基于TDOA的聲源定位模型中陣列位姿與定位誤差之間關(guān)系的研究

孫 昊，仲維燦，劉賀洋，祖麗楠

（ 河北工業(yè)大學(xué) 控制科學(xué)與工程學(xué)院，天津 300130 ）

基于TDOA的聲源定位模型中陣列位姿與定位誤差之間關(guān)系的研究

孫 昊，仲維燦，劉賀洋，祖麗楠

（ 河北工業(yè)大學(xué) 控制科學(xué)與工程學(xué)院，天津 300130 ）

基于聲達(dá)時(shí)間差（TDOA）和正四面體麥克風(fēng)陣列的聲源定位模型中，影響定位的精度的因素除了陣元安裝的位置誤差、時(shí)間延遲和環(huán)境噪聲之外，還受到陣列自身位姿的影響，麥克風(fēng)陣列位姿的不確定，其直接導(dǎo)致聲達(dá)時(shí)間差的不確定，進(jìn)而影響定位結(jié)果．以全范圍內(nèi)聲源目標(biāo)定位為應(yīng)用背景，利用基于RBF神經(jīng)網(wǎng)絡(luò)聲源定位模型研究麥克風(fēng)陣列位姿的不確定對(duì)聲源定位誤差產(chǎn)生的影響．

聲達(dá)時(shí)間差；聲源定位模型；陣列位姿；RBF 神經(jīng)網(wǎng)絡(luò)

0 引言

基于麥克風(fēng)陣列的語(yǔ)音信號(hào)處理技術(shù)早已成為研究的熱點(diǎn)，具有廣泛的實(shí)際意義和應(yīng)用前景[1]．運(yùn)用麥克風(fēng)陣列進(jìn)行聲源定位是語(yǔ)音信號(hào)處理領(lǐng)域的重要內(nèi)容，麥克風(fēng)陣列是指由若干個(gè)麥克風(fēng)按照一定的幾何結(jié)構(gòu)排列而形成的陣列，該陣列可以接收空間聲源信號(hào)，并對(duì)接收到的聲源信號(hào)進(jìn)行空時(shí)處理．基于麥克風(fēng)陣列的聲源定位技術(shù)早已在軍事偵察，雷達(dá)和機(jī)器人聽(tīng)覺(jué)定位等方面得到了廣泛的應(yīng)用[2]．

基于聲達(dá)時(shí)間差的麥克風(fēng)陣列聲源定位技術(shù)分為兩個(gè)步驟進(jìn)行，首先估計(jì)陣列中陣元間聲達(dá)時(shí)間差（TDOA）；然后利用已獲取的 TDOA，結(jié)合陣元的空間坐標(biāo)求出聲源的位置[3]．然而，根據(jù)麥克風(fēng)陣列的模型和聲源傳播模型構(gòu)建的聲源定位模型是一組復(fù)雜的非線性方程，一般的方法是通過(guò)求解方程組得到時(shí)延和聲源坐標(biāo)的數(shù)值關(guān)系．但是在解方程組的過(guò)程中進(jìn)行簡(jiǎn)化運(yùn)算，從而約減得到近似的結(jié)果．但是當(dāng)聲源位于近場(chǎng)時(shí)，即當(dāng)陣列中麥克風(fēng)之間的距離相對(duì)于聲源到陣列的距離不能忽略時(shí)，此時(shí)假設(shè)和約減就不能成立了，這樣也減少了聲源定位模型的適用范圍．然而人工神經(jīng)網(wǎng)絡(luò)不僅提供了解決復(fù)雜的非線性問(wèn)題的方法并且可以按照給定的精度逼近復(fù)雜的非線性系統(tǒng)[4]．因此，可以應(yīng)用神經(jīng)網(wǎng)絡(luò)表達(dá)這種復(fù)雜的非線性方程，實(shí)驗(yàn)表明該算法運(yùn)算速度快、聲源定位精度高、魯棒性好．

