一般來說，基于麥克風陣列的聲源定位算法劃分為三類：一是基于波束形成的方法；二是基于高分辨率譜估計的方法；三是基于聲達時延差（TDOA）的方法。

波束形成（Beamforming）

基于最大輸出功率的可控波束形成技術(shù) Beamforming，它的基本思想就是將各陣元采集來的信號進行加權(quán)求和形成波束，通過搜索聲源的可能位置來引導該波束，修改權(quán)值使得傳聲器陣列的輸出信號功率最大。這種方法既能在時域中使用，也能在頻域中使用。它在時域中的時間平移等價于在頻域中的相位延遲。在頻域處理中，首先使用一個包含自譜和互譜的矩陣，我們稱之為互譜矩陣(Cross-Spectral Matrix，CSM)。在每個感興趣頻率之處，陣列信號的處理給出了在每個給定的空間掃描網(wǎng)格點上或每個信號到達方向(Direction ofArrival，DOA)的能量水平。因此，陣列表示了一種與聲源分布相關(guān)聯(lián)的響應(yīng)求和后的數(shù)量。這種方法適用于大型麥克風陣列，對測試環(huán)境適應(yīng)性強。

Beamforming 的基本工作原理圖：

上圖說明：使用波束形成算法，先決條件是遠場聲源（近場聲源用 TDOA），這樣可以假設(shè)入射聲波都是平行的；平行的聲場，如果入射角度與麥克風平面垂直，則能同時到達各個麥克風，如果不垂直，則出現(xiàn)圖 1 的現(xiàn)象，聲場到達每個麥克風都會有延時，這個延時大小是由入射角度而定。

?

從該圖中可看出：不同的入射角度，疊加出來的最終波形強度是不一樣的。如θ=-45 度，幾乎沒有信號，θ=0 度，微微有點信號，θ=45 度，信號達到最強。這說明把原來沒有極性的單支麥克風組裝成一個陣列后，整個陣列是有極性的，可以引出下一個極性圖。

上圖說明：每個麥克風陣列都是一個方向陣，這個方向陣的指向性可通過時域算法Delay&Sum 簡單實現(xiàn)，控制不同的 Delay，實現(xiàn)不同方向的指向。這個方向陣指向可控相當于給了一個空間濾波器，可以先把定位區(qū)域進行網(wǎng)格劃分，再通過每個網(wǎng)格點的 Delay 時間對各個麥進行時域 Delay，并最終把它 Sum 起來，就可以算出每個網(wǎng)格的聲壓，最終得到每個網(wǎng)格的相對聲壓，就可以出噪聲源定位的全息彩圖了。

基于高分辨率譜估計

基于高分辨率譜估計的方法包括了自回歸 AR 模型、最小方差譜估計（MV）和特征值分解方法（如 Music 算法）等，所有這些方法都通過獲取了傳聲器陣列的信號來計算空間譜的相關(guān)矩陣。在理論上可以對聲源的方向進行有效估計，實際中若要獲得較理想的精度，就要付出很大的計算量代價，而且需要較多的假設(shè)條件，當陣列較大時這種譜估計方法的運算量很大，對環(huán)境噪聲敏感，還很容易導致定位不準確，因而在現(xiàn)代的大型聲源定位系統(tǒng)中很少采用。

聲達時間差(TDOA)

聲達時間差(TDOA)的定位技術(shù)，這類聲源定位方法一般分為二個步驟進行，先進行聲達時間差估計，并從中獲取傳聲器陣列中陣元間的聲延遲(TDOA)；再利用獲取的聲達時間差，結(jié)合已知的傳聲器陣列的空間位置進一步定出聲源的位置。

下圖解釋了 TDOA 的基本工作原理。

?

紅點是噪聲源，黑點是麥克風，噪聲源到兩個麥（如麥 1，麥 3）的時延是一個常數(shù)，通過這個常數(shù)，我們可以畫出綠色的雙曲線，噪聲源到麥 3，麥 2 的時延是另一個常數(shù)，同樣地，我們可以畫出黑色曲線，兩條曲線相交，就是噪聲源的位置。

這種方法的計算量一般比前二種要小，更利于實時處理，但定位精度和抗干擾能力較弱，適合于近場，單一音源，而且不是重復性的信號，如語音信號，微軟 XBOX360 的 kinect 的麥陣（4 個間距不等的一維陣）就是典型的 TDOA 算法應(yīng)用。

總結(jié)

以上是生活随笔為你收集整理的【Audio音频兴趣拓展】麦克风阵列_声音定位的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。