CN111157951B - 一种基于差分麦克风阵列的三维声源定位方法 - Google Patents
一种基于差分麦克风阵列的三维声源定位方法 Download PDFInfo
- Publication number
- CN111157951B CN111157951B CN202010030271.7A CN202010030271A CN111157951B CN 111157951 B CN111157951 B CN 111157951B CN 202010030271 A CN202010030271 A CN 202010030271A CN 111157951 B CN111157951 B CN 111157951B
- Authority
- CN
- China
- Prior art keywords
- sound source
- dimensional
- axis
- differential microphone
- microphone array
- 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
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
- G01S5/22—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)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及声源定位技术领域,提供一种基于差分麦克风阵列的三维声源定位方法。首先,利用最小角定理重构差分麦克风阵列导向矢量,并利用重构后的差分麦克风阵列导向矢量改进传统的二维Capon算法,将改进后的二维Capon算法命名为2D‑DMACapon;然后,借助两个L型差分麦克风子阵列,利用2D‑DMACapon算法获得两组空间中声源的方位角与俯仰角;最后根据获得的两组空间中声源的方位角与俯仰角,求解得到空间中的声源位置坐标。本发明能够同时估计得到声源信号的方位角与俯仰角,并且能够估计得到空间中声源位置的准确三维坐标,提高了三维声源定位的效率和精度,且计算简单、便于实现。
Description
技术领域
本发明涉及声源定位技术领域,特别是涉及一种基于差分麦克风阵列的三维声源定位方法。
背景技术
声源定位主要是利用信号处理技术,通过对麦克风阵列接收到的声音信号进行处理,获得与声源位置有关的信息。获得声源准确的位置信息,对于指导实际的生产实践有着重要的意义。在很多实际应用中,由于受到安装平台限制或系统设计要求,往往只能采用小尺寸麦克风阵列。目前,基于差分麦克风阵列的声源方位估计技术主要有声强估计法(如文献He S,Chen H.Closed-Form DOA Estimation Using First-Order DifferentialMicrophone Arrays via JointTemporal-Spectral-Spatial Processing[J].IEEESensors Journal,2017,17(04):1046-1060;何赛娟.基于差分麦克风阵列的声源定位方法研究[D],南京:南京航空航天大学,2016)和期望最大化法(如文献Shaowei D,HuaweiC.Alocalization approach for multiple sound sources via an expectationmaximization algorithm using differential microphone arrays[J].ChineseJournal of Acoustics,2017(04):72-90;丁少为.差分麦克风阵列多声源方位估计方法研究[D],南京:南京航空航天大学,2017)。虽然上述方案能够实现差分麦克风阵列的DOA估计,但是,仅能估计声源信号的方位角,不能同时估计得到声源信号的方位角与俯仰角,并且不能估计得到空间中声源的准确位置。
发明内容
针对现有技术存在的问题,本发明提供一种基于差分麦克风阵列的三维声源定位方法,能够同时估计得到声源信号的方位角与俯仰角,并且能够估计得到空间中声源位置的准确三维坐标,提高了三维声源定位的效率和精度,且计算简单、便于实现。
本发明的技术方案为:
一种基于差分麦克风阵列的三维声源定位方法,其特征在于,包括下述步骤:
步骤1:利用最小角定理重构差分麦克风阵列导向矢量,并利用重构后的差分麦克风阵列导向矢量改进传统的二维Capon算法,将改进后的二维Capon算法命名为2D-DMACapon;
步骤2:借助两个L型差分麦克风子阵列,利用2D-DMACapon算法获得两组空间中声源的方位角与俯仰角;
步骤3:根据获得的两组空间中声源的方位角与俯仰角,求解得到空间中的声源位置坐标。
进一步地,所述步骤1包括下述步骤:
步骤1.1:利用最小角定理将三维空间中声源信号的方位角φ、俯仰角θ分别转化为声源信号与x轴的夹角α、与y轴的夹角β:
cosα=cosφsinθ (1)
cosβ=sinφsinθ
步骤1.2:基于公式(1),对二维DOA估计中L型差分麦克风阵列导向矢量进行降维,得到降维后的x轴导向矢量d′x、y轴导向矢量d′y分别为:
d′x=[1 e-jωdcosα/c ... e-j(M-1)ωdcosα/c]T (2)
d′y=[1 e-jωdcosβ/c ... e-j(K-1)ωdcosβ/c]T (3)
