一种基于声音位置指纹的室内声源定位方法

摘要

本发明一种基于声音位置指纹的室内声源定位方法，涉及应用声波确定信号源的位置的技术，操作步骤是：离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库，即声音位置指纹数据库；在线定位，确定待定位的声源的坐标位置。本发明方法利用定位算法比较待定位测点的声源信号与声音位置指纹数据库中每个参考点的邻近性，从而实现对声源待测点位置坐标的确定，克服了现有的声音定向方法只能定出声源的方向，而不能定出声源的具体位置，不能实现对室内声源进行定位的缺陷。

说明书

技术领域

本发明的技术方案涉及应用声波确定信号源的位置的技术，具体地说是一种基于声音 位置指纹的室内声源定位方法。

背景技术

现今，随着仿生技术的发展，基于麦克风阵列的听觉感知技术应用的领域在不断扩展， 已经成为机器人导航、语音增强以及目标定位等众多研究领域的重要研究课题。可以说， 新一代智能机器人的听觉感知技术将是其发展程度的重要标志之一，是实现机器人防生化 的重要手段。因此，设计高精度的声源定位装置在医疗、搜救、智能家居、军事和国防等 诸多领域具有重要的应用价值。

现有智能室内机器人实现定位的功能以及所用的小型麦克风定向装置，只能实现对声 音方向的确定，只能定出声源的方向，而不能定出声源的具体位置，不能满足对室内机器 人的定位功能。

发明内容

本发明所要解决的技术问题是：提供一种基于声音位置指纹的室内声源定位方法，利 用定位算法比较待定位测点的声源信号与声音位置指纹数据库中每个参考点的邻近性，从 而实现对声源待测点位置坐标的确定，克服了现有的声音定向方法只能定出声源的方向， 而不能定出声源的具体位置，不能实现对室内声源进行定位的缺陷。

本发明解决该技术问题所采用的技术方案是：一种基于声音位置指纹的室内声源定位 方法，具体步骤如下：

A.本发明方法的专用测量装置：

包括四个麦克风、声音信号微处理器和上位机，其中，所述四个麦克风为分别安装在 四个支架上的麦克风0、麦克风1、麦克风2和麦克风3共四个麦克风，其中麦克风0为 基准麦克风，所述声源信号微处理器由声音信号放大模块和数据采集模块构成，所述的上 位机为安装了NIDAQ驱动的PC机，该上位机中存有信号采集程序以及匹配算法的程序； 四个麦克风与声音信号放大模块之间、声音信号放大模块和数据采集模块之间均用导线连 接，数据采集模块与上位机是用USB数据线连接；

B.本发明方法的操作步骤：

用上述专用测量装置中的设备完成以下方法的操作步骤，

第一步，离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库， 即声音位置指纹数据库：

(1.1)确定采样布局图：测定所指定的室内的面积和确定定位精度，根据所指定的 室内的面积和定位精度，将所指定的室内划分成0.5m×0.5m的网格，把每个网格的节点 作为参考点，得到n个参考节点，由此确定采样布局图；

(1.2)设定声音采集点：在上述室内设定四个声音采集点，在每个采集点处分别布 置麦克风0、麦克风1、麦克风2和麦克风3，以在采集点处采集声源信号；

(1.3)采集声源信号：在上述(1.1)步中的每一个参考点处分别使用同一声源发出 声音，用上述(1.2)步设置的麦克风0、麦克风1、麦克风2和麦克风3采集声音信号， 声音信号经过声音放大模块的放大，用数据采集模块对放大的数据进行采集并实时的传输 到上位机；

(1.4)求麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：用广义互 相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率 谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域， 得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2 和麦克风3与基准麦克风0的的声达时间差，具体计算方法如下：

在第i个参考节点处，设s(t)为目标声源，x₀(t)、x₁(t)、x₂(t)和x₃(t)分别为麦克风 0、麦克风1、麦克风2和麦克风3接收到的信号，n₀(t)、n₁(t)、n₂(t)和n₃(t)分别为麦 克风0、麦克风1、麦克风2和麦克风3接收到的附加噪声信号，麦克风0、麦克风1、麦 克风2和麦克风3得到的信号分别表示为：

x₀(t)＝α₀s(t)+n₀(t)

x₁(t)＝α₁s(t-τ)+n₁(t)

x₂(t)＝α₂s(t-τ)+n₂(t)

x₃(t)＝α₃s(t-τ)+n₃(t)

