一種聲源定位跟蹤系統實現方法

張超洋，周桂宇，蔣立華，敖明揚，楊玉成

（宜賓學院 智能制造學部，四川 宜賓 644000）

0 引 言

隨著信息技術和人工智能的快速發展，聲音導航跟蹤定位的應用越來越廣泛。聲音信號是人們傳遞信息的重要方式，在智能車載、智能家居、可穿戴設備等領域受到關注[1]。聲源定位技術，在現代工業制造中可以通過噪聲和異響進行定位[2]；在國防現代化方面，可以用來輔助測量炮兵陣地、定位狙擊手位置、測量彈藥、測試火炮的著落點和空中炸點[3]；在生活中，可以準確識別空調、冰箱、洗衣機等家電產品的噪聲源，從而確定其位置、分布，并優化控制減小噪聲，改善人們的工作和生活環境[4]。聲源定位技術主要可以分成三大類：第一類是基于最大輸出功率的可控波束形成技術；第二類是高分辨率譜估計技術；第三類是基于聲達時間差的定位技術，利用到達陣列上各傳聲器的聲音信號間的時間差來定位聲源，這類技術計算量小，比較適用于實時處理，實際運用也十分廣泛。本文基于聲源近場傳播模型[5-6]設計并制作了一個以STM32 為主控的聲源定位跟蹤系統，該系統實現了對較寬頻率聲源進行定位與追蹤[7]，在視頻會議、語音增強、自動語音識別領域[8-9]有重要的應用價值。

1 理論分析與計算

1.1 TDOA 的基本定位原理

傳統的基于TDOA 技術[10-12]的無線定位系統一般涉及4 個基站和1 個移動平臺MB(x,y,z)，其中下行發射基站為B0(x0,y0,z0)，上行接收基站為Bi(xi,yi,zi),i=(1, 2, 3)，移動平臺MB 發送到各基站的上行信號的到達時間差為t10、t20、t30，且均可測得。設Ri為MB 到各基站的距離，已知電磁波在空氣中的傳播速度為c，則可算得MB 到各個基站的距離差R1-R0=t10×c=R10，R2-R0=t20×c=R20，R3-R0=t30×c=R30。

由此可列方程組：

解三元二次方程組便可求得移動平臺MB 的坐標(x,y,z)，從而實現聲源定位。

1.2 近場聲源傳播模型

如圖1 所示，當來波信號的信源與陣列中參考陣元之間的距離比較接近時，來波信號的傳播方式不再是平面波，而需要將傳播方式視為球面波，傳播模型為近場信源模型。陣列中的陣元都處于信源的Fresnel域中：[0.62(R3/λ)0.5, 2R2/λ]，R為陣列孔徑。

圖1 近場陣列示意圖

此時信源的參數還包含信源到參考陣元的距離，二者都需要進行估計。由于之前假設一共有K個相互獨立的窄帶信號，且假設新的近場接收均勻線陣共有2M+1 個陣元，陣元下標為-M到M，則下標為M的陣元接收到的信號可以表示為：

1.3 卡爾曼濾波原理及算法實現

卡爾曼濾波算法原理[13-15]是利用線性系統狀態方程，通過系統輸入輸出觀測數據，對系統狀態進行最優估計；通過上一時刻的估計值和當前時刻的觀測值來完成對狀態變量的估計。該算法還可以應用在任何含有不確定信息的動態系統中，有效抵抗噪聲的干擾，并對狀態變量作最優估計，所以卡爾曼濾波非常適合應用在姿態解算、軌跡規劃和目標定位等方面。根據運動學公式，其離散模型如下。

狀態方程：

觀測方程：

式中：xk為狀態矩陣；uk為控制矩陣；yk為觀測矩陣；Ak為狀態轉移矩陣；Bk為狀態控制矩陣；Hk為測量矩陣；wk為k時刻的動態噪聲；vk為k時刻的觀測噪聲。卡爾曼濾波分兩步對模型中的參數進行更新，分別是時間更新和狀態更新，以保證跟蹤的實時準確。

時間更新：

狀態更新：

式中：Pk為協方差矩陣；K為卡爾曼增益，表明根據上一時刻最優估計并加上已知的外部控制量預測得到當前時刻新的最優估計。

2 電路與程序設計

2.1 系統硬件電路設計

咪頭信號采集電路如圖2 所示。R1作為偏置電阻，主要是給MIC 內部的FET 放大器提供一個漏極偏置，使其工作在飽和區，完成信號的放大；C1為輸入端隔直電容，防止直流電壓進入放大電路；R5、R9、Q1組成放大電路，C5為輸出端隔直電容；R13、R21、C9、C13組成RC 濾波電路，濾除干擾信號；D0為單片機采集信號。

