一種基于區(qū)域收縮的分布式聲源定位方法

?

一種基于區(qū)域收縮的分布式聲源定位方法

引文格式： 周利，劉慶華.一種基于區(qū)域收縮的分布式聲源定位方法[J].桂林電子科技大學(xué)學(xué)報(bào)，2016,36(1):1-4.

周利，劉慶華

(桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林541004)

摘要：為了提高分布式聲源定位方法的定位精度，降低計(jì)算復(fù)雜度，提出一種基于區(qū)域收縮的分布式聲源定位方法。該方法采用多個(gè)線性子陣列組成分布式定位陣列組，各線性子陣列根據(jù)時(shí)延定位法，分別估計(jì)聲源的位置，并根據(jù)聲源位置的估計(jì)值確定初始矩形搜索區(qū)域，結(jié)合極大可控響應(yīng)功率，進(jìn)行區(qū)域收縮獲得聲源的位置。仿真結(jié)果表明，該方法定位精度高，計(jì)算復(fù)雜度低。

關(guān)鍵詞：分布式聲源定位；區(qū)域收縮；搜索區(qū)域

分布式傳感器聲源定位技術(shù)廣泛應(yīng)用于視頻會(huì)議、智能機(jī)器人等領(lǐng)域[1-2]。由于低成本、低功耗，該技術(shù)逐漸推廣至人機(jī)接口、聲源監(jiān)控、智能家居等領(lǐng)域[3-4]。但是，分布式聲源定位系統(tǒng)在節(jié)點(diǎn)計(jì)算能力、通信范圍和能量存儲(chǔ)等方面受限，且通常被安置于無人看守的惡劣環(huán)境中。因此，實(shí)現(xiàn)高精度定位、降低定位方法的計(jì)算復(fù)雜度具有重要的意義。

近年來，很多應(yīng)用于分布式傳感器網(wǎng)絡(luò)的定位方法被提出。在含有混響條件的被動(dòng)聲源傳感器定位系統(tǒng)中，可控響應(yīng)功率-相位變換(steered response power with phase transform，簡(jiǎn)稱SRP-PHAT)聲源定位方法[5]具有較強(qiáng)的魯棒性。其基本原理為：假設(shè)聲源位置點(diǎn)，計(jì)算所有聲源傳感器之間接收信號(hào)的SRP值之和，然后在指定空間中搜索SRP值最大的點(diǎn)確定為聲源的估計(jì)位置。該方法對(duì)布陣沒有特定的要求，適用于分布式傳感器陣列。但SRP-PHAT定位方法對(duì)整個(gè)視場(chǎng)空間進(jìn)行搜索定位時(shí)計(jì)算量大，使得定位系統(tǒng)的能耗過大，不具實(shí)時(shí)性。為此，研究人員提出了多種改進(jìn)的方法[6-7]。文獻(xiàn)[8]提出了加權(quán)SRP-PHAT方法，該方法在SRP-PHAT方法的基礎(chǔ)上，每個(gè)傳感器的接收信號(hào)乘以權(quán)值，需要測(cè)量聲源的指向性函數(shù)，給實(shí)際布陣帶來很大困難。文獻(xiàn)[9]利用混響效應(yīng)來提高定位精度，但需要知道假設(shè)的聲源位置點(diǎn)與陣元間沖激響應(yīng)的先驗(yàn)知識(shí)。

為了在分布式定位系統(tǒng)中進(jìn)行靈活布陣，減小定位方法的計(jì)算量，結(jié)合可控響應(yīng)功率-相位變換聲源定位方法，提出了一種基于區(qū)域收縮的分布式聲源定位方法。

1信號(hào)模型與聲源初步定位

1.1信號(hào)模型與時(shí)延求解

靜態(tài)各向同性的近場(chǎng)聲源信號(hào)s(n)在均勻、無損介質(zhì)中傳播，線性陣列中第i個(gè)全方位聲傳感器節(jié)點(diǎn)接收到的信號(hào)為：

(1)

其中：c為信號(hào)的傳播速度；ri為傳感器節(jié)點(diǎn)i與聲源間的歐氏距離；ni為加性背景噪聲。則陣列中節(jié)點(diǎn)i、j接收的信號(hào)的互相關(guān)函數(shù)ρij(τ)為：