其中α₀、α₁、α₂和α₃分别是声音信号到达麦克风后的衰减系数，τ为两个麦克风拾 取信号的时间延迟，即声达时间差TDOA,此处声达时间差TDOA采用传统的互相关方法进 行估计，其互相关函数为：

$R_{x_0{x}_1}\left(\tau \right)={\int }_0^{\pi }{\psi }_{01}\left(\omega \right)G_{x_0{x}_1}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

$R_{x_0{x}_2}\left(\tau \right)={\int }_0^{\pi }{\psi }_{02}\left(\omega \right)G_{x_0{x}_2}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

$R_{x_0{x}_3}\left(\tau \right)={\int }_0^{\pi }{\psi }_{03}\left(\omega \right)G_{x_0{x}_3}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

其中，是麦克风0和麦克风1获取信号的互相关功率谱， 而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的信号，是频域内信号1的共轭， 信号ψ₀₁(ω)是权函数，在此权函数取1，是广义互相关功率谱， 最后再经过傅立叶反变换到时域得到时延：的峰值处即为 麦克风1和基准麦克风0的声达时间差TDOA_i1；是麦克风0和 麦克风2获取信号的互相关功率谱，而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的 信号，是频域内信号2的共轭，信号ψ₀₂(ω)是权函数，在此权函数取1， 是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时 延：的峰值处即为麦克风2和基准麦克风0的声达时间 差TDOA_i2；是麦克风0和麦克风3获取信号的互相关功率谱， 而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的信号，是频域内信号3的共轭， 信号ψ₀₃(ω)是权函数，在此权函数取1，是广义互相关功率谱， 最后再经过傅立叶反变换到时域得到时延：的峰值处即为 麦克风3和基准麦克风0的声达时间差TDOA_i3；

由此，对每一个参考点进行数据采集，把参考点的位置坐标和对应的声达时间差TDOA 存入到声音位置指纹库中，构成声音位置指纹库；

第二步，在线定位，确定待定位的声源的坐标位置：

(2.1)测量并采集待定位点声源信号到麦克风1b、麦克风2c和麦克风3d与基准麦 克风0a的的声达时间差：在待定位点用同样的声源发出声音，用广义互相关函数法计算 声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域 内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的 互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基 准麦克风0的的声达时间差(TDOA_j1、TDOA_j2、TDOA_j3)，具体计算过程同上述(1.4) 步；

(2.2)利用定位算法将采集的待定位声源声音的声达时间差与第一步构建的声音位 置指纹数据库中的信息进行匹配定位，计算出该声源的位置坐标：

用K最近邻法进行信息匹配定位，具体过程如下：

①计算待测点与所有参考点的欧氏距离：

$d_i=\sqrt{\underset{m=1}{\overset{3}{\Sigma }}{({\mathrm{TDOA}}_{\mathrm{jm}}-{\mathrm{TDOA}}_{\mathrm{im}})}^2}$

其中，d_i表示待测点到第i个参考点的欧氏距离，m表示测的的声达时间差的个数， TDOA_jm表示待测点测得的第m个麦克风与基准麦克风的声达时间差，TDOA_im表示第i 个参考点的第m个声达时间差；

②对求出的上述(1.1)步中的n个参考节点的d_i进行比较，取出3个最小的欧氏距 离d_a,d_b,d_c，提取其坐标分别为A(x_a,y_a)、B(x_b,y_b)、C(x_c,y_c)；

③求取A(x_a,y_a)、B(x_b,y_b)、C(x_c,y_c)这三个点的质心，质心的坐标就是待定位的声 源的坐标，求取质心的方法是：

$(x_j,y_j)=\frac{d_b+d_c}{d_a+d_b+d_c}(x_a,y_a)+\frac{d_a+d_c}{d_a+d_b+d_c}(x_b,y_b)+\frac{d_a+d_b}{d_a+d_b+d_c}(x_c,y_c).$

