林煥楠

(武警工程大學(xué) 研究生13隊(duì)，陜西 西安710086)

?

分布式麥克風(fēng)陣列聲源跟蹤方法的研究

林煥楠

(武警工程大學(xué) 研究生13隊(duì)，陜西 西安710086)

針對(duì)分布式麥克風(fēng)陣列聲源跟蹤方法展開研究，對(duì)麥克風(fēng)陣列聲源跟蹤方法進(jìn)行了闡述，并對(duì)其陣列特點(diǎn)進(jìn)行了分析。在信號(hào)處理過程中，采用時(shí)間同步、數(shù)據(jù)融合等關(guān)鍵技術(shù)，并提出了實(shí)際聲學(xué)環(huán)境下的聲源跟蹤方法和分布式交互多模型粒子濾波聲源跟蹤算法，通過仿真實(shí)驗(yàn)建立模型，實(shí)驗(yàn)結(jié)果證明了所提算法的有效行。

分布式麥克風(fēng)陣列；聲源跟蹤；粒子濾波

麥克風(fēng)是一種拾取聲音信號(hào)和傳感器。通過對(duì)麥克風(fēng)聲音信號(hào)的拾取調(diào)查可知，環(huán)境噪音和混響影響對(duì)單個(gè)麥克風(fēng)的收音效果影響頗大。因而，當(dāng)前語(yǔ)音識(shí)別、定位和語(yǔ)音增強(qiáng)的研究都是以分布式麥克風(fēng)陣列的形式為主。分布式麥克風(fēng)陣列因?yàn)槠渚哂锌臻g濾波特性，相比之單個(gè)的麥克風(fēng)，在抑制噪音和將其混響效果干擾方面效果較好。分布式麥克風(fēng)陣列在多媒體領(lǐng)域、車載系統(tǒng)領(lǐng)域的應(yīng)用范圍越來(lái)越廣，基于分布式麥克風(fēng)陣列的電子產(chǎn)品也不斷涌現(xiàn)，如Polycom公司開發(fā)的分布式麥克風(fēng)陣列視頻會(huì)議系統(tǒng)已經(jīng)得到廣泛應(yīng)用。但是，分布式麥克風(fēng)陣列聲源跟蹤方法的理論還有實(shí)踐技能操作，還存在很多漏洞，需要后期技術(shù)研究人員對(duì)其進(jìn)行改進(jìn)完善。

1 陣列特點(diǎn)及其核心技術(shù)

分布式麥克風(fēng)陣列是有多個(gè)麥克風(fēng)有序組合在一起，它聚集了眾多單個(gè)麥克風(fēng)不具備的優(yōu)點(diǎn)，因此應(yīng)用前景較廣。針對(duì)分布式麥克風(fēng)陣列可以將其視作多個(gè)麥克風(fēng)陣列組合而成的傳感器網(wǎng)絡(luò)。

(1)分布式麥克風(fēng)陣列的特點(diǎn)。分布式麥克風(fēng)陣列可以視作多個(gè)麥克風(fēng)陣列組成的傳感器網(wǎng)絡(luò)，它是麥克風(fēng)陣列研究的新方向。分布式麥克風(fēng)陣列與無(wú)線傳感器網(wǎng)絡(luò)以及分布式天線陣列網(wǎng)絡(luò)是一脈相承的，尤其是近些年，物聯(lián)網(wǎng)的發(fā)展，分布式麥克風(fēng)陣列發(fā)展正好與其未來(lái)發(fā)展趨勢(shì)一致。

分布式麥克風(fēng)陣列與傳統(tǒng)麥克風(fēng)陣列相比，沒有規(guī)則的拓?fù)浣Y(jié)構(gòu)，因此分布式麥克風(fēng)表現(xiàn)形式日漸多樣化發(fā)展。陣列在空間擺放位置也更加隨意靈活。此外，分布式麥克風(fēng)陣列不同于傳統(tǒng)麥克風(fēng)陣列，個(gè)別陣列的損壞并不能影響整個(gè)網(wǎng)絡(luò)性能。分布式麥克風(fēng)陣列結(jié)構(gòu)具有多樣性和不規(guī)則性的特點(diǎn)，所以分布式麥克風(fēng)陣列信號(hào)處理方法方比之傳統(tǒng)的麥克風(fēng)陣列在處理問題上更具有廣泛性的特點(diǎn)。

分布式麥克風(fēng)陣列中陣元間距必須滿足空間采樣定理。由于空間采樣定理是將相鄰的兩個(gè)麥克風(fēng)作為空間采樣點(diǎn)，信號(hào)空間的采用頻率則是陣元間距的倒數(shù)。為避免采樣信號(hào)不出現(xiàn)空間混疊的情況，必須對(duì)分布式麥克風(fēng)陣列的陣元間距加以有效控制，保證陣元間距≦采樣信號(hào)波長(zhǎng)的長(zhǎng)度[1]。針對(duì)分布式麥克風(fēng)陣列具體的陣元間距問題，還需依賴于具體應(yīng)用的實(shí)際情況；

(2)分布式麥克風(fēng)陣列核心技術(shù)。分布式麥克風(fēng)陣列中陳列數(shù)目眾多，若分布式麥克風(fēng)陣列所有陣列都對(duì)其進(jìn)行定位和跟蹤，勢(shì)必會(huì)給聲源跟蹤跟工作人才帶來(lái)龐大的計(jì)算量負(fù)擔(dān)。因此，選擇合適數(shù)量的麥克風(fēng)陣列參與到分布式麥克風(fēng)陣列應(yīng)用問題的解決當(dāng)中，將是提升分布式麥克風(fēng)陣列系統(tǒng)運(yùn)行速度和促進(jìn)數(shù)據(jù)融合以及聲源跟蹤的有效技術(shù)保障。考慮到分布式麥克風(fēng)陣列是一種特殊的無(wú)線傳感網(wǎng)絡(luò)，分布式麥克風(fēng)陣列算法大多數(shù)都是借鑒無(wú)線傳感處理方式，所以其解決方式為動(dòng)態(tài)成簇理論或者是數(shù)據(jù)結(jié)構(gòu)的有向圖、無(wú)向圖知識(shí)。分布式麥克風(fēng)陣列初期的聲源跟蹤方法應(yīng)用中，一旦聲源靠近目分布式麥克風(fēng)陣列，該目標(biāo)附近遇到陣列檢測(cè)信號(hào)后，就開始組件動(dòng)態(tài)簇。具體動(dòng)態(tài)簇聲源跟蹤過程如圖1所示。

圖1 動(dòng)態(tài)簇聲源跟蹤過程

時(shí)間同步是分布式麥克風(fēng)陣列的另一項(xiàng)重要支撐技術(shù)，其性能直接關(guān)系到分布式麥克風(fēng)陣列運(yùn)行性能是否安全。時(shí)間同步需求來(lái)自于：聲源跟蹤過程中廣義互相關(guān)算法計(jì)算求時(shí)延和聲源目標(biāo)跟蹤交互式多模型粒子濾波算法都必須保持一致，否則將會(huì)造成分布式麥克風(fēng)陣列誤差偏大。與此同時(shí)，分布式麥克風(fēng)陣列動(dòng)態(tài)簇和陣列之間的數(shù)據(jù)融合需要時(shí)間同步。

分布式麥克風(fēng)陣列是由多個(gè)麥克風(fēng)陣列組成的網(wǎng)絡(luò)，在聲源跟蹤的整個(gè)過程中，每一個(gè)陣列都會(huì)有一個(gè)跟蹤結(jié)果，如何將多個(gè)數(shù)據(jù)有效的聯(lián)合，共同完成分布式麥克風(fēng)陣列應(yīng)用過程中遇到的問題，是數(shù)據(jù)融合在分布式麥克風(fēng)陣列數(shù)據(jù)信息處理中的關(guān)鍵步驟[2]。當(dāng)然，數(shù)據(jù)融合的好壞程度直接關(guān)系到分布式麥克風(fēng)陣列聲源跟蹤的結(jié)果，所以分布式麥克風(fēng)陣列的數(shù)據(jù)融合過程中，需要將簇內(nèi)各陣列的數(shù)據(jù)按照一定的邏輯算法進(jìn)行融合處理，以求得最精確的結(jié)果。

2 聲源跟蹤定位

2.1 基于指紋位置的聲源跟蹤定位

目前為止已經(jīng)有聲源跟蹤定位方法，包括可控波束形成、采樣信號(hào)到達(dá)的時(shí)間差、空間譜等分布式麥克風(fēng)陣列常用的聲源跟蹤定位技術(shù)。從數(shù)據(jù)的計(jì)算角度而言，以上方式僅對(duì)采集信號(hào)進(jìn)行聯(lián)合處理，直接計(jì)算分布式麥克風(fēng)陣列聲源跟蹤位置。此種聲源跟蹤定位方法屬于直接式計(jì)算方法，與之對(duì)應(yīng)的另一種聲源跟蹤定位計(jì)算方法為基礎(chǔ)數(shù)據(jù)庫(kù)的定位方法。此方法比直接計(jì)算方法更復(fù)雜，它需要采集并計(jì)算先驗(yàn)數(shù)據(jù)，然后建立數(shù)據(jù)庫(kù)將其儲(chǔ)存，聲源跟蹤定位過程中對(duì)接收到的采樣信號(hào)和數(shù)據(jù)庫(kù)已存在的數(shù)據(jù)進(jìn)行聯(lián)合處理，并通過其間的內(nèi)在關(guān)聯(lián)計(jì)算出目標(biāo)源的具體位置。例如，分布式麥克風(fēng)陣列中基于位置指紋的定位技術(shù)中，是采用射頻信號(hào)的目標(biāo)定位方法，將其應(yīng)用于無(wú)線網(wǎng)絡(luò)定位系統(tǒng)當(dāng)中，如無(wú)線局域網(wǎng)、GSM網(wǎng)絡(luò)等。分布式麥克風(fēng)陣列聲源跟蹤定位方法根據(jù)信號(hào)源的位置，對(duì)其進(jìn)行指紋定位。此階段在目標(biāo)定位之間進(jìn)行使用，一旦部署好分布式麥克風(fēng)陣列聲源跟蹤定位的網(wǎng)絡(luò)環(huán)境，根據(jù)網(wǎng)絡(luò)環(huán)境的需求，確定指紋采集點(diǎn)的數(shù)據(jù)與其對(duì)應(yīng)的位置[3]。然后，移動(dòng)信號(hào)源對(duì)各個(gè)采集點(diǎn)的信號(hào)進(jìn)行采集處理，其中每一個(gè)采集點(diǎn)的信號(hào)與各接收器接收到的信號(hào)特征量以及采集坐標(biāo)，組成一組數(shù)據(jù)。

圖2 基于指紋的整個(gè)聲源跟蹤定位過程

基于位置指紋的聲源跟蹤定位技術(shù)引入到分布式麥克風(fēng)陣列之中，最終實(shí)現(xiàn)聲源定位[4]。然而，聲源跟蹤信號(hào)并不等同于一般的射頻信號(hào)，分布式麥克風(fēng)陣列也不等同于無(wú)線網(wǎng)絡(luò)，若要進(jìn)行分布式麥克風(fēng)陣列聲源跟蹤定位，還需要解決指紋參數(shù)和背景噪音影響這兩大難題。

2.2 確定性方法的聲源跟蹤定位

確定性方法是指紋聲源跟蹤定位方法中較為基礎(chǔ)的一種定位方法，其在采樣數(shù)據(jù)庫(kù)中的存在形式主要是確定的特征矢量，它根據(jù)直接觀測(cè)的信號(hào)能量比矢量與數(shù)據(jù)庫(kù)中已經(jīng)存在的信號(hào)能量比矢量進(jìn)行對(duì)比，然后確立分布式麥克風(fēng)陣列聲源位置。通常確定性方法主要涉及3種方法：最近鄰法、K近鄰法和K加權(quán)近鄰法。隨著熱計(jì)算機(jī)技術(shù)的發(fā)展，對(duì)傳統(tǒng)的確定性方法也進(jìn)行了一定的改進(jìn)鉆研，借助對(duì)K近鄰法和K加權(quán)近鄰法的改進(jìn)，是的分布式麥克風(fēng)陣列聲源跟蹤位置即便不在數(shù)據(jù)庫(kù)中，也能有良好的定位效果。當(dāng)然，此種聲源跟蹤位置方法在數(shù)據(jù)庫(kù)的準(zhǔn)確度會(huì)有所下降，至于跟蹤的具體位置，還需要聲源跟蹤數(shù)據(jù)人員進(jìn)行二次判斷[5]。針對(duì)改進(jìn)確定性定位法存在的這一問題，本文對(duì)其進(jìn)行了改進(jìn)，為其設(shè)置一個(gè)矢量間的距離閾值θ1，若分布式麥克風(fēng)陣列觀測(cè)矢量與已經(jīng)存在矢量之間最下的距離小于這一閾值時(shí)，可采用最近鄰法進(jìn)行聲源跟蹤定位，使用K加權(quán)近鄰法。

3 仿真實(shí)驗(yàn)

一般情況下，為便于分布式麥克風(fēng)陣列聲源跟蹤，假設(shè)房屋是長(zhǎng)方形。本實(shí)驗(yàn)，用Matlab 2015b進(jìn)行語(yǔ)音仿真[6]。分布式麥克風(fēng)陣列聲源跟蹤實(shí)驗(yàn)仿真中，f0為進(jìn)行采樣頻率，設(shè)聲源在三維空間的位置為X=(x,y,z),分布式麥克風(fēng)陣列接收位置為X′=(x′,y′,z′)。聲源跟蹤位置和分布式麥克風(fēng)陣列距離R=|x-x′|,f為待采樣數(shù)據(jù)頻率,ω=2πf,c=340m/s。

實(shí)驗(yàn)過程中，對(duì)于語(yǔ)音信號(hào)進(jìn)行16 kHz的抽樣，并將整個(gè)分布式麥克風(fēng)陣列采樣信號(hào)的波長(zhǎng)分為1 024幀，具體的時(shí)間長(zhǎng)度為64 ms，為有效提高精度，降低噪音對(duì)分布式麥克風(fēng)陣列聲源跟蹤的影響，可采用對(duì)信號(hào)幀加窗的方式。即將分布式麥克風(fēng)陣列中的麥克風(fēng)兩兩一組，其中第n組麥克風(fēng)信號(hào)在時(shí)間t定位下，定位Xi，然后將整個(gè)信號(hào)長(zhǎng)度劃分為1 024幀，再計(jì)算時(shí)間延遲。

由此對(duì)聲源的跟蹤算法可以簡(jiǎn)單描述為：令K表示仿真總時(shí)長(zhǎng)，M表示運(yùn)動(dòng)模型數(shù)，S表示分布式麥克風(fēng)陣列中陣列的個(gè)數(shù)。

k=1～K簇頭及其簇內(nèi)的成員節(jié)點(diǎn)依次完成計(jì)算：

輸出Xk，Pk，k=1，2，3，…，K

為準(zhǔn)確求出時(shí)間延遲，試驗(yàn)中所采用的6個(gè)麥克風(fēng)在兩兩一組后，每一組都需要運(yùn)行一個(gè)獨(dú)立的粒子濾波[7-10]。初始化時(shí)，假設(shè)先驗(yàn)概率為p(x0)=0.6，數(shù)據(jù)融合則采用加權(quán)求和的方式計(jì)算。仿真實(shí)驗(yàn)流程如圖3所示。

圖3 實(shí)驗(yàn)流程

4 結(jié)束語(yǔ)

分布式麥克風(fēng)陣列是多個(gè)麥克風(fēng)的組合應(yīng)用，因其特有空間濾波特性，相比之單個(gè)的麥克風(fēng)，在抑制噪音和混響效果方面較好，而且分布式麥克風(fēng)陣列在空間擺放位置隨意靈活，具體的聲源跟蹤不會(huì)受到擺放位置的影響。分布式麥克風(fēng)陣列間距必須滿足空間采樣定理，才能有效計(jì)算時(shí)間延遲，采集信號(hào)，進(jìn)行數(shù)據(jù)融合計(jì)算，并建立數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)信息的存儲(chǔ)。

[1] 徐康樂,陳迎春,江淵,等.基于相控麥克風(fēng)陣列的民機(jī)主起落架氣動(dòng)噪聲源識(shí)別技術(shù)研究[J].空氣動(dòng)力學(xué)學(xué)報(bào),2015(4):523-529.

[2] 趙小燕,周琳,吳鎮(zhèn)揚(yáng),等.基于壓縮感知的麥克風(fēng)陣列聲源定位算法[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版,2015,45(2):203-207.

[3] 王冬霞,齊暢,周城旭,等.二維DOA估計(jì)中麥克風(fēng)陣列優(yōu)化設(shè)計(jì)[J].大連理工大學(xué)學(xué)報(bào),2015(1):103-109.

[4] 張一聞,劉建平,張世全,等.利用多點(diǎn)互相關(guān)值均值的實(shí)時(shí)聲源定位算法[J].西安電子科技大學(xué)學(xué)報(bào):自然科學(xué)版,2015(1):168-173.

[5] 王青云,趙力,梁瑞宇,等.緊致麥克風(fēng)陣列壓縮采樣與 DOA 估計(jì)方法[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版,2014(4):687-691.

[6] 楊潔,劉聰鋒,蔡嘯,等.提高麥克風(fēng)陣列波束指向性能的虛擬擴(kuò)展方法[J].西安電子科技大學(xué)學(xué)報(bào):自然科學(xué)版,2016,43(2):114-119.

[7] 房玉琢,許志勇,成光,等.基于自適應(yīng)盲辨識(shí)的麥克風(fēng)陣列直達(dá)波方向估計(jì)[J].南京理工大學(xué)學(xué)報(bào):自然科學(xué)版,2014(2):264-270.

[8] 何明軍,王凱,孫佳郡.基于 WirelessHART 協(xié)議的無(wú)線適配器設(shè)計(jì)[J].通信技術(shù),2014(6):691-696.

[9] 葛金亮.WirelessHART適配器的設(shè)計(jì)與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2011.

[10] 梁煒,李強(qiáng).無(wú)線HART網(wǎng)絡(luò)管理器的開發(fā)與應(yīng)用[J].中國(guó)儀器儀表,2008,28(S1):153-156,163.

[11] 楊沐鑫,王萍.HART協(xié)議在粉塵儀中的應(yīng)用[J]. 電子科技,2014,27(7):5-7.

[12] 陳雷亮,張仁杰,劉虎,等.基于MSP430單片機(jī)的無(wú)線信號(hào)采集系統(tǒng)[J].電子科技,2015, 28(8):39-42.

[13] 周洪偉,羅建,王韞,等.外場(chǎng)環(huán)境信息無(wú)線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].國(guó)外電子測(cè)量技術(shù),2011, 30(4):66-68.

[14] 丁穎.基于HART協(xié)議的信號(hào)采集/報(bào)警系統(tǒng)的研究開發(fā)[D].南京:河海大學(xué),2004.

[15] 李繼平,凌志浩.無(wú)線HART技術(shù)及其應(yīng)用[J].世界儀表與自動(dòng)化,2008(3):63-65.

[16] 樸星光.過程自動(dòng)化中的無(wú)線HART應(yīng)用[J].中國(guó)儀器儀表,2013(6):40-41.

Distributed Microphone Array Sound Source Tracking Method

LIN Huannan

(No.13 Team, Engineering University of Armed Police, Xi’an 710086, China)

This paper describes the microphone array sound source tracking method, and analyzes the characteristics of the array. The key technologies of time synchronization and data fusion are employed for signal processing. A sound source tracking method in actual acoustic environment is proposed with a distributed interacting multiple model particle filter sound source tracking algorithm. The model is built through simulation experiments. The experimental results verifies the feasibility of the proposed algorithm.

distributed microphone array; sound source tracking; particle filter

2016- 07- 30

林煥楠(1992-)，男，碩士研究生。研究方向：通信工程。

10.16180/j.cnki.issn1007-7820.2017.06.022

TN912.3

A

1007-7820(2017)06-082-04