+y*cos(θ)。

本实施例具体定位声源的计算过程如下：

第一步，麦克风阵列采集声音信号，获得离散信号s(n)，n是时间序列；

第二步，对离散信号s(n)分帧处理，每一帧中每个麦克风作为一个通道，每一帧的信号长度优选为1024点；

第三步：对每一帧中每个通道的1024个点分别加窗处理，所采用的窗函数为：0≦n≦N-1，α一般取0.46，n是时间序列，N是每个通道的信号长度，此处，N＝1024；

所述的加窗后信号

第四步，对加窗后的信号做DFT计算，获得s(f)，f是频点信息；

第五步，摄像头获取图像视角，并在视角内划分网格；

所述的划分，即将图像视角划分为C*D个网格点，每个网格点对应的时延信息是长度L＝80，即麦克风个数的向量T＝[Δ1Δ2…Δ80]，Δ_ij是第i个网格点和第j个麦克风之间的时延信息，其中，(x_i，y_i)是第i个网格点坐标，(X_j，Y_j)是第j个麦克风坐标，c是声速，默认340m/s；

第六步，互谱矩阵其中e＝80，即麦克风个数，C_nm＝s_n(f)×s_n(f)^*为m号传声器接收声压信号相对于n号传声器接收声压信号的互谱，是各传声器接收声压信号的自谱C_nn与相异两传声器接收声压信号互谱C_nm(n≠m)的统一表达形式；

第七步，消除各传声器接收声压信号的自谱结果，得到除自谱的互谱矩阵：

矩阵关于对角线对称，计算时只取上对角线参与计算；

基于阵列传声器接收声压信号除自谱的互谱延迟求和波束形成输出结果为：其中：V(k,w)为波束成形的均方值，k为聚焦方向单位向量，w为信号圆频率，M为传感器数量，C_nm为m号传声器接收声压信号相对于n号传声器接收声压信号的互谱，r_m是m号传声器坐标向量，r_n是n号传声器坐标向量；

第八步，波束形成均方值为G×T，只取G上三角矩阵进行计算，波束形成均方值对应的最大值的坐标即为声源位置，并获得声压云图；

第九步、将声压云图和摄像头采集的视频流叠加，获得定位结果。

应用场合1(无人机定位)：应用本发明前，能定位出的声源距离不超过300m，本发明定位400m远处飞行器效果如图16所示。

应用场合2(风机噪声定位)：应用本发明前，能定位的声源频率下限为200Hz，本发明定位500m远处风机效果如图17所示，风机噪声主要频率为20～200Hz的低频噪声。

上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (4)

1.一种超大规模声源定位方法，其特征在于，通过超大规模麦克风阵列采集声源发出的音频信号的同时采集超大规模麦克风阵列检测方位视角的视频流，对音频信号离散和加窗处理，通过优化波束成形算法实时计算，获得包括声源坐标的声压云图；对声压云图和视频流叠加，获得精确定位结果；

所述的超大规模麦克风阵列包括：主框架、面板以及设置于面板上的阵元节点，其中：面板通过连接结构可拆卸地连接至主框架；视频流通过阵列摄像头采集得到，每个阵元节点包括阵元防风罩、阵元麦克风、阵元麦克风底座、阵元蝶形螺母、阵元固定底座，阵元麦克风底座通过阵元固定底座、阵元蝶形螺母固定在面板留有的安装孔内，阵元麦克风安装在阵元麦克风底座上，防风罩套在阵元麦克风上；

所述的声源定位方法，具体包括：

第一步，麦克风阵列采集音频信号，获得离散信号s(n)，n是时间序列；

第二步，对离散信号s(n)分帧处理，每一帧中每个麦克风作为一个通道，每一帧的信号长度为1024点；

第三步：对每一帧中每个通道的1024个点分别加窗处理，所采用的窗函数为： n是时间序列，N是每个通道的信号长度；加窗后信号

第四步，对加窗后的信号做DFT计算，获得s(f)，f是频点信息；

第五步，摄像头获取图像视角，并在视角内划分网格；

所述的划分，即将图像视角划分为C*D个网格点，每个网格点对应的时延信息是长度L＝80，即麦克风个数的向量T＝[Δ1 Δ2 … Δ80]，Δ_ij是第i个网格点和第j个麦克风之间的时延信息，其中，(x_i，y_i)是第i个网格点坐标，(X_j，Y_j)是第j个麦克风坐标，c是声速，默认340m/s；

第六步，互谱矩阵其中e＝80，即麦克风个数，C_nm为m号麦克风接收声压信号相对于n号麦克风接收声压信号的互谱；

第七步，消除各麦克风接收声压信号的自谱结果，得到除自谱的互谱矩阵：矩阵关于对角线对称，计算时只取上对角线参与计算；

基于阵列麦克风接收声压信号除自谱的互谱延迟求和波束形成输出结果为：其中：V(k,w)为波束成形的均方值，k为聚焦方向单位向量，w为信号圆频率，M为麦克风数量，r_m是m号麦克风坐标向量，r_n是n号麦克风坐标向量；

第八步，波束形成均方值为G×T，只取G上三角矩阵进行计算，波束形成均方值对应的最大值的坐标即为声源位置，并获得声压云图；

第九步、将声压云图和摄像头采集的视频流叠加，获得定位结果。

2.根据权利要求1所述的方法，其特征是，所述的阵元节点为80个，其中：超大规模麦克风阵列的中心，即坐标原点处设有一个阵元节点，其余阵元节点以椭圆形逐层扩展。

3.根据权利要求2所述的方法，其特征是，所述的阵列摄像头固定设置于超大规模麦克风阵列的主框架的X坐标15cm，Y坐标0cm处。

4.根据权利要求2所述的方法，其特征是，所述的逐层扩展，为六层椭圆结构，每层的阵元数量分别为6、10、12、14、17和20。