(2)

假設(shè)各個(gè)傳感器接收的信號(hào)之間、信號(hào)與噪聲之間均不相關(guān)，得

(3)

對(duì)于寬帶聲源信號(hào)，當(dāng)τ=0時(shí)，其自相關(guān)函數(shù)ρ(τ)取得最大值。因此，搜索互相關(guān)函數(shù)ρij(τ)的最大值，得到2個(gè)傳感器節(jié)點(diǎn)間的時(shí)延為：

(4)

1.2單陣列初步定位模型

圖1為單陣列初步定位模型，(xi,yi)為第i個(gè)傳感器節(jié)點(diǎn)的位置，ri為聲源(x0,y0)與節(jié)點(diǎn)i之間的歐氏距離。根據(jù)傳感器節(jié)點(diǎn)間的時(shí)延tij，利用幾何法[10]初步估計(jì)聲源的位置參數(shù)。假設(shè)相鄰傳感器節(jié)點(diǎn)間的距離為l，則聲源的位置參數(shù)為：

(5)

(6)

2初始搜索區(qū)域的確定方法

區(qū)域搜索定位算法對(duì)整個(gè)視場(chǎng)搜索定位的計(jì)算量很大[11-12]，且容易陷入局部最優(yōu)，無法得到全局最優(yōu)解。為了減小搜索定位的計(jì)算量，采用多個(gè)線性傳感器子陣列組成分布式傳感器定位網(wǎng)絡(luò)，對(duì)聲源目標(biāo)進(jìn)行組合定位，分布式網(wǎng)絡(luò)定位模型如圖2所示。假設(shè)在整個(gè)定位視場(chǎng)中隨機(jī)布設(shè)M個(gè)線性子陣列，子陣列的位置由其中心節(jié)點(diǎn)坐標(biāo)以及子陣列相對(duì)于整個(gè)視場(chǎng)的參考方向的旋轉(zhuǎn)角度α所確定。首先，各個(gè)子陣列并行對(duì)聲源進(jìn)行初始定位，得到聲源的位置(xi,yi)，i=1,2,…,M，在圖2中采用星號(hào)*表示。其次，對(duì)于M個(gè)可能的聲源位置，采用矩形包圍，作為初始搜索區(qū)域，矩形的邊界矩陣為B0=[xminxmaxyminymax]。

圖2　分布式網(wǎng)絡(luò)定位模型Fig.2　Distributed network location model

3利用區(qū)域收縮對(duì)聲源定位

在混響環(huán)境下，采用可控響應(yīng)功率-相位變換方法對(duì)聲源進(jìn)行定位。可控響應(yīng)功率E(r)為r方向在理論時(shí)延下廣義互相關(guān)-相位變換(GCC-PHAT)函數(shù)值的累積，其是視場(chǎng)空間向量r的實(shí)值函數(shù)，E(r)最大值對(duì)應(yīng)的點(diǎn)為聲源的估計(jì)位置。考慮M個(gè)傳感器陣列的2個(gè)傳感器節(jié)點(diǎn)，它們接收到的信號(hào)分別為si(n)和sj(n)，假設(shè)信號(hào)從視場(chǎng)中點(diǎn)r*到達(dá)2個(gè)傳感器節(jié)點(diǎn)的時(shí)間分別為τ(r*,i)和τ(r*,j)，則信號(hào)到達(dá)2個(gè)傳感器的時(shí)延τ=τ(r*,i)-τ(r*,j)，傳感器節(jié)點(diǎn)i、j的SRP值為：

(7)

其中：S(k)為信號(hào)s(n)的譜函數(shù)；S*(k)為S(k)的共軛函數(shù)；L為每幀數(shù)據(jù)的長度。則陣列中所有的傳感器節(jié)點(diǎn)在點(diǎn)r*的SRP值為：

(8)

區(qū)域收縮法的基本思想為：在特定區(qū)域中隨機(jī)撒下一些點(diǎn)，求解其E(r)，然后根據(jù)E(r)進(jìn)行篩選，重新確定搜索區(qū)域，通過迭代使搜索區(qū)域不斷減小，直到確定聲源位置。