其中,j为虚数单位,ω=2πf,f为声源信号的频率,d为L型差分麦克风阵列中相邻麦克风的间距,c为空气中声音的传播速度,M为x轴上麦克风的个数,K为y轴上麦克风的个数;
步骤1.3:利用降维后的导向矢量对传统的二维Capon算法进行改进,将改进后的二维Capon算法命名为2D-DMACapon,通过搜索2D-DMACapon算法的谱峰值获得声源信号的DOA估计值为
其中,αs、βs分别为转向时波束主瓣与x轴的夹角、与y轴的夹角;
式(4)中,C(αs)、C(βs)、R分别为
R=[Rx,Ry]T (7)
式(5)中,a1,0=a1,1=1/2,Rx、Ry分别为L型差分麦克风阵列中x轴上输出信号x(t)、y轴上输出信号y(t)的协方差矩阵;x(t)、y(t)分别为x轴、y轴上的麦克风接收到的声源信号。
进一步地,所述步骤2具体包括:
进一步地,所述步骤3具体包括:
本发明的有益效果为:
本发明通过重构差分麦克风阵列导向矢量,改进传统的二维Capon算法,并借助两个L型差分麦克风子阵列,获得两组空间中声源的方位角与俯仰角,进一步求解得到空间中的声源位置坐标,能够同时估计得到声源信号的方位角与俯仰角,并且能够估计得到空间中声源位置的准确三维坐标,提高了三维声源定位的效率和精度,且计算简单、便于实现。
附图说明
图1为本发明的基于差分麦克风阵列的三维声源定位方法的流程图。
图2为本发明的L型差分麦克风阵列的二维DOA估计原理图。
图3为具体实施方式中本发明的三维声源定位系统的示意图。
图4为具体实施方式中信噪比为10dB时三维声源定位的仿真图。
图5为具体实施方式中不同信噪比下三维声源位置估计坐标的RMSE对比图。
图6为具体实施方式中子阵列L1的声学成像二维仿真图。
图7为具体实施方式中子阵列L1的声学成像三维仿真图。
具体实施方式
下面将结合附图和具体实施方式,对本发明作进一步描述。
如图1所示,本发明的基于差分麦克风阵列的三维声源定位方法,包括下述步骤:
步骤1:利用最小角定理重构差分麦克风阵列导向矢量,并利用重构后的差分麦克风阵列导向矢量改进传统的二维Capon算法,将改进后的二维Capon算法命名为2D-DMACapon。
本实施例中,所述步骤1包括下述步骤:
步骤1.1:利用最小角定理将三维空间中声源信号的方位角φ、俯仰角θ分别转化为声源信号与x轴的夹角α、与y轴的夹角β:
cosα=cosφsinθ (1)
cosβ=sinφsinθ
步骤1.2:基于公式(1),对二维DOA估计中L型差分麦克风阵列导向矢量进行降维,得到降维后的x轴导向矢量d′x、y轴导向矢量d′y分别为:
d′x=[1 e-jωdcosα/c ... e-j(M-1)ωdcosα/c]T (2)
d′y=[1 e-jωdcosβ/c ... e-j(K-1)ωdcosβc]T (3)
其中,j为虚数单位,ω=2πf,f为声源信号的频率,d为L型差分麦克风阵列中相邻麦克风的间距,c为空气中声音的传播速度,c=340m/s,M为x轴上麦克风的个数,K为y轴上麦克风的个数;
步骤1.3:利用降维后的导向矢量对传统的二维Capon算法进行改进,将改进后的二维Capon算法命名为2D-DMACapon,通过搜索2D-DMACapon算法的谱峰值获得声源信号的DOA估计值为
其中,αs、βs分别为转向时波束主瓣与x轴的夹角、与y轴的夹角;
式(4)中,C(αs)、C(βs)、R分别为
R=[Rx,Ry]T (7)
式(5)中,a1,0=a1,1=1/2,Rx、Ry分别为L型差分麦克风阵列中x轴上输出信号x(t)、y轴上输出信号y(t)的协方差矩阵;x(t)、y(t)分别为x轴、y轴上的麦克风接收到的声源信号。
如图2所示,为L型差分麦克风阵列的二维DOA估计原理图。图2中,黑色实心圆圈mn表示麦克风,下标n代表麦克风编号。其中,以麦克风m2为参考麦克风,S代表空间中的真实声源,S′表示空间中真实声源在xoy平面的投影。φ与θ分别表示空间中声源的方位角与俯仰角,α与β分别表示空间中声源与x轴和y轴的夹角。α的取值范围为[0°,180°],β的范围定义为[0°,90°]。θ′表示θ的余角,φ′与φ之间的关系为:
φ′=|90°-φ|
cosφ′=cos(|90°-φ|)=sinφ
本发明在如图2所示的L型差分麦克风阵列的基础上,利用式(4)获得空间中声源信号的二维DOA估计值,然后按照如图3所示的阵列布局,设置两个子阵列,利用式(8)与式(9)获得两组方位角与俯仰角的估计值。最后利用式(10)-(13)计算空间中声源的三维坐标,并通过2D-DMACapon算法实现声学成像。
步骤2:借助两个L型差分麦克风子阵列,利用2D-DMACapon算法获得两组空间中声源的方位角与俯仰角:
如图3所示,为本实施例中三维声源定位系统的示意图。图3中,子阵列L1由麦克风m1、m2和m3三个麦克风组成,并且m1与m2、m2与m3之间的距离均为d=0.03m。子阵列L2由麦克风m4、m5和m6三个麦克风组成,并且m4与m5、m5与m6之间的距离均为d=0.03m。在子阵列L1中,以麦克风m2为参考麦克风,并将麦克风m2所在位置记为点c。子阵列L2以麦克风m5为参考麦克风,并将麦克风m5所在位置记为点d。点c与点d的间距为1m。黑色实心四角星S表示空间中声源,虚线空心四角星S′表示空间真实声源在xoy平面的投影。
步骤3:根据获得的两组空间中声源的方位角与俯仰角,求解得到空间中的声源位置坐标:
另外,当时,等于0°或180°,此时无论为何值,本发明不能得到估计值和当时,只能等于0°,本发明不能得到估计值和当时,等于180°,本发明仍不能得到估计值和综上所述,本发明不适用于位于x轴上的声源的定位。
当时,不能求得z的估计值通过以上分析,在利用图3所示的系统进行三维声源定位时,如果空间中声源S位于xoz平面,则本发明的三维声源定位方法不能得到空间中声源位置,也即本发明不适用于此种情况下声源的定位。
图4给出了本实施例中信噪比为10dB时的声源位置估计图,图4中黑色圆圈代表2D-DMACapon算法估计出的声源位置,黑色菱形代表三维空间中真实的声源位置。
图5为在不同信噪比下,利用2D-DMACapon算法计算得到的三维位置坐标的RMSE对比图。
图6、图7分别为本实施例中子阵列L1的声学成像二维、三维仿真图。图6中,横坐标表示子阵列L1估计得到的α,纵坐标表示子阵列L1估计得到的β,声源的估计位置为2D-DMACapon算法获得的二维谱峰峰值点。图7中,x轴表示子阵列L1估计得到的α,y轴表示子阵列L1估计得到的β,z轴表示对应点的幅值。
由图4-图7可以看出,本发明能够同时估计得到声源信号的方位角与俯仰角,并且能够估计得到空间中声源位置的准确三维坐标,提高了三维声源定位的精度。
显然,上述实施例仅仅是本发明的一部分实施例,而不是全部的实施例。上述实施例仅用于解释本发明,并不构成对本发明保护范围的限定。基于上述实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,也即凡在本申请的精神和原理之内所作的所有修改、等同替换和改进等,均落在本发明要求的保护范围内。
Claims (1)
1.一种基于差分麦克风阵列的三维声源定位方法,其特征在于,包括下述步骤:
步骤1:利用最小角定理重构差分麦克风阵列导向矢量,并利用重构后的差分麦克风阵列导向矢量改进传统的二维Capon算法,将改进后的二维Capon算法命名为2D-DMACapon;
步骤2:借助两个L型差分麦克风子阵列,利用2D-DMACapon算法获得两组空间中声源的方位角与俯仰角;
步骤3:根据获得的两组空间中声源的方位角与俯仰角,求解得到空间中的声源位置坐标;
所述步骤1包括下述步骤:
步骤1.1:利用最小角定理将三维空间中声源信号的方位角φ、俯仰角θ分别转化为声源信号与x轴的夹角α、与y轴的夹角β:
步骤1.2:基于公式(1),对二维DOA估计中L型差分麦克风阵列导向矢量进行降维,得到降维后的x轴导向矢量d′x、y轴导向矢量d′y分别为:
d′x=[1 e-jωdcosα/c ... e-j(M-1)ωdcosα/c]T (2)
d′y=[1 e-jωdcosβ/c ... e-j(K-1)ωdcosβ/c]T (3)
其中,j为虚数单位,ω=2πf,f为声源信号的频率,d为L型差分麦克风阵列中相邻麦克风的间距,c为空气中声音的传播速度,M为x轴上麦克风的个数,K为y轴上麦克风的个数;
步骤1.3:利用降维后的导向矢量对传统的二维Capon算法进行改进,将改进后的二维Capon算法命名为2D-DMACapon,通过搜索2D-DMACapon算法的谱峰值获得声源信号的DOA估计值为
其中,αs、βs分别为转向时波束主瓣与x轴的夹角、与y轴的夹角;
式(4)中,C(αs)、C(βs)、R分别为
R=[Rx,Ry]T (7)
式(5)中,a1,0=a1,1=1/2,Rx、Ry分别为L型差分麦克风阵列中x轴上输出信号x(t)、y轴上输出信号y(t)的协方差矩阵;x(t)、y(t)分别为x轴、y轴上的麦克风接收到的声源信号;
所述步骤2具体包括:
借助两个L型差分麦克风子阵列,其中两个L型差分麦克风子阵列之间的距离为1米,利用2D-DMACapon算法估计得到每组空间中α、β的估计值利用每组空间中的 计算该组空间中声源信号的方位角φ、俯仰角θ的估计值分别为
所述步骤3具体包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010030271.7A CN111157951B (zh) | 2020-01-13 | 2020-01-13 | 一种基于差分麦克风阵列的三维声源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010030271.7A CN111157951B (zh) | 2020-01-13 | 2020-01-13 | 一种基于差分麦克风阵列的三维声源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111157951A CN111157951A (zh) | 2020-05-15 |
CN111157951B true CN111157951B (zh) | 2022-02-25 |
Family