其中(x_j,y_j)是待测点的坐标，d_a,d_b,d_c是上述步骤②中测得的欧氏距离；

由此，完成待定位的室内声源定位。

上述基于声音位置指纹的室内声源定位方法，所述的四个麦克风被分别固定在支架 上，均是北京声望声电技术有限公司生产的MPA201传声器，其直径是1.27cm。

上述基于声音位置指纹的室内声源定位方法，所述声音放大模块采用集成运算放大器 LM324，所述数据采集模块采用NI9215A数据采集卡。

上述基于声音位置指纹的室内声源定位方法，所涉及的部件均通过公知途径获得，部 件之间的连接方式是本技术领域的技术人员所能掌握的。

本发明的有益效果是：与现有技术相比，本发明具有突出的实质性特点和显著进步是：

(1)本发明基于声音位置指纹的室内声源定位方法，与现有的定位装置和定位方法 只能实现对声音方向的定向相比，实现了对室内声源具体位置的准确定位。

(2)本发明基于声音位置指纹的室内声源定位方法，引入了位置指纹的定位算法， 用声达时间差作为特征，不用考虑麦克风的具体位置，避免了由于麦克风安装位置不准确 对定位造成的误差。

(3)本发明基于声音位置指纹的室内声源定位方法，声音位置指纹数据库中存储的 是参考点的位置坐标和对应的声达时间差，不涉及声音强度，这样避免了声源声音大小对 定位带来的误差，并且应用范围会更大。

(4)用K最近邻法进行信息匹配定位，通过选取3个距离最近点，取它们的位置的 质心作为位置估计值，则在一定程度上消除了最近邻算法中仅取一个距离最近点作为待测 点位置造成的误差。

在以下的实施例将进一步说明本发明的有益效果。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明方法的专用测量装置的构成示意框图。

图2为本发明方法的操作步骤示意图。

图3为本发明方法中的声音位置指纹库构建示意图。

图中，1.声源信号微处理器，1-1.数据采集模块，1-2.声音信号放大模块，2.上位机， 3.声源，a.麦克风0，b.麦克风1，c.麦克风2，d.麦克风3。

具体实施方式

图1所示实施例表明，本发明方法的专用测量装置的构成包括被安装在四个支架上麦 克风0a、麦克风1b、麦克风2c和麦克风3d四个麦克风、声音信号微处理器1和上位机 2，其中麦克风0a为基准麦克风，所述声源信号微处理器1由声音信号放大模块1-2和数 据采集模块1-1构成，所述的上位机2为安装了NIDAQ驱动的PC机，该上位机2中存有 信号采集程序以及匹配算法的程序；麦克风与声音信号放大模块1-2之间、声音信号放大 模块1-2和数据采集模块1-1之间均用导线连接，数据采集模块1-1与上位机2是用USB 数据线连接；

图2所示实施例表明，本发明方法的操作步骤包括两个步骤：第一步，离线采样和第 二步，在线定位。图中显示，第一步，离线采样的过程是：声源3的信号→被布置在四个 支架上的麦克风0a、麦克风1b、麦克风2c和麦克风3d所采集→用广义互相关函数法分 别计算声源的声音到达麦克风0a与到达麦克风1b、麦克风2c和麦克风3d的声达时间差 与对应的位置信息存入声音位置指纹的数据库，并存储于上位机2中；第二步，在线定位 的过程是：测量并采集待定位声源的声达时间差→利用定位算法将采集待定位位置的声达 时间差与第一步构建的声音位置指纹数据库中的信息进行匹配定位，计算出该声源所在的 位置。

图3所示实施例表明，本发明方法中的声音位置指纹库构建过程是：

确定系统坐标系和构建采样布局图→在每一个参考点处进行声音信号的采集与处理 →得到参考节点的位置信息、TDOA_i1、TDOA_i2、TDOA_i3→声音位置指纹库。

详细地说，首先要综合考虑室内环境的大小以及定位精度的要求，确定系统坐标系， 本发明中将室内环境划分为诸多0.5m*0.5m的网格，将每个网格的节点作为参考点,构建 采样布局图。在每一个参考点使用同一声源发出声音，用麦克风对声源信号进行采集，通 过数据采集模块和声音放大模块对信号的处理，将信号传输到上位机，在上位机上用 matlab对信号进行处理，求取互相关函数，得到第i个参考点麦克风1、麦克风2、麦克 风3与基准麦克风的声达时间差：TDOA_i1、TDOA_i2、TDOA_i3，对每一个参考点进行信 号测量，将测得的声达时间差和对应参考点的位置坐标存入数据库中。设M表示位置指纹 库，则M可以表示如下：

$M=\left(\begin{array}{cccc}{L}_1& {\mathrm{TDOA}}_{11}& {\mathrm{TDOA}}_{12}& {\mathrm{TDOA}}_{13}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ L_i& {\mathrm{TDOA}}_{i1}& {\mathrm{TDOA}}_{i2}& {\mathrm{TDOA}}_{i3}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ L_n& {\mathrm{TDOA}}_{n1}& {\mathrm{TDOA}}_{n2}& {\mathrm{TDOA}}_{n3}\end{array}\right)$

其中L_i表示第i个参考点的位置信息，位置信息表示如下：L_i＝(x_i,y_i)。 TDOA_i1、TDOA_i2、TDOA_i3分别表示在第i个参考点处麦克风1、麦克风2、麦克风3到 基准麦克风0的声达时间差。n表示参考点的个数，n个参考点的指纹组成了声音位置指 纹库。

实施例

本实施例的一种基于声音位置指纹的室内声源定位方法，具体步骤如下：

A.本发明方法的专用测量装置：

包括四个麦克风、声音信号微处理器1和上位机2，其中，所述四个麦克风为分别安 装在四个支架上的麦克风0a、麦克风1b、麦克风2c和麦克风3d共四个麦克风，其中麦 克风0a为基准麦克风，所述声源信号微处理器1由声音信号放大模块1-2和数据采集模 块1-1构成，所述的上位机2为安装了NIDAQ驱动的PC机，该上位机2中存有信号采集 程序以及匹配算法的程序；四个麦克风与声音信号放大模块1-2之间、声音信号放大模块 1-2和数据采集模块1-1之间均用导线连接，数据采集模块1-1与上位机2是用USB数据 线连接，所述的四个麦克风被分别固定在支架上，均是北京声望声电技术有限公司生产的 MPA201传声器，其直径是1.27cm，所述声音放大模块1-1采用集成运算放大器LM324， 所述数据采集模块1-1采用NI9215A数据采集卡；

B.本发明方法的操作步骤：

用上述专用测量装置中的设备完成以下方法的操作步骤，

第一步，离线采样，构建一个关于声达时间差和声音采样点位置坐标间关系的数据库， 即声音位置指纹数据库：

(1.1)确定采样布局图：测定所指定的室内的面积和确定定位精度，根据所指定的 室内的面积和定位精度，将所指定的室内划分成0.5m×0.5m的网格，把每个网格的节点 作为参考点，得到n个参考节点，由此确定采样布局图；

(1.2)设定声音采集点：在上述室内设定四个声音采集点，在每个采集点处分别布 置麦克风0、麦克风1、麦克风2和麦克风3，以在采集点处采集声源信号；

(1.3)采集声源信号：在上述(1.1)步中的每一个参考点处分别使用同一声源发出 声音，用上述(1.2)步设置的麦克风0、麦克风1、麦克风2和麦克风3采集声音信号， 声音信号经过声音放大模块的放大，用数据采集模块对放大的数据进行采集并实时的传输 到上位机；

(1.4)求麦克风1、麦克风2和麦克风3与基准麦克风0的声达时间差：用广义互 相关函数法计算声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率 谱函数并在频域内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域， 得到两组信号的互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2 和麦克风3与基准麦克风0的的声达时间差，具体计算方法如下：

在第i个参考节点处，设s(t)为目标声源，x₀(t)、x₁(t)、x₂(t)和x₃(t)分别为麦克风 0、麦克风1、麦克风2和麦克风3接收到的信号，n₀(t)、n₁(t)、n₂(t)和n₃(t)分别为麦 克风0、麦克风1、麦克风2和麦克风3接收到的附加噪声信号，麦克风0、麦克风1、麦 克风2和麦克风3得到的信号分别表示为：

x₀(t)＝α₀s(t)+n₀(t)

x₁(t)＝α₁s(t-τ)+n₁(t)

x₂(t)＝α₂s(t-τ)+n₂(t)

x₃(t)＝α₃s(t-τ)+n₃(t)

其中α₀、α₁、α₂和α₃分别是声音信号到达麦克风后的衰减系数，τ为两个麦克风拾 取信号的时间延迟，即声达时间差TDOA,此处声达时间差TDOA采用传统的互相关方法进 行估计，其互相关函数为：

$R_{x_0{x}_1}\left(\tau \right)={\int }_0^{\pi }{\psi }_{01}\left(\omega \right)G_{x_0{x}_1}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

$R_{x_0{x}_2}\left(\tau \right)={\int }_0^{\pi }{\psi }_{02}\left(\omega \right)G_{x_0{x}_2}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

