CN111474521B - 多径环境中基于麦克风阵列的声源定位方法 - Google Patents
多径环境中基于麦克风阵列的声源定位方法 Download PDFInfo
- Publication number
- CN111474521B CN111474521B CN202010272248.9A CN202010272248A CN111474521B CN 111474521 B CN111474521 B CN 111474521B CN 202010272248 A CN202010272248 A CN 202010272248A CN 111474521 B CN111474521 B CN 111474521B
- Authority
- CN
- China
- Prior art keywords
- microphone
- sound source
- cross
- value
- wave path
- 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
本发明公开了一种多径环境中基于麦克风阵列的声源定位方法,属于声源定位技术领域。该方法包括以下内容:利用由n个麦克风阵元构成的麦克风阵列采集声源信号;将麦克风阵列中的某一个麦克风作为参考麦克风,求取其余麦克风与参考麦克风构成的麦克风对的互相关函数;抽取每个麦克风对互相关函数的前N个最大峰值作为真实峰值的候选量,将这若干个峰值候选量对应的波程差以不同的排列组合形式代入求解声源坐标的数学关系式中,通过利用l2范数设定目标函数,局部搜索出声源信号在直接路径下获得的声源坐标。本发明可显著提高实际声源信号的定位准确度,有效降低多径、噪声对算法测向性能的影响。
Description
技术领域
本发明属于声源定位技术领域,特别涉及一种多径环境中基于麦克风阵列的声源定位方法。
背景技术
声源定位是对同时处在空间某一领域的一个或多个感兴趣的信号空间位置进行估计,确定各个信号到达阵列中阵元的方向角或坐标。在声学环境下,声源位置信息在很多实际应用中起着重要的作用。例如视频会议中的自动摄像机跟踪、噪声抑制和去混响中波束方向的调整。信号源位置的估计,通常也称为声源定位问题,数十年来受到极大的关注。要实现对声源入射角或者其在直角坐标系中位置的估计,需要采用二维或三维的麦克风阵列。
为了提高麦克风阵列下宽带信号源位置估计的准确率,采用的方法有基于可控波束形成的定位方法、基于高分辨率谱估计的定位方法和基于时延估计的定位方法。与前两种方法相比,基于时延估计的定位方法凭借复杂度最低、运算量最小以及实时实现性最高的优势,应用范围最广。
多径效应是指电磁波经不同路径传播后,各分量场到达接收端时间不同,按各自相位相互叠加而造成干扰,使得原来的信号失真,或者产生错误。在声源定位领域中,当声源所处的环境是多径环境及噪声干扰过强时,一般的声源定位方法无法准确测向。比如常见的相位变换广义互相关法、最小均方误差自适应算法等,均是基于理想的单通道传播模型进行的,在多径环境下,这些算法的性能急剧下降。因此,有必要在这一方面对基于麦克风阵列的声源定位方法进行研究,使其测向精度达到更优。
发明内容
本发明的目的在于提供一种多径环境中基于麦克风阵列的声源定位方法,实现多径及低信噪比环境中的高精度声源定位。
实现本发明目的的技术解决方案为:一种多径环境中基于麦克风阵列的声源定位方法,所述方法包括以下步骤:
步骤1,利用由n个麦克风阵元构成的麦克风阵列采集声源信号;
步骤2,将麦克风阵列中的某一个麦克风作为参考麦克风,求取其余麦克风与所述参考麦克风构成的麦克风对的互相关函数;
步骤3、针对每个互相关函数,提取其前N个最大峰值,并求取每个峰值对应的波程差;
步骤4,构建波程差和声源位置的关系,并构建目标函数,基于所述关系和目标函数求取声源位置坐标。
进一步地,步骤2中求取麦克风对的互相关函数ψGCC,i0(τ),所用公式为:
其中,τ为时间变量,ω为频率变量,A(ω)为相位变换加权函数:
其中,Gi0(ω)为第i个麦克风对的互功率谱:
Gi0(ω)=Ui(ω)U0 *(ω)
式中,U(ω)为麦克风接收到的信号经傅里叶变换后的频域信号,下角标0代表参考麦克风,下角标i代表除参考麦克风之外的第i个麦克风,i=1,2,...,n-1,U*(ω)为U(ω)的共轭。
进一步地,步骤3所述求取每个峰值对应的波程差di0,所用公式为:
di0=c·τi0=Di-D0
式中,τi0为参考麦克风与第i个麦克风之间互相关函数峰值对应的时延值,c为声速340m/s,D表示声源与麦克风之间的距离,下角标0代表参考麦克风,下角标i代表除参考麦克风之外的第i个麦克风,i=1,2,...,n-1。
进一步地,步骤4所述构建波程差和声源位置的关系,并构建目标函数,基于所述关系和目标函数求取声源位置坐标,具体包括:
步骤4-1,构建波程差和声源位置的关系为:
Aθ=b
式中,xi为除参考麦克风之外第i个麦克风的横坐标,yi为第i个麦克风的纵坐标,xs为声源的横坐标,ys为声源的纵坐标,Rs为声源到参考麦克风的距离,Ri为第i个麦克风到参考麦克风的距离;为第i个麦克风对所对应的峰值maxt的波程差,t=1,...,N,即maxt为max1或max2或......或maxN;
步骤4-2,构建目标函数为:
步骤4-3,初始化t=1;
步骤4-5,初始化j=1,j的取值范围为j=1,2,...,n-1;
进一步地,步骤3中所述N=3。
本发明与现有技术相比,其显著优点为:通过抽取每个麦克风对互相关函数的前N个最大峰值作为真实峰值的候选量,将这若干个峰值候选量对应的波程差以不同的排列组合形式代入求解声源坐标的数学关系式中,利用l2范数设定目标函数,局部搜索出声源信号在直接路径下获得的声源坐标,该方法减小了声源的多径效应对定位算法测向性能的影响,同时也有效提高了在低信噪比环境下定位的准确度。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为一个实施例中多径环境中基于麦克风阵列的声源定位方法的流程图。
图2为一个实施例中麦克风阵列模型图。
图3为一个实施例中本发明提出的声源定位方法与传统声源定位方法在多径环境下不同声源位置处的定位性能对比图。
图4为一个实施例中本发明提出的声源定位方法与传统声源定位方法在不同信噪比环境下的定位性能对比图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,结合图1,提供了一种多径环境中基于麦克风阵列的声源定位方法,该方法首先抽取每个麦克风对互相关函数的前N个最大峰值作为真实峰值的候选量,将这若干个候选峰值对应的波程差以不同的排列组合形式代入至时延值与声源坐标的数学关系式中,然后利用l2范数设定目标函数,局部搜索出声源信号在直接路径下获得的声源坐标。具体包括以下步骤:
步骤1,利用由n个麦克风阵元构成的麦克风阵列采集声源信号;
步骤2,将麦克风阵列中的某一个麦克风作为参考麦克风,求取其余麦克风与参考麦克风构成的麦克风对的互相关函数;
步骤3、针对每个互相关函数,提取其前N个最大峰值,并求取每个峰值对应的波程差;
步骤4,构建波程差和声源位置的关系,并构建目标函数,基于该关系和目标函数求取声源位置坐标。
进一步地,在其中一个实施例中,步骤2中求取麦克风对的互相关函数ψGCC,i0(τ),所用公式为:
其中,τ为时间变量,ω为频率变量,A(ω)为相位变换加权函数:
其中,Gi0(ω)为第i个麦克风对的互功率谱:
Gi0(ω)=Ui(ω)U0 *(ω)
式中,U(ω)为麦克风接收到的信号经傅里叶变换后的频域信号,下角标0代表参考麦克风,下角标i代表除参考麦克风之外的第i个麦克风,i=1,2,...,n-1,U*(ω)为U(ω)的共轭。
进一步地,在其中一个实施例中,上述步骤3求取每个峰值对应的波程差di0,所用公式为:
di0=c·τi0=Di-D0
式中,τi0为参考麦克风与第i个麦克风之间互相关函数峰值对应的时延值,c为声速340m/s,D表示声源与麦克风之间的距离,下角标0代表参考麦克风,下角标i代表除参考麦克风之外的第i个麦克风,i=1,2,...,n-1。
进一步地,在其中一个实施例中,上述步骤4构建波程差和声源位置的关系,并构建目标函数,基于该关系和目标函数求取声源位置坐标,具体包括:
步骤4-1,构建波程差和声源位置的关系为:
Aθ=b
式中,xi为除参考麦克风之外第i个麦克风的横坐标,yi为第i个麦克风的纵坐标,xs为声源的横坐标,ys为声源的纵坐标,Rs为声源到参考麦克风的距离,Ri为第i个麦克风到参考麦克风的距离;为第i个麦克风对所对应的峰值maxt的波程差,t=1,...,N,即maxt为max1或max2或......或maxN;
步骤4-2,构建目标函数为:
步骤4-3,初始化t=1;
步骤4-5,初始化j=1,j的取值范围为j=1,2,...,n-1;
进一步优选地,在其中一个实施例中,上述步骤3中N取3。
作为一种具体示例,对本发明方法的有效性进行进一步验证说明,包括以下内容:
本示例所采用的四元麦克风阵列如图2所示,四个麦克风坐标分别为麦克风1(-0.2,0,0)、麦克风2(0,0.2,0)、麦克风3(0.2,0,0)和麦克风4(0,-0.2,0),将麦克风阵列所在平面垂直于地面放置。在50m2的存在多径环境的小会议室采集人拍手声,拍手人位置坐标为(0,0,3),(0,0,-3),(0,0,4),(0,0,-4),(0,0,2),(0,0,-2),(0,1,2),(0,-1,2),分别记为位置1~位置8,采样频率为20kHz,以wav文件格式输入至系统。并在处理时每帧信号取1024点,帧偏移取256点。利用本发明的声源定位方法和传统的声源定位方法(基于时延估计的定位方法)进行声源定位测试,获得两种方法在不同声源位置下的性能比较结果如图3所示,以真实声源坐标和算法估测声源坐标的均方误差作为评判标准。由图3可知,本发明的声源定位方法在多次实验数据测试下性能均优于传统定位算法,验证了其可行性。
进一步地,本示例验证了本发明声源定位方法在不同信噪比环境下的有效性:麦克风坐标位置和上述一致,在室外采集放置在街边的汽车鸣笛声,汽车位置坐标为(5,5,-10),分别在不同噪声环境中按压汽车喇叭,得到不同信噪比的声源信号,采样频率为20kHz,以wav文件格式输入至系统,每帧信号取1024点,重叠512点。利用本发明的声源定位方法和传统的声源定位方法进行声源定位测试,获得两种方法在不同信噪比下的性能比较结果如图4所示。由图4可知,对于两种方法,均方根误差RMSE均随着SNR的增加而减小,但本发明声源定位方法的抗噪性能依旧优于传统定位算法。
综上,本发明提出的多径环境中基于麦克风阵列声源定位方法是一种基于最佳互相关函数峰值的声源定位方法。首先抽取每个麦克风对互相关函数的前N个最大峰值作为候选量,将这若干个峰值候选量对应的波程差以不同的排列组合形式代入求解声源坐标的数学几何关系式中,然后利用l2范数设定目标函数,局部搜索出声源信号在直接路径下获得的声源坐标。相比于传统的基于麦克风阵列的声源定位方法,本发明可以打破在多径环境中定位算法测向的局限性,提高在低信噪比的情况下算法估测声源位置坐标的准确度。
Claims (4)
1.一种多径环境中基于麦克风阵列的声源定位方法,其特征在于,所述方法包括以下步骤:
步骤1,利用由n个麦克风阵元构成的麦克风阵列采集声源信号;
步骤2,将麦克风阵列中的某一个麦克风作为参考麦克风,求取其余麦克风与所述参考麦克风构成的麦克风对的互相关函数;
步骤3、针对每个互相关函数,提取其前N个最大峰值,并求取每个峰值对应的波程差;
步骤4,构建波程差和声源位置的关系,并构建目标函数,基于所述关系和目标函数求取声源位置坐标;具体包括:
步骤4-1,构建波程差和声源位置的关系为:
Aθ=b
式中,xi为除参考麦克风之外第i个麦克风的横坐标,yi为第i个麦克风的纵坐标,xs为声源的横坐标,ys为声源的纵坐标,Rs为声源到参考麦克风的距离,Ri为第i个麦克风到参考麦克风的距离;为第i个麦克风对所对应的峰值maxt的波程差,t=1,...,N,即maxt为max1或max2或......或maxN;
步骤4-2,构建目标函数为:
步骤4-3,初始化t=1;
步骤4-5,初始化j=1,j的取值范围为j=1,2,...,n-1;
3.根据权利要求1或2所述的多径环境中基于麦克风阵列的声源定位方法,其特征在于,步骤3所述求取每个峰值对应的波程差di0,所用公式为:
di0=c·τi0=Di-D0
式中,τi0为参考麦克风与第i个麦克风之间互相关函数峰值对应的时延值,c为声速340m/s,D表示声源与麦克风之间的距离,下角标0代表参考麦克风,下角标i代表除参考麦克风之外的第i个麦克风,i=1,2,...,n-1。
4.根据权利要求1所述的多径环境中基于麦克风阵列的声源定位方法,其特征在于,步骤3中所述N=3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272248.9A CN111474521B (zh) | 2020-04-09 | 2020-04-09 | 多径环境中基于麦克风阵列的声源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272248.9A CN111474521B (zh) | 2020-04-09 | 2020-04-09 | 多径环境中基于麦克风阵列的声源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111474521A CN111474521A (zh) | 2020-07-31 |
CN111474521B true CN111474521B (zh) | 2022-06-28 |
Family
ID=71751358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272248.9A Active CN111474521B (zh) | 2020-04-09 | 2020-04-09 | 多径环境中基于麦克风阵列的声源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474521B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929645B (zh) * | 2020-09-23 | 2021-01-26 | 深圳市友杰智新科技有限公司 | 特定人声的声源定位方法、装置和计算机设备 |
CN112986916A (zh) * | 2021-02-22 | 2021-06-18 | 清华大学苏州汽车研究院(相城) | 一种基于阵列重构的多声源定位方法 |
CN113126028B (zh) * | 2021-04-13 | 2022-09-02 | 上海盈蓓德智能科技有限公司 | 一种基于多个麦克风阵列的噪声源定位方法 |
CN113419216B (zh) * | 2021-06-21 | 2023-10-31 | 南京信息工程大学 | 一种适用于混响环境的多声源定位方法 |
CN113820662A (zh) * | 2021-08-02 | 2021-12-21 | 华南师范大学 | 一种声源方向定位检测方法 |
CN114034380B (zh) * | 2021-11-11 | 2023-11-17 | 上汽大众汽车有限公司 | 一种用于发动机台架的一维声学定位方法 |
CN117825898B (zh) * | 2024-03-04 | 2024-06-11 | 国网浙江省电力有限公司电力科学研究院 | 一种gis分布式振声联合监测方法、装置及介质 |
CN117991192B (zh) * | 2024-04-03 | 2024-06-18 | 广东鼎创智造科技有限公司 | 一种无线麦克风声源定位方法、装置、存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9194938B2 (en) * | 2011-06-24 | 2015-11-24 | Amazon Technologies, Inc. | Time difference of arrival determination with direct sound |
EP3050322B1 (en) * | 2013-10-31 | 2018-04-11 | Huawei Technologies Co., Ltd. | System and method for evaluating an acoustic transfer function |
CN104793177B (zh) * | 2015-04-10 | 2017-03-08 | 西安电子科技大学 | 基于最小二乘法的麦克风阵列测向方法 |
CN104991573A (zh) * | 2015-06-25 | 2015-10-21 | 北京品创汇通科技有限公司 | 一种基于声源阵列的定位跟踪方法及其装置 |
CN107144820A (zh) * | 2017-06-21 | 2017-09-08 | 歌尔股份有限公司 | 声源定位方法及装置 |
CN109633554A (zh) * | 2019-01-18 | 2019-04-16 | 浙江大学 | 基于概率数据关联的移动声源到达时延估计方法 |
CN110361695B (zh) * | 2019-06-06 | 2021-06-15 | 杭州未名信科科技有限公司 | 分置式声源定位系统和方法 |
-
2020
- 2020-04-09 CN CN202010272248.9A patent/CN111474521B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111474521A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111474521B (zh) | 多径环境中基于麦克风阵列的声源定位方法 | |
CN110082725B (zh) | 基于麦克风阵列的声源定位时延估计方法、声源定位系统 | |
CN111044973B (zh) | 一种用于麦克风方阵的mvdr目标声源定向拾音方法 | |
CN104142492A (zh) | 一种srp-phat多源空间定位方法 | |
CN105388459B (zh) | 分布式麦克风阵列网络的鲁棒声源空间定位方法 | |
CN109541548B (zh) | 一种基于匹配场的空气声呐定位方法 | |
Huleihel et al. | Spherical array processing for acoustic analysis using room impulse responses and time-domain smoothing | |
CN109188362B (zh) | 一种麦克风阵列声源定位信号处理方法 | |
CN106646350B (zh) | 一种单只矢量水听器各通道幅度增益不一致时的修正方法 | |
CN108828501B (zh) | 在室内声场环境中对移动声源进行实时跟踪定位的方法 | |
Gabbrielli et al. | An echo suppression delay estimator for angle-of-arrival ultrasonic indoor localization | |
CN110534126A (zh) | 一种基于固定波束形成的声源定位和语音增强方法及系统 | |
Zhang et al. | A new regional localization method for indoor sound source based on convolutional neural networks | |
Xu et al. | Underwater acoustic source localization method based on TDOA with particle filtering | |
Hu et al. | Decoupled direction-of-arrival estimations using relative harmonic coefficients | |
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 | |
Çöteli et al. | Multiple sound source localization with rigid spherical microphone arrays via residual energy test | |
JP2013175869A (ja) | 音響信号強調装置、遠近判定装置、それらの方法、及びプログラム | |
Tachikawa et al. | Sound source localization based on sparse estimation and convex clustering | |
CN112666521B (zh) | 一种基于改进的自适应陷波器的室内声源定位方法 | |
Dang et al. | Multiple sound source localization based on a multi-dimensional assignment model | |
Matsumoto et al. | Multiple signal classification by aggregated microphones | |
Johansson et al. | Robust acoustic direction of arrival estimation using Root-SRP-PHAT, a realtime implementation | |
Wang et al. | 3-D sound source localization with a ternary microphone array based on TDOA-ILD algorithm | |
Jiang et al. | Performance comparison of Omni and cardioid directional microphones for indoor angle of arrival sound source localization |
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 |