本文采用正四面體麥克風(fēng)陣列，利用基于 RBF 神經(jīng)網(wǎng)絡(luò)聲源定位模型，研究全范圍內(nèi)（即目標(biāo)聲源在近場(chǎng)及遠(yuǎn)場(chǎng)的環(huán)境下）麥克風(fēng)陣列位姿的不確定對(duì)定位的方位角和俯仰角的誤差產(chǎn)生的影響．正四面體陣列具有結(jié)構(gòu)簡(jiǎn)單，性能優(yōu)良的特點(diǎn)，相對(duì)于平面陣列此陣列對(duì)于二維和三維空間內(nèi)的目標(biāo)聲源具有良好的定位性能[5]．

1 三維麥克風(fēng)陣列定位模型

假設(shè)目標(biāo)聲源目標(biāo) S ，空間坐標(biāo)為 x,y,z ，陣列由 4 個(gè)全向型麥克風(fēng)組成正四面體結(jié)構(gòu)，其中每個(gè)麥克風(fēng)之間的距離即正四面體的棱長(zhǎng) a=0.24m．圖1 表示正四面體麥克風(fēng)陣列模型．

聲源 S 在平面上的投影為 S'，是 OS'與 x 正方向的夾角，為聲源的方位角是與軸正方向的夾角，為聲源的俯仰角．則4個(gè)麥克風(fēng)在三維空間中坐標(biāo)分別為 M1(3a/3,0,6 a/12)，M2(3 a/6,a/2,6 a/12)，M3(3 a/6,a/2,6 a/12)，M4(0,0,6 a/4)．假設(shè)目標(biāo)聲源 S到原點(diǎn)的距離為r，水平距離為 L．以麥克風(fēng) M4為參考點(diǎn),d10為聲源 S 到麥克風(fēng) M1的聲程，d21,d31,d41表示聲源 S 到麥克風(fēng) M1與到麥克風(fēng) M2, M3,M4的距離差．c表示聲音傳播速度，則有 di1=SMiSM1=c × ti1，ti1表示目標(biāo)聲源到達(dá)麥克風(fēng) Mi和 M1的時(shí)間差，其中(i=2,3,4)．

圖1 正四面體麥克風(fēng)陣列模型Fig.1 The regular tetrahedronmicrophonearraymodel

2 基于RBF神經(jīng)網(wǎng)絡(luò)的定位模型

2.1 RBF 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

徑向基RBF（RadialBasisFunction）神經(jīng)網(wǎng)絡(luò)作為一種特殊類型的單隱層前饋神經(jīng)網(wǎng)絡(luò)，它采用局部接受域來(lái)執(zhí)行整函數(shù)映射的功能[6]．RBF 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練時(shí)間短、學(xué)習(xí)和收斂速度快、具有最佳的逼近性質(zhì)，目前廣泛應(yīng)用于模式識(shí)別領(lǐng)域，目標(biāo)預(yù)測(cè)和工程插值計(jì)算[7]．

基于 RBF 神經(jīng)網(wǎng)絡(luò)的定位模型中輸入層的 3 個(gè)數(shù)據(jù)是聲源到達(dá)麥克風(fēng) M1和 Mi的聲達(dá)時(shí)間差 ti1（i=2,3,4），網(wǎng)絡(luò)的輸出是聲源的位置，即方位角，俯仰角和距離．聲源定位模型中采用 RBF 神經(jīng)網(wǎng)絡(luò)，主要利用了 RBF 神經(jīng)網(wǎng)絡(luò)的高度非線性映射的特性，它可以映射出時(shí)延值作為網(wǎng)絡(luò)的輸入、聲源位置作為網(wǎng)絡(luò)輸出兩者之間的關(guān)系[10]．網(wǎng)絡(luò)的隱含層非線性激活函數(shù)選用高斯函數(shù)，實(shí)現(xiàn)輸入層和隱含層之間的非線性變換，輸出層對(duì)應(yīng)為聲源的坐標(biāo)位置，選擇適當(dāng)?shù)膶W(xué)習(xí)算法進(jìn)行訓(xùn)練，獲取相應(yīng)的網(wǎng)絡(luò)參數(shù)[11]．