$R_{x_0{x}_3}\left(\tau \right)={\int }_0^{\pi }{\psi }_{03}\left(\omega \right)G_{x_0{x}_3}\left(\omega \right)e^{\mathrm{j\omega \tau }}\mathrm{d\omega }$

其中，是麦克风0和麦克风1获取信号的互相关功率谱， 而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的信号，是频域内信号1的共轭， 信号ψ₀₁(ω)是权函数，在此权函数取1，是广义互相关功率谱， 最后再经过傅立叶反变换到时域得到时延：的峰值处即为 麦克风1和基准麦克风0的声达时间差TDOA_i1；是麦克风0和 麦克风2获取信号的互相关功率谱，而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的 信号，是频域内信号2的共轭，信号ψ₀₂(ω)是权函数，在此权函数取1， 是广义互相关功率谱，最后再经过傅立叶反变换到时域得到时 延：的峰值处即为麦克风2和基准麦克风0的声达时间 差TDOA_i2；是麦克风0和麦克风3获取信号的互相关功率谱， 而X₀(ω)是x₀(t)由时域经过傅里叶变换转到频域的信号，是频域内信号3的共轭， 信号ψ₀₃(ω)是权函数，在此权函数取1，是广义互相关功率谱， 最后再经过傅立叶反变换到时域得到时延：的峰值处即为 麦克风3和基准麦克风0的声达时间差TDOA_i3；

由此，对每一个参考点进行数据采集，把参考点的位置坐标和对应的声达时间差TDOA 存入到声音位置指纹库中，构成声音位置指纹库；

第二步，在线定位，确定待定位的声源的坐标位置：

(2.1)测量并采集待定位点声源信号到麦克风1b、麦克风2c和麦克风3d与基准麦 克风0a的的声达时间差：在待定位点用同样的声源发出声音，用广义互相关函数法计算 声源的声音到达不同麦克风的声达时间差，先求两个电压信号间的互功率谱函数并在频域 内进行加权运算，再将频域的函数利用反傅里叶变换的方法转换到时域，得到两组信号的 互相关函数，这个互相关函数的峰值所对应的时间为麦克风1、麦克风2和麦克风3与基 准麦克风0的的声达时间差(TDOA_j1、TDOA_j2、TDOA_j3)，具体计算过程同上述(1.4) 步；

(2.2)利用定位算法将采集的待定位声源声音的声达时间差与第一步构建的声音位 置指纹数据库中的信息进行匹配定位，计算出该声源的位置坐标：

用K最近邻法进行信息匹配定位，具体过程如下：

①计算待测点与所有参考点的欧氏距离：

$d_i=\sqrt{\underset{m=1}{\overset{3}{\Sigma }}{({\mathrm{TDOA}}_{\mathrm{jm}}-{\mathrm{TDOA}}_{\mathrm{im}})}^2}$

其中，d_i表示待测点到第i个参考点的欧氏距离，m表示测的的声达时间差的个数， TDOA_jm表示待测点测得的第m个麦克风与基准麦克风的声达时间差，TDOA_im表示第i 个参考点的第m个声达时间差；

②对求出的上述(1.1)步中的n个参考节点的d_i进行比较，取出3个最小的欧氏距 离d_a,d_b,d_c，提取其坐标分别为A(x_a,y_a)、B(x_b,y_b)、C(x_c,y_c)；

③求取A(x_a,y_a)、B(x_b,y_b)、C(x_c,y_c)这三个点的质心，质心的坐标就是待定位的声 源的坐标，求取质心的方法是：

$(x_j,y_j)=\frac{d_b+d_c}{d_a+d_b+d_c}(x_a,y_a)+\frac{d_a+d_c}{d_a+d_b+d_c}(x_b,y_b)+\frac{d_a+d_b}{d_a+d_b+d_c}(x_c,y_c).$

其中(x_j,y_j)是待测点的坐标，d_a,d_b,d_c是上述步骤②中测得的欧氏距离；

由此，完成待定位的室内声源定位。

本实施例中，当测定所指定的室内的面积为10*10m²时，将得到441个参考节点，此 时i为1～441；当测定所指定的室内的面积为5*10m²时，将得到231个参考节点，此时 i为1～231；当测定所指定的室内的面积为4*5m²时，将得到99个参考节点，此时i为1～ 99。

本实施例中所涉及的部件均通过公知途径获得，部件之间的连接方式是本技术领域的 技术人员所能掌握的。