圖2 咪頭信號采集電路

圖3 所示降壓電路主要是為舵機以及單片機供電。TPS5430 是一種高輸出電流PWM 轉換器，集成了低電阻、高側N 溝道MOSFET，其輸入電壓范圍為5.5 ～36 V；一個內部設置的緩慢啟動電路用以限制浪涌電流；電壓前饋電路用來改善瞬態響應。

SY8088 是矽力杰（Silergy）公司推出的一款1.5 MHz高效同步壓降DC/DC 穩壓器芯片，其輸入電壓可在2.5 ～5.5 V 范圍內變動，輸出為3 V，如圖4 所示。

圖4 5 V 到3 V 降壓電路

2.2 系統軟件電路設計

系統軟件部分由STM32F103RCT6 主控芯片的主要控制電路和以K210 模塊與麥克風陣列組成的聲源信號采集系統組成。

系統程序流程如圖5 所示。主控程序采用Kell uVision5軟件進行C 語言程序編寫，主要實現將由串口接收到的K210 的數據經過時間差（TDOA）定位算法和卡爾曼濾波算法濾波以后計算出自制聲源與麥克風之間的最短距離，通過距離換算出角度控制二維云臺上的激光筆發出激光并指向聲源，并在OLED 上顯示角度和距離。對K210 模塊與麥克風陣列組成的聲源信號采集系統，采用Maixpy 軟件和MicroPython 語言進行程序編寫，主要實現K210 模塊通過麥克風陣列采集來自自制聲源的聲源信號，并對采集到的聲源信號進行一次處理，通過串口通信發送給STM32F103RCT6單片機。

圖5 程序流程

3 測試方案與測試結果

3.1 測試方案與測試條件

聲源檢測系統測量區域分布俯視圖如圖6 所示。

圖6 系統測量區域俯視圖

測試方案如下：

（1）在自制聲源定位檢測裝置上標記測試參考點A，作為位置坐標的原點。A、B兩點直線距離為γ；以A點為原點，AB在地面的投影與中心線的夾角為θ。測量距離γ和角度θ的誤差。

（2）安裝二維電動云臺，能控制激光筆指向聲源。定位計算過程中時，激光筆關閉，定位運算完成時激光筆開啟。定位指示聲源時，測量動作反應時間、光點與B點的偏差，進行聲源移動動態追蹤，將聲源擺放在地面，用細繩牽引，以0.2 m/s 左右的速度在D區移動時，激光筆光點指向B點，測量光點與B點偏差，跟蹤反應時間。

3.2 測試結果及其完整性

（1）設計并制作聲音發生裝置

裝置能獨立工作，聲音音量手動可調，裝置最大邊長或直徑不超過10 cm，可手動自由移動。

（2）角度誤差測試

測試條件：自制聲源定位檢測裝置放置在C區范圍內，并標記測試參考點A，測量裝置可實時顯示D區內聲源的位置，并測出定位檢測裝置至聲源位置在地面上的投影、定位檢測裝置與聲源目標擺放區的垂直中心線的夾角。

由表1 可知，測量距離最大相對誤差不超過1.67%。由表2 可知，測量角度最大誤差不超過1.4°。

表1 距離γ 測值誤差記錄

表2 角度θ 的測值誤差記錄

（3）聲源移動動態追蹤

測試條件：聲源在D區以0.2 m/s 左右的速度移動時，激光筆光電指向B點的偏差越小越好，跟蹤反應時間越短越好。

由表3 可知，測量最大位置偏差不超過1.8 cm，測量反應時間最大誤差不超過1.5 s，定位跟蹤反應快，跟蹤效果好。

表3 移動過程中測量位置與實際位置偏差

4 結 語

本文設計實現了一個自制的聲源定位跟蹤系統，能夠實時顯示及指示聲源的位置，當聲源移動時能夠用激光筆動態跟蹤指示聲源。通過測試發現，本系統測試角度誤差小于1.4°，定位測試誤差小于1.67%，聲源移動動態追蹤測試偏差小于1.8 cm，反應時間小于1.5 s。最終測試結果表明，本文所設計的聲源定位系統在室內環境下能有效地實現聲源目標定位。但在聲音嘈雜的環境下聲源定位的精度會有一些下降，這是由于讀數是人眼觀測的，存在一定的誤差。