2.2 RBF 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)選擇與歸一化處理

圖1 所示的麥克風(fēng)陣列是正四面體結(jié)構(gòu)，陣元 M1,M2,M3,M4位于以為球心，以 o 為半徑的正四面體外接球的球面上．實(shí)驗(yàn)中，選取神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸出數(shù)據(jù)即聲源的位置位于以 o 為球心，半徑為 4.3m 的球的上半球球面上，聲源在 xoy 平面上投影以 o 為圓心，半徑 0.3m 到 4.3m 間隔為 0.4m 的 10 個(gè)同心圓圓周上，在同一個(gè)圓周上相鄰兩個(gè)聲源投影的間隔為 20，總 180 組位置坐標(biāo)．取聲速為 340m/s，根據(jù)定位模型和聲源位置的幾何關(guān)系，計(jì)算時(shí)間差，得到 1 800 組的輸入及輸出數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)．測(cè)試數(shù)據(jù)的選擇：在訓(xùn)練數(shù)據(jù)聲源位置取值的上半球內(nèi)，以半徑 0.3m 到 1.5m 的同心球環(huán)內(nèi)的點(diǎn)為近場(chǎng)聲源位置，1.5 m 到 4.3m 的同心球環(huán)內(nèi)的點(diǎn)為遠(yuǎn)場(chǎng)聲源位置；在近場(chǎng)和遠(yuǎn)場(chǎng)所屬的四個(gè)象限內(nèi)每個(gè)象限分別隨機(jī)生成的 25組位置坐標(biāo)，并計(jì)算時(shí)間差，近場(chǎng)和遠(yuǎn)場(chǎng)分別選取 100 組作為神經(jīng)網(wǎng)絡(luò)的測(cè)試數(shù)據(jù)，用來(lái)檢測(cè)神經(jīng)網(wǎng)絡(luò)定位模型的性能．

訓(xùn)練和測(cè)試數(shù)據(jù)采用最大最小法進(jìn)行歸一化處理．?dāng)?shù)據(jù)的歸一化處理是利用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)前必須完成的，其目的是為了避免由于數(shù)據(jù)的維數(shù)不同和數(shù)量級(jí)的差異而引起神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)產(chǎn)生較大的誤差[12]．

3 陣列位姿的不確定對(duì)定位誤差的影響

3.1 MATLAB 仿真及分析

聲源定位采用基于RBF神經(jīng)網(wǎng)絡(luò)以實(shí)現(xiàn)對(duì)目標(biāo)聲源的跟蹤為目的，預(yù)測(cè)出方位角和俯仰角，確定目標(biāo)聲源的空間方向從而實(shí)現(xiàn)對(duì)聲源的跟蹤．為了驗(yàn)證設(shè)計(jì)的網(wǎng)絡(luò)在遠(yuǎn)場(chǎng)和近場(chǎng)對(duì)聲源的定向情況，分別選取遠(yuǎn)場(chǎng)和近場(chǎng)測(cè)試樣本各 100 組數(shù)據(jù)，用已訓(xùn)練好的RBF網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，實(shí)驗(yàn)結(jié)果如圖2、圖3 和圖4 所示．

圖2 遠(yuǎn)場(chǎng)聲源測(cè)試誤差Fig.2 Far-field sound source testerror

圖3 近場(chǎng)聲源測(cè)試誤差Fig.3 Near-field sound source testerror

圖2 為遠(yuǎn)場(chǎng)聲源 100 組預(yù)測(cè)數(shù)據(jù)的方位角和俯仰角的預(yù)測(cè)誤差，其中方位角的誤差范圍為 ± 0.6 °之間，俯仰角的誤差范圍為 ± 0.6 °之間．圖3 近場(chǎng)聲源為 100 組預(yù)測(cè)數(shù)據(jù)的方位角和俯仰角的預(yù)測(cè)誤差，其中方位角的誤差范圍為 ± 2°之間，俯仰角的誤差范圍為 ± 2°之間．

分析2：由知，焦點(diǎn)F（1，0）為△ABC的重心，設(shè)A、B、C在拋物線y2=4x上的橫坐標(biāo)分別為x1，x2，x3，則x1+x2+x3=3×1=3.根據(jù)拋物線的焦半徑公式，=+（x1+x2+x3）=3+3=6