ID=70562539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010030271.7A Active CN111157951B (zh) | 2020-01-13 | 2020-01-13 | 一种基于差分麦克风阵列的三维声源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157951B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112230213B (zh) * | 2020-08-26 | 2024-02-02 | 北京航空航天大学杭州创新研究院 | 毫米波雷达及其信号处理方法、装置、计算机可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2517690B (en) * | 2013-08-26 | 2017-02-08 | Canon Kk | Method and device for localizing sound sources placed within a sound environment comprising ambient noise |
CN103995252B (zh) * | 2014-05-13 | 2016-08-24 | 南京信息工程大学 | 一种三维空间声源定位方法 |
CN105022026B (zh) * | 2015-07-08 | 2017-07-07 | 陕西理工学院 | L型阵列的二维到达角估计方法 |
CN108008355B (zh) * | 2017-05-18 | 2021-06-15 | 南京航空航天大学 | 基于四元正交麦克风阵列的稳健声源定位方法 |
-
2020
- 2020-01-13 CN CN202010030271.7A patent/CN111157951B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111157951A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108957391B (zh) | 一种基于嵌套阵列的l型天线阵的二维波达方向估计方法 | |
Zheng et al. | DOA estimation for coprime linear arrays: An ambiguity-free method involving full DOFs | |
CN109633525B (zh) | 一种快速的均匀圆阵空间谱测向实现方法 | |
CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
CN110007266B (zh) | 一种冲击噪声下的任意阵列相干源测向方法 | |
CN112180329B (zh) | 一种基于阵元随机均匀分布球阵反卷积波束形成的汽车噪声源声成像方法 | |
Chu et al. | Deconvolution for three-dimensional acoustic source identification based on spherical harmonics beamforming | |
CN112130111B (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
Xenaki et al. | Improving the resolution of three-dimensional acoustic imaging with planar phased arrays | |
CN108663654B (zh) | 一种基于连续量子鸽群的360度全方位动态测向方法 | |
CN110109053B (zh) | 一种未知声速环境下快速doa估计方法 | |
Zhao et al. | Open-lake experimental investigation of azimuth angle estimation using a single acoustic vector sensor | |
CN114527427B (zh) | 一种基于球形麦克风阵列的低频波束形成声源定位方法 | |
CN108318855B (zh) | 基于均匀圆阵的近场和远场混合信号源定位方法 | |
CN109696657A (zh) | 一种基于矢量水听器的相干声源定位方法 | |
CN112285647A (zh) | 一种基于稀疏表示与重构的信号方位高分辨估计方法 | |
CN111157951B (zh) | 一种基于差分麦克风阵列的三维声源定位方法 | |
Song et al. | Closed-form direction finding using collocated but orthogonally oriented higher order acoustic sensors | |
CN110196407B (zh) | 一种基于频率预估的单矢量水听器信号来波方向估计方法 | |
CN109270483B (zh) | 三维阵虚拟扩展相干源二维波达方向估计方法 | |
CN109541526A (zh) | 一种利用矩阵变换的圆环阵方位估计方法 | |
Li et al. | Low complexity DOA estimation for massive UCA with single snapshot | |
CN109581274B (zh) | 基于夹角可调三维阵的非圆信号水下doa估计方法和装置 | |
CN108919176B (zh) | 一种单矢量传感器增秩music测向技术 | |
CN110824484B (zh) | 一种基于恒模算法的阵元位置估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |