基于麦克风阵列的声源定位研究 邓艳容，景新幸，任华娟 （桂林电子科技大学信息与通信学院，广西桂林５４１００４） 摘要：以基于声达时间差（ＴＤＯＡ）的定位技术为基础，在噪声和混响同时存在的环境下，对基于 麦克风阵列的声源定位方法进行了系统研究。在传统ＬＭＳ自适应算法的基础上，提出了一种基于语 音激励信息的ＬＭＳ自适应时延估计新方法，再结合平面四元几何法定位。经过模拟房间环境的实验 验证，该方法抗噪声、抗混响能力强，是一种定位精度高，运算量小的声源定位方法，可用于实时定 位。 关键词：声达时间差；自适应；时延估计；声源定位 中图分类号：ＴＮ９１２．３ 文献标识码：Ａ Ｒｅｓｅａｒｃｈ ｏｆ ｓｏｕｎｄ ｓｏｕｒｃｅ ｌｏｃａｌｉｚａｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｉｃｒｏｐｈｏｎｅ ａｒｒａｙｓ ＤＥＮＧ Ｙａｎ Ｒｏｎｇ，ＪＩＮＧ Ｘｉｎ Ｘｉｎｇ，ＲＥＮ Ｈｕａ Ｊｕａｎ （Ｉｎｆｏｒｍａｔｉｏｎ＆Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｃｏｌｌｅｇｅ，Ｇｕｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ ５４１００４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｙｓｔｅｍｉｃ ｒｅｓｅａＩ￣ｈ ｈａｓ ｂｅｅｎ ｄｏｎｅ ｏｎ ｔｈｅ ｔｈｅｓｉｓ ｏｆ ｓｏｕｎｄ￥ｏｕｌ￣ｅ ｌｏｃａｌｉｚａｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｉｃｒｏｐｈｏｎｅ ａｒｒａｙｓ ｉｎ ｎｏｉｓｙ ａｎｄ ｒｅｖｅｒｂｅｒａｎｔ ｅｎｖｉｒｏｎｍｅｎｔｓ，ｗｈｉｃｈ ｂａｓｅｄ ｏｎ ｔｈｅ ｔｉｍｅ ｄｉｆｅｒｅｎｃｅ ｏｆ ａｒｒｉｖａｌ（ＴＤＯＡ）ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ａ ｎｅｗ ＬＭＳ ａｄａｐｔｉｖｅ ａｌｇｏｒｉｈｔｍ ｕｓｉｎｇ ｔｈｅ ｅｘｃｉｔａｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｎ ｓｐｅｅｃｈ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｔｒａｄｉｉｔｏｎａｌ ＬＭＳ ａｄａｐｔｉｖｅ ａｌｇｏｒｉｔｈｍ，ａｎｄ ｃｏｍｂｉｎｅ ａ ｐｌａｎａｒ ｆｏｕｒ—ｅｌｅ－ ｍｅｎｔ ｇｅｏｍｅｔｒｙ ｌｏｃａｌｉｚａｔｉｏｎ，ｅｘｐｅｒｉｍｅｎｔｓ ｉｎ ｓｉｍｕｌａｔｅｄ ｅｎｖｉｏｒｎｍｅｎｔ ｉｓ ｃａｒｒｉｅｄ ｏｕｔ ａｎｄ ｉｔ ｉｓ ｐｒｏｖｅｄ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｈｔｍ ｉｓ ｈｉ【ｇｈ ａｃｃｕｒａｃｙ ａｎｄ ｓｍａｌｌ ｃｏｍｐｕｔａｔｉｏｎ ｏｆ ｔｈｅ ｓｏｕｒｃｅ ｌｏｃａｌｉｚａｔｉｏｎ，ｗｈｉｃｈ ｃａｎ ｂｅ ｕｓｅｄ ｆｏｒ ｒｅａｌ－ｔｉｍｅ ｌｏｃａｌｉａｚｔｉｏｎ． Ｋｅｙ ＷＯｒｄｓ：ｔｉｍｅ ｄｉｆｅｒｅｎｃｅ ｏｆ ａｒｒｉｖａｌ；ｃｌｉｐｐｉｎｇ ａｄａｐｔｉｖｅ；ｔｉｍｅ ｅｓｔｉｍａｔｉｏｎ；ｓｏｕｎｄ ＳＯＵｒＣｅ ｌｏｃａｌｉｚａｔｉｏｎ 麦克风阵列的声源定位是指用麦克风阵列拾取声 １声达时间差ＴＤＯＡ估计 音信号，通过对多路声音信号进行分析与处理，在空间 基于声达时间差（ＴＤＯＡ）估计定位法的关键技术是 域中定・出一个或多个声源的平面或空间坐标，即得到声 时延估计，其精确性直接决定了整个定位系统的有效 源的位置，以进一步控制摄像机和麦克风阵列波束对准 性。目前，时延估计的算法有很多，本文在传统的ＬＭＳ 正在说话的人。它在视频会议、语音识别、说话人识别 自适应时延估计的基础上，提出一种改进的 Ｓ自适 和助听设备等领域中都有广泛的应用。目前，基于麦克 应时延估计法，其主要思想是提取语音的激励信息来进 风阵列的声源定位方法大体上可分为三类Ｉ １：（１）基于 行时延估计。 子空间的定位技术；（２）基于可控波束形成的定位技术； １．１传统的ＬＭＳ自适应时延估计 （３）基于到达时延（ＴＤＯＡ）的定位技术。ＴＤＯＡ方法首先求 １９８２年Ｙｏｕｎ等人提出了ＬＭＳ自适应时延估计算 出声音到达不同位置麦克风的时延。再利用这些时延求 法［２１，该算法通过最小均方的准则，在收敛的情况下给 得声音到达不同位置麦克风的距离差，最后用搜索或几 出时延估计值，因此不需要信号和噪声的先验知识，但 何知识确定声源位置。 对噪声和混响都比较敏感。 ’ 在现有的麦克风阵列声源定位方法中，基于到达时 基于Ｗｉｄｒｏｗ的ＬＭＳ自适应时延估计算法的原理如 间差（ＴＤＯＡ）估计定位法计算量较小，硬件成本较低，定 图１所示。 位精度较高，同时也易于实时实现，是目前声源定位法 从图１可以看出，用自适应滤波求时延时，将２个 中常用的方法。 麦克风的接收信号 ，ｎ）和Ｘ２（ｎ）分别当作目标信号和输 基金项目：国家自然科学基金（６ｏ９６ｔ０ｍ）：桂林电子科技大学博士科研 入信号 用Ｘ２（ｎ）去逼近 ｔ（ｎ）。对 －（ｎ）加ｚ－Ｐ是为了保证 启动基金（ＵＦＯ８０１８Ｙ） 因果性而加入Ｐ个采样周期的延迟，以保证该结构能适 《电子技术应用》２０１０年第２期 ８７ Ｍｅａｓｕｒｅｍｅｎｔ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｓｔｒｕｍｅｎｔｓ ＬＰＣ—ＬＭＳ时延估计的步骤： （１）把麦克风１和麦克风２采集的语音信号 。（ｎ）和 ｘ２（ｎ）分别通过相应的预测误差滤波器，得到ＬＰＣ残余信 号ｅ１ ｎ）和ｅ２ ｎ）。 （２）利用Ｈｉｌｂｅ￣变换分别提取ｅ１（ｎ）、ｅ２ ｎ）的Ｈｉｌｂｅｒｔ 图１ ＬＭＳ自适应时延估计原理图 包络 。（ｎ）和ｈ：（ ）。 应正延迟和负延迟两种情况。自适应时延估计法的算法 如下： （３）对 ，（ｎ）和ｈ２（ｎ）分别进行削波处理。 （４）将削波处理后的语音激励脉冲进行ＬＭＳ自适应 时延估计。 ｅ（ｎ）＝－￣ｌ（ｔｉ—Ｐ）－ｙ（ｎ） （１） ２基于时延估计的声源定位 ． Ｙ （ｎ）＝ ＾ （ｎ）ｘ２（ｎ－ｍ） Ｐ （２） （３） （４） ｈ （ｎ＋１）＝ 丌．（ｎ）＋ （ｎ）ｘ２ ｎ－ｍ） （ｎ）＝Ｒ笠Ｉ１（ｎ）Ｒ ２（ｉｔ） 根据最小均方误差（ＬＭＳ）准则，当滤波器系数为： 时，信号 ，（ｔＩ）和Ｘ２ ｎ）之间的均方误差Ｅ｛ｅ２（ｎ）｝取最小 值。此时滤波器系数ｈ（ｎ）收敛，找出ｈ（ｎ）中最大值对应 的ｍ，再减去Ｐ，就求得信号 ｎ）和ｘ２（ｎ）间的时延ｒ １．２改进的ＬＭＳ自适应时延估计 传统的ＬＭＳ自适应时延估计法很容易受到噪声和 房间混响的影响，本文结合语音信号的特点，提出了一 种利用语音激励信息的ＬＭＳ自适应时延估计算法［３】。 １．２．１语音激励信息的提取 语音在传播过程中，激励信号中的脉冲激励的位置 不会改变，因此利用语音激励信息的时延估计算法不易 受到噪声和混响的影响。根据语音的生成模型，线性预 测残留误差 （ｔＩ）包含了产生语音的激励脉冲信息，可以 作为语音激励信号的一个估计Ｉ４】。通过线性预测（ＬＰＣ）分 析即可得到残留误差ｅ（Ｉｔ）。 Ｐ ＾１ ｅ（ｎ）＝ｓ（ｎ）一ｓ（ｎ）＝ｓ（ｎ）＋２ ｓ（ｎ－ｉ） １ （５） 其中儡为预测系数，ｓ（ｎ）表示ｎ时刻的纯净语音，ｓ（ｎ）为 其预测值。由于噪声和混响的影响，残留误差ｅ（ｎ）中的 脉冲激励被削弱，为了锐化峰值，利用ＬＰＣ残留误差ｅ （ｎ）的包络ｈ（Ｉｔ）代替ｅ（ｎ）。为了进一步减少噪声和混响的 影响，可以采用削波的方法对＾（ｎ）进行处理。 １．２．２基于语音激励信息的自适应时延估计 基于语音激励信息和ＬＭＳ自适应时延估计算法的 原理，采用语音激励信息的ＬＭＳ自适应时延估计（ＬＰＣ— ＬＭＳ）原理如图２所示。 声源的仰角 为： ：ａｒｃｃｏｓｌ 业 ａ ｃｏｓ￣ ｌ （、 ８）综上所述，基于时延估计的声源定位的实现流程如 图４所示。 ３实验仿真 图２ ＬＰＣ—ＬＭＳ时延估计原理图 下面用ＭＡＴＬＡＢ仿真来验证前面的算法。仿真环境 ８８ 欢迎网上投稿ｗｗｗ．ｃｈｉｎａａｅｔ．ｃｏｍ 《电子技术应用》２０１０年第２期 图４基于时延估计的声源定位实现流程图 设定为普通会议室，房间大小为７ｍｘ５ｍｘ３Ｉｎ。声源在实 验室录制完成，采样频率为１６ ｋＨｚ，１６ｂｉｔ。采用矩形窗进 行分帧，帧长为１ ０２４点，帧移为５１２点。本文采用短时 平均过零率和能量阈值法对每帧数据进行有声无声检 测，得到的语音帧为２０９帧，线性预测阶数为ｌ２。麦克 风阵列和声源的几何模型如图３所示。设以麦克风０为 参考麦克风建立直角坐标系，语音源坐标为（２．１５，２．１５， １．６２），噪声源坐标为（５．００，１．５０，１．５０），参考麦克风０ 的坐标为（１．Ｏ０，１．００，０．９０），其余３个麦克风坐标分别 为ｍｉｃ１（１．２５，１．００，０．９０），ｍｉｃ２（１．００，１．２５，０．９０），ｍｉｃ３ （０．７５，１．００，０．９０）。声源到传声器的脉冲响应函数由 ＩＭＡＧＥ模型１６１产生。混响时间与反射系数 的关系为： ｌｆ＝ｅｘｐ（一１３．８２／（ｃ［Ｌ，－１＋Ｌｒ一。＋ ＝－１】 ）） （９） 其中 ， ，￡ 表示房间的大小，ｃ表示声速（３４０ｍ／ｓ）。 图５从上到下分别为麦克风０接受的语音混响序 列、其ＬＰＣ误差信号ｅ（ｎ）、Ｈｉｌｂｅｒｔ包络ｈ（ｎ）、削波处理后 的语音激励信息。从图５可以看出，经过Ｈｉｌｂｅｒｔ变换，削 ０ １０ ２０ ３０ ４０ ５０ ６０ ７０ １ ｊ ：Ｉ： Ｏ５ Ｏ ０ １０ ２０ ３０ ４０ ５０ ６０ ７０ 图５参考麦克风０采集的语音 《电子技术应用》２０１０年第２期 波处理后的信号削弱了无关峰值，使有用峰值变得更加 尖锐，从而抑制了噪声和混响的影响。 图６和图７分别为混响时间 ＝１００ｍｓ和Ｔ＝３００ｍｓ 时，在不同信噪比情况下的时延估计。由图可得，无论是 在强混响（Ｔ＝３００ｍｓ）还是在弱混响（ ＝１００ｍｓ）的情况下， ＬＰＣ—ＬＭＳ法的有效率都要高于传统的ＬＭＳ法。特别是 在强混响（Ｔ＝３００ｍｓ）、低信噪比（ＳＮＲ＝一１０ｄＢ）的环境下， ＬＭＳ法的有效率只有３．７６％，而ＬＰＣ—ＬＭＳ法还能获得 ４１．ｏ４％的有效率。由实验结果可见，改进的ＬＰＣ—ＬＭＳ 法对混响和噪声都有很好的抑制作用。 瓣 辍 信噪比／ｄＢ 图６ ＝１００ＩＴｌｓ时不同信噪比下的时延估计 瓣 籁 榧 信噪比／ｄＢ 图７ Ｔ－－３００ｍｇ时不同信噪比下的时延估计 实验采用改进的ＬＰＣ—ＬＭＳ方法进行时延估计，结 合平面四元几何定位法对声源进行定位。声源距参考麦 克风的真实距离为１．７７８６ｍ，真实仰角为２３．８８０９。，真 实方位角为１３５。。图８分别示出了距离、仰角和方位角 的定位情况。实验结果表明，声源的定位误差很小，在实 际的声源定位中是可行的。 ８９ Ｔ ｍ 图８距离、仰角和方位角的定位 理论分析和实验仿真结果表明，采用本文提出的基 于语音激励信息的ＬＭＳ自适应时延估计（ＬＰＣ—ＬＭＳ）结 ｉｎｓｔａｎｔｓ ｏｆ ｅｘｃｉｔａｔｉｏｎ ｆｒｏｍ ｓｅｅｃｈ ｓｉｐｇｎａｌｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ． Ｓｐｅｅｃｈ Ａｕｄｉｏ Ｐｒｏｃｅｓｓｉｎｇ，１９９９，７（６）：６０９—６１９． 【５】 郭威．基于麦克风阵列的说话人定位技术研究【Ｄ】．桂林： 桂林电子科技大学，２００７． ｈｏｄ ｆｏｒ ｅｆｆｉｃｉｅｎｔｌｙ 【６】 ＡＵ正Ｎ Ｊ Ｂ，ＢＥＲＫＬＥＹ Ｄ Ａ．Ｉｍａｇｅ ｍｅｔ合平面四元几何定位法来进行声源定位，抗噪声、抗混 响能力强，算法稳健，容易实现，定位精度高，用该方法 实现实时的声源定位是可行的。 参考文献 【１】李海成．基于传声器阵列的自动声源定位方法【Ｊ】．辽宁 师范大学学报，２００６，２９（２）：１６８—１７１． 【２】ＹＯＵＮ Ｄ Ｈ，ＡＨＭＥＤ Ｎ，ＣＡＲＴＥＲ Ｇ Ｃ．Ｏｎ ｕｓｉｎｇ ｔｈｅ ｓｉｍｙｌａｆｉｎｇ ｓｍａｌｌ－ｒｏｏｍ ａｃｏｕｓｔｉｃｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ａｃｏｕｓｔｉｃａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａ，１９７９，６５（４）：９４３—９５０． （收稿日期：２００９—０９－０９） ＬＭＳ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｉｍｅ ｄｅｌａｙ ｅｓｆｉｍａｆｉｏｎ［Ｊ】．ＩＥＥＥ Ｔｒａｎｓａ－ ｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，１９８２，３Ｏ（５）： ７９８—８０１． 作者简介： 邓艳容，女１９８３年生，硕士研究生，主要研究方向：语 音信号处理。 景新幸，男，１９６０年生，博士，教授，主要研究方向：数 字音视频技术及电子电路理论与应用。 任华娟，女１９８５年生，硕士研究生，主要研究方向语音 信号处理。 【３】郭威，曾庆宁，刘庆华，等．基于声门脉冲的自适应时延估 计算法【Ｊ】．计算机应用研究，２００８，２５（３）：７２６—７２８． 【４】 ＭＵＲＴＨＹ Ｐ Ｓ，ＹＥＧＮＡＮＡＲＡＹＡＮＡ Ｂ．Ｒｏｂｕｓｔｎｅｓｓ ｏｆ ｇｒｏｕｐ——ｄｅｌａｙ—－ｂａｓｅｄ ｍｅｔｈｏｄ ｆｏｒ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｓｉｇｎｉｉｆｃａｎｔ （上接第８６页） 北京：北京航空航天大学出版，２００６． 捉的一个界面。 ［７】周立功．ＰｘＡ２７Ｏ＆ｂｎｌｌ】【２．６理论教程【Ｍ】．广州致远电子 有限公司． 随着信息技术的快速发展，现场总线技术在汽车上 得到了越来越多的应用。本文在测试系统下采用ＣＡＮ 【８】飞漫软件．ＭｉｎｉＧＵＩ用户手册．２０ｏ３． 【９】飞漫软件．ＭｉｎｉＧＵＩ编程指南．２０ｏ６． 总线接口提取车速、发动机转速、机油压力、油量、水 温、传动箱压力及其他车况等信息。实验表明采用虚拟 仪表技术完全能够满足车辆运行参数和状态显示的要 求，可扩充性好，配置方便。 参考文献 【１】潘旭峰．现代汽车电子技术【Ｍ】．北京：北京理工大学出 版社，２００５． 【１０】刘淼．嵌入式系统接口设计与Ｌｉｎｕｘ驱动程序开发【Ｍ】． 北京：北京航空航天大学出版社，２００６． 【ｌ】】尹玉梅．基于ＭｉｎｉＧＵＩ的总线式车用虚拟仪表设计［Ｄ】． 荆州：西华大学，２ｏｏ９． （收稿日期：２００９—０８－２０） 【２】周立功．ＰＸＡ２７Ｏ＆“ｎｕ】【２．６实验理论指导书【Ｍ】．广州致 远电子有限公司． 作者简介： 尹玉梅，女，１９８１年生，硕士，主要研究方向：单片机与 嵌入式系统应用。 【３】陈连坤．嵌入式系统的设计与开发【Ｍ】．北京：清华大学 出版社＆北京交通大学出版社，２００５． 【４】ＭＣＰ２５５１高速ＣＡＮ收发器．ｈｔｔｐ：ｌｌｗｗｗ．ｍｉｃｒｏｃｈｉｐ．Ｃｏｒｎ． 刘建新，男，１９６９年生，教授，主要研究方向：机电控制 理论、计算机控制、数字化装备控制。 田东亮，男，１９８０年生，硕士，主要研究方向：机械制造 及自动化。 【５】周立功．ＰＸＡ２７０＆Ｕｎｕｘ２．６实验教程【Ｍ】．广州致远电子有 限公司． 【６】周立功．ＡＲＭ嵌入式ＭｉｎｉＧＵＩ初步与应用开发范例【Ｍ】． ９０ 欢迎网上投稿ＷＷＷ．ｃｈｉｎａａｅｔ．ｃｏｍ 《电子技术应用》２０１０年第２期