對(duì)比圖2和圖3可知，相比于近場(chǎng)聲源，定位模型對(duì)于遠(yuǎn)場(chǎng)聲源的定向精度較高，這是由于聲源在近場(chǎng)環(huán)境中，陣列中陣元間的時(shí)延值之間的差值相對(duì)較小，神經(jīng)網(wǎng)絡(luò)的擬合與預(yù)測(cè)能力也有限．

圖4 遠(yuǎn)場(chǎng)聲源定位距離誤差Fig.4 Far-field sound source localization error distance

圖4 為遠(yuǎn)場(chǎng)聲源 100 組數(shù)據(jù)的距離預(yù)測(cè)誤差，由圖2和圖4可知，即使聲源位于遠(yuǎn)場(chǎng)、方位角誤差很小的情況下，RBF神經(jīng)網(wǎng)絡(luò)定位模型對(duì)聲源距離的預(yù)測(cè)誤差也很大．這是因?yàn)閷?shí)驗(yàn)中，麥克風(fēng)陣列屬于小型陣列，陣元間的距離僅為 0.24 m，遠(yuǎn)小于陣列與聲源之間的距離，因此，基于RBF神經(jīng)網(wǎng)絡(luò)的定位模型無(wú)法對(duì)聲源距離參數(shù)做出準(zhǔn)確的預(yù)測(cè)，故文中只對(duì)方位角和俯仰角誤差做出分析．

上述 MATLAB 仿真實(shí)驗(yàn)證明了基于 RBF 神經(jīng)網(wǎng)絡(luò)的聲源定位模型，在輸入相應(yīng)的時(shí)延數(shù)據(jù)的條件下，無(wú)論目標(biāo)聲源是處于遠(yuǎn)場(chǎng)還是近場(chǎng)的環(huán)境下，都可以比較精確的預(yù)測(cè)其方位角和俯仰角，從而，說(shuō)明了該定位模型的適用性強(qiáng)、定位精度高．

利用基于RBF神經(jīng)網(wǎng)絡(luò)的聲源定位模型研究麥克風(fēng)陣列位姿的不確定對(duì)聲源目標(biāo)定位精度產(chǎn)生的影響是下一步進(jìn)行的工作．首先研究聲源在近場(chǎng)情況下，麥克風(fēng)陣列位姿的不確定對(duì)聲源定位的方位角和俯仰角誤差的影響，取聲源與陣列的水平距離 L=0.5m，實(shí)驗(yàn)結(jié)果分別如圖5 和 6 所示．

圖5 近場(chǎng)聲源方位角誤差Fig.5 Near-field sound source azimuth error

圖6 近場(chǎng)聲源俯仰角誤差Fig.6 Near-field sound source pitch angle error

為了進(jìn)一步驗(yàn)證聲源在近場(chǎng)情況下，研究麥克風(fēng)陣列位姿的不確定對(duì)定位的方位角和俯仰角誤差的影響，取聲源與陣列的水平距離 L=1m，實(shí)驗(yàn)結(jié)果分別如圖7和8所示．

由圖8對(duì)比圖6可知：當(dāng)聲源在近場(chǎng)的環(huán)境下，陣列位姿的不確定對(duì)俯仰角誤差的影響比較大；隨著聲源和陣列之間距離的增大，影響的程度在逐漸的減?。?/p>

為了研究聲源在遠(yuǎn)場(chǎng)情況下，麥克風(fēng)陣列位姿的不確定對(duì)定位的方位角和俯仰角誤差的影響，取L=2m，實(shí)驗(yàn)結(jié)果分別如圖9和 10所示．

由圖9可知：相比較于聲源在近場(chǎng)時(shí)，當(dāng)聲源位于遠(yuǎn)場(chǎng)的情況下，方位角誤差也呈現(xiàn)出規(guī)律性的變化，但是麥克風(fēng)陣列位姿的不確定對(duì)方位角誤差的影響比較小；當(dāng)陣列與聲源之間的夾角的為 0°、± 60°、± 120 °、± 180 °時(shí)，此時(shí)聲源的方位角誤差最小；在方位角一定時(shí)，隨著俯仰角的增大，方位角的誤差只是略有增大．