在使用區(qū)域收縮法對(duì)聲源進(jìn)行定位時(shí)，搜索區(qū)域經(jīng)常發(fā)生改變。令Ji(s)為第i次迭代需要重新產(chǎn)生隨機(jī)點(diǎn)個(gè)數(shù)，Ni(s)為第i次收縮后篩選出的隨機(jī)點(diǎn)個(gè)數(shù)。SRP-PHAT方法在20~25m2區(qū)域選取Ni(s)=100，Ji(s)=3000，并不適用于搜索區(qū)域改變的情況。基于區(qū)域收縮的分布式聲源定位方法結(jié)合文獻(xiàn)[13]的測(cè)試結(jié)果，并考慮定位精度對(duì)參數(shù)進(jìn)行修正，

(9)

(10)

其中：s為搜索區(qū)域的面積，單位為m2；[·]表示取整數(shù)計(jì)算。

4仿真實(shí)驗(yàn)與分析

4.1收縮定位仿真

采用采樣頻率為8kHz的采集器采集的聲音信號(hào)作為聲源的原始信號(hào)，在視場(chǎng)為6m×4m的二維平面進(jìn)行仿真實(shí)驗(yàn)。假設(shè)聲源位置坐標(biāo)為(3,2)，采用4個(gè)線性子陣列組成分布式網(wǎng)絡(luò)對(duì)聲源進(jìn)行定位，4個(gè)線性傳感器子陣列的中心節(jié)點(diǎn)坐標(biāo)分別為(1,0)、(5,0)、(5,4)、(2,4)。子陣列定位與區(qū)域收縮定位結(jié)果如圖3所示。從圖3可看出，采用單個(gè)線性傳感器子陣列對(duì)聲源進(jìn)行定位時(shí)，存在較大的定位誤差，但確定初始矩形搜索區(qū)域，結(jié)合區(qū)域收縮法對(duì)聲源定位，其定位效果較好。

以采集器采集的聲音信號(hào)作為聲源的原始信號(hào)，在視場(chǎng)為3m×3m的區(qū)域進(jìn)行仿真試驗(yàn)，假設(shè)聲源的真實(shí)位置為(2.5，2.5)。聲源信號(hào)二維能量分布及收縮定位過程如圖4所示。從圖4可看出，SRP值在整個(gè)感應(yīng)區(qū)域分布，采用隨機(jī)區(qū)域收縮法逐步迭代，最終得到聲源的位置。

4.2定位性能

基于區(qū)域收縮的分布式聲源定位方法的定位性能采用均方根誤差(RMSE)進(jìn)行評(píng)估，均方根誤差為：

圖3　子陣列定位與區(qū)域收縮定位Fig.3　Location of sub-arrays and regional contraction

圖4　二維能量分布及收縮定位過程Fig.4　Two-dimmensional energy distributionand contraction positioning process

(11)

其中：ρ0為聲源的真實(shí)位置；ρk為第k次實(shí)驗(yàn)的聲源位置估計(jì)；K=100，即進(jìn)行100次蒙特卡羅獨(dú)立實(shí)驗(yàn)。在不同迭代次數(shù)下，RMSE與信噪比的關(guān)系如圖5所示。從圖5可看出，隨著信噪比的增大，定位精度提高，當(dāng)信噪比大于20dB時(shí)，定位誤差約為0.5m。基于區(qū)域收縮的分布式聲源定位方法能夠比較準(zhǔn)確地估計(jì)聲源的位置。

圖5　RMSE與信噪比的關(guān)系Fig.5　The relationship between RESE and SNR

5結(jié)束語

利用線性傳感器陣列，提出了一種基于區(qū)域收縮的分布式聲源定位方法，該方法采用線性子陣列進(jìn)行初始定位并確定初始矩形搜索區(qū)域，然后結(jié)合區(qū)域收縮法對(duì)聲源進(jìn)行定位。仿真實(shí)驗(yàn)表明，該方法對(duì)聲源的定位精度較高。

參考文獻(xiàn):

[1]AVOKHA,ABUTALEBIHR.Speechenhancementusinglinearlyconstrainedadaptiveconstantdirectivitybeam-formers[J].AppliedAcoustics,2010,71(3):262-268.

[2]MARKOVICI,PETROVICI.SpeakerlocalizationandtrackingwithamicrophonearrayonamobilerobotusingvonMisesdistributionandparticlefiltering[J].RoboticsandAutonomousSystems,2010,58(11):1185-1196.

[3]李偉紅,湯海兵,龔衛(wèi)國.公共場(chǎng)所異常聲源定位中時(shí)延估計(jì)方法研究[J].儀器儀表學(xué)報(bào),2012,33(4):750-756.

[4]KESHAVARZA,AARABIP.Soundlocalization-basednavigationaluserinterfaces[C]//Proceedingofthe8thIEEEInternationalSymposiumonMultimedia,2006:728-733.

[5]FALLONMF,GODSILLSJ.Acousticsourcelocalizationandtrackingofatime-varyingnumberofspeakers[J].IEEETransactionsonAudio,Speech,andLanguageProcessing,2012,20(4):1409-1415.

[6]ZHANGCha,FLORENCIOLD.Maximumlikelihoodsoundsourcelocalizationandbeamformingfordirectionalmicrophonearraysindistributedmeetings[J].IEEETransactionsonMultimedia,2008,10(3):538-548.

[7]COBOSM,MARTIA,LOPEZJJ.AmodifiedSRP-PHATfunctionalforrobustreal-timesoundsourcelocalizationwithscalablespatialsampling[J].IEEESignalProcessingLetters,2011,18(1):71-74.

[8]MUNGAMURUB,AARABIP.Enhancedsoundlocalization[J].IEEETransactionsonSystems,Man,andCyberneticsPartB:Cybernetics,2004,34(3):1526-1540.

[9]SVAIZERP,BRUTTIA,OMOLOGOM.Useofreflectedwavefrontsforacousticsourcelocalizationwithalinearray[C]//JointWorkshoponHands-freeSpeechCommunicationandMicrophoneArrays,2011:165-169.

[10]CHOUDHARYH,BAHLR,KUMARA.PassiveacousticlocalizationusingblindGauss-Markovestimatewithspectralestimationateachsensor[J].IETRadar,Sonar&Navigation,2013,7(7):800-807.

[11]CANCLINIA,ANTONACCIF,SARTIA,etal.Acousticsorcelocalizationwithdistributedasynchronousmicrophonenetworks[J].IEEETransactionsonAudio,SpeechandLanguageProcessing,2013,21(2):439-443.

[12]ASTAPOVS,PREDENJS,BERDNIKOVAJ.Simplifiedacousticlocalizationbylineararraysforwirelesssensornetworks[C]//18thIEEEInternationalConferenceonDigitalSignalProcessing,2013:1-6.

[13]DOH,SILVERMANHF,YUYing.Areal-timeSRP-PHATsourcelocationimplementationusingstochasticregioncontractiononalarge-aperturemicrophonearray[C]//IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing,2007:121-124.

編輯：曹壽平

A distributed acoustic localization method based on regional contraction

ZHOU Li， LIU Qinghua

(School of Information and Communication Engineering, Guilin University of Electronic Technology, Guilin 541004, China)

Abstract：In order to improve localization accuracy and reduce the computational complexity of distributed acoustic source localization method, a distributed acoustic source localization based on region contraction is proposed. Multiple linear sub-arrays are used to combine distributed localization arrays, the possible positions of the acoustic sources are preliminary estimated by time delay localization method in linear sub-arrays. Then the initial searching region is determined based on the possible positions. Finally combining with the great controlled response power value, the position of the acoustic source is obtained by the region contraction. The simulation results show that the localization accuracy of the proposed method is high, and the computational complexity is low.

Key words：distributed acoustic source localization; region contraction; searching region

中圖分類號(hào)：TN911.7

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-808X(2016)01-0001-04

通信作者：劉慶華(1974-)，女，四川南江人，副教授，博士，研究方向?yàn)殛嚵行盘?hào)處理與噪聲控制。E-mail:qhliu@guet.edu.cn

基金項(xiàng)目：國家自然科學(xué)基金(61461012)；廣西無線寬帶通信與信號(hào)處理重點(diǎn)實(shí)驗(yàn)室主任基金(GXKL0614106)；桂林電子科技大學(xué)研究生教育創(chuàng)新計(jì)劃(GDYCSZ201455)

收稿日期：2015-07-08