基于麥克風陣列的聲源定位系統研究

李彥瑭，沈 一，潘欣裕,2，孫云飛，夏文浩，郭笑非，陸家欣，周 岑

（1.蘇州科技大學 電子與信息工程學院，江蘇 蘇州 215009；2.蘇州科技大學 蘇州智慧城市研究院，江蘇 蘇州 215009）

0 引 言

當前麥克風陣列在許多實用技術領域都有著廣泛的應用，如高背景噪聲情況下探測航空器的噪聲源[1]、在較遠距離識別聲音[2]、在聲環境中查詢鑒別出不同尋常的聲音[3]、用智能聲源定位的方式追蹤人類[4]、在高噪聲環境下對危險情況進行探測和分類[5]等。語音信號處理領域也引入了陣列信號處理的概念，并且根據聲音傳播的特點發展出了一些獨特的方法，如到達時間差估計（TDOA）[6]等。語音定位系統的主要目標是識別聲音的方向，一般使用TDOA算法測得目標發出的聲音到達麥克風單元的時間差，測得目標聲音的特征參數，利用時間差來確定目標聲音點與陣列的角度。本文采用在功耗控制、可擴展性、集成度、性能等方面均具有較大優勢的高性能STM32H743聲源定位系統，完成基于STM32H743的聲源定位系統的硬件設計。

1 聲源定位硬件系統

1.1 整體架構

系統架構如圖1所示，由5個麥克風組成陣列，負責聲音信號的采集和放大；MCU負責聲音信號的處理和定位運算；LCD屏提供人機交互界面，顯示相關信息。其中，每個麥克風都連接一個前置放大電路，對信號進行放大以便于適配ADC采集。

圖1 聲音定位系統結構

1.2 硬件系統各主要功能模塊

（1）麥克風聲音采集模塊

實現聲源定位，必須使用麥克風陣列以測量聲波場并提取有關信息。系統采用CUI公司出品的CMA-4554PF-W型高靈敏度全向麥克風。麥克風得到的聲信號所轉化的電壓信號不僅微弱，還有正、負之分，但STM32H7內部A/D轉換器只能對正電壓進行轉換，因此需要在麥克風后連接前置放大器，并且設置直流偏置電壓，才能讓內部A/D轉換器正確將接收的聲音信號進行轉化。MAX4466EXK-T芯片支持寬電壓（2.4～5 V），STM32H743的標準工作電壓為3.3 V，可直供給放大電路，因此將MAX4466EXK-T作為麥克風單元前置放大電路中的放大芯片。圖2所示為麥克風單元及前置放大電路。

圖2 麥克風單元及前置放大電路

（2）麥克風陣列設計

麥克風陣列中，最簡單的結構是麥克風線性陣列，即麥克風單元線性排列。這種結構計算量最少，但僅能定位半個平面，因此本設計選用十字型分布[7]方法，為線性陣列加上2個輔助定位的麥克風單元。此設計可以在保留普通線性麥克風陣列計算量相對較少的條件下，提高線性麥克風陣列的定位角度，如二維平面360°定位角度。十字型分布的麥克風陣列中，3個麥克風單元構成線性陣列，用于聲源定位，前后2個麥克風單元輔助定位、比較功率譜、判斷聲音處于線性陣列的前方或后方。麥克風陣列設計時，考慮到麥克風單元的間距太小會導致耦合度增加，且噪聲對麥克風陣列的影響增大，從而影響聲音定位的精確性；但麥克風單元的間距也不能過大，陣列設計中通常選擇麥克風單元的距離小于接收聲波的半個波長。一般人正常說話的頻率范圍為100～1 200 Hz，而聲速一般為340 m/s，因此間距d＜14.17 cm。同時考慮麥克風單元體積的限制，故將麥克風陣列中麥克風單元的間距定為12 cm。麥克風陣列分布示意如圖3所示。

圖3 麥克風陣列分布示意圖

（3）MCU最小系統

該研究中的聲音定位系統需要充分考慮MCU的功耗、性能、拓展性和實時性等，所以選擇STM32H743VI完成A/D轉換、信號處理、聲音源定位、信息傳輸等任務。STM32H743VI核心板結構如圖4所示。

圖4 STM32H743VI核心板結構

2 聲源定位軟件系統

2.1 算法基礎

當聲音信號自遠場發散，在有背景噪音的情況下被2個傳感器MIC1和MIC2分別檢測時，可以對其進行數學建模：

式中：s1(t)為聲音信號；n1(t)、n2(t)均為隨機噪聲；α表示信號到達2個MIC前后的衰減比。只要估算出MIC1和MIC2接收到信號的時間之差D，就可以通過D計算信號相對于2個傳感器間的位置。

聲音信號定位中較為常用的估計時間差的算法為廣義互相關（GCC）算法。真實環境下，D和α是緩慢變化量。得到信號數學模型后，計算信號x1(t)、x2(t)的廣義互相關函數：

式中，E表示數學期望，互相關的極大值出現在雙麥時間差的位置上。將式（1）和式（2）帶入式（3），信號s1(t)、n1(t)、n2(t)獨立，展開得到式（4）：

由互相關函數性質可知，τ=D時Rx1x2(τ)取得最大值。求出互相關函數波峰對應的τ值，記為τmax，由此得到2個麥克風之間信號到達的時間差D。

2.2 到達時間差法遠場原理

當聲音信號自遠場發散，在有背景噪音的情況下被2個傳感器MIC1和MIC2分別檢測時，測量該語音信號到達方向的模型如圖5所示，最少需要2個麥克風組成線性陣列。

圖5 遠場原理示意圖

圖5中，A點表示遠場的單個聲源，由于聲音發散自遠場，到達麥克風時聲波可以近似看做平行入射，帶有箭頭的線表示聲音信號，a為2個麥克風之間的距離，d為聲音到達2個麥克風之間的距離差，θ表示聲信號的入射角度，根據幾何關系得到式（5）：

由于a已知，若MIC1和MIC2之間的時間差為τ，該環境下聲速為c，則能確定到達方向θ，見式（6）：

2.3 系統軟件流程

聲音定位系統軟件流程如圖6所示。上電后，軟件首先進行ADC、DMA和定時器的初始化，之后進行指定次數的ADC采樣以及DMA傳輸，達到指定次數后，對所有信號做FFT變換，然后兩兩計算互譜密度，最后根據條件采用TDOA算法進行距離與角度的計算。

圖6 軟件流程

3 系統測試

將麥克風單元與STM32H743核心板連接后采樣，通過A/D轉換器和DMA將得到的數據通過串口發送到上位機，借助串口助手打印。聲源定位距離和角度測試結果見表1所列。

表1 聲源定位測試

4 結 語

本文主要介紹了使用STM37H7及麥克風陣列的聲源定位系統的構成，經測試，可以在STM32平臺上完成以往基于傳統PC平臺的聲源定位任務，并獲得較好的結果。同時該方案還可以作為一種在室內實現高精度指向與定位的方案，為實現聲源定位系統提供參考。