圖7 近場(chǎng)聲源方位角誤差Fig.7 Near-field sound source azimuth error

圖8 近場(chǎng)聲源俯仰角誤差Fig.8 Near-field sound source pitch angle error

圖9 遠(yuǎn)場(chǎng)聲源方位角誤差Fig.9 Far-field sound source azimuth error

圖10 遠(yuǎn)場(chǎng)聲源俯仰角誤差Fig.10 Far-field sound source pitch angle error

由圖10可知，相比較于聲源在近場(chǎng)時(shí)，當(dāng)聲源位于遠(yuǎn)場(chǎng)的情況下，俯仰角一定時(shí)，誤差也呈現(xiàn)出規(guī)律性的變化，但是麥克風(fēng)陣列位姿的不確定對(duì)俯仰角誤差的影響比較?。?/p>

3.2 仿真結(jié)果分析

由圖5～圖10可知：在全范圍聲源目標(biāo)定位中，當(dāng)聲源位于近場(chǎng)的情況下，麥克風(fēng)陣列的位姿的不確定對(duì)方位角和俯仰角的定位誤差的影響比較大，隨著陣列和聲源的距離的增大，影響的程度而逐漸的減?。划?dāng)聲源位于遠(yuǎn)場(chǎng)時(shí)，陣列位姿的不確定對(duì)方位角和俯仰角的定位誤差的影響都比較?。?/p>

3.3 定位模型的性能評(píng)價(jià)

為了驗(yàn)證上述根據(jù)理論值仿真所得出陣列位姿的不確定對(duì)定位精度產(chǎn)生影響的結(jié)論，采用實(shí)驗(yàn)室環(huán)境作為實(shí)驗(yàn)數(shù)據(jù)采集環(huán)境，采集聲達(dá)時(shí)間差，利用實(shí)測(cè)值進(jìn)行仿真．實(shí)驗(yàn)室房間大小為8m×6m×3m，數(shù)據(jù)采集平臺(tái)包括：正四面體麥克風(fēng)陣列、數(shù)據(jù)采集卡、激光測(cè)距儀、卷尺、音箱等，聲源音頻內(nèi)容為發(fā)令槍聲．

測(cè)試聲源在 xoy 平面上投影以 o 為圓心，半徑 0.5m和 1.2m 的 2 個(gè)同心圓圓周上，在同 1 個(gè)圓周上相鄰兩個(gè)聲源投影的間隔為 4 °，音箱固定在支架上，聲源相對(duì)高度約為 0.07m，2 個(gè)同心圓周上聲源的俯仰角分別為 82.3 °和 86.8 °，每個(gè)圓周取樣 90 組數(shù)據(jù)，測(cè)試數(shù)據(jù)共 180 組，激光測(cè)距儀的測(cè)量精度為 ±1.5mm．?dāng)?shù)據(jù)記錄表格如表1和表2所示．

表1 聲源在半徑為 0.5m 的圓周上時(shí)的聲達(dá)時(shí)間差值Tab.1 Sound sources in a 0.5m radiusof the circum ference of the time difference ofarrival

表2 聲源在半徑為1m的圓周上時(shí)的聲達(dá)時(shí)間差值Tab.2 Sound sources in a 1m radiusof the circum ference of the time differenceof arrival

采用已建立的基于RBF神經(jīng)網(wǎng)絡(luò)的聲源定位模型驗(yàn)證上文闡述的麥克風(fēng)陣列位姿的不確定對(duì)聲源目標(biāo)定位精度產(chǎn)生影響的結(jié)論，實(shí)驗(yàn)結(jié)果分別如圖11 和 12 所示．

由圖11 可知，聲源位于半徑 0.5m 圓周上，俯仰角為 82.3 °時(shí)，根據(jù)實(shí)測(cè)數(shù)據(jù)可得出：陣列位姿的不確定對(duì)方位角誤差的影響比較大，誤差范圍為 4°～4°，并且誤差也呈現(xiàn)出規(guī)律性的變化；俯仰角誤差范圍 4°～ 2°；對(duì)比圖5和圖6中俯仰角為90°時(shí)的仿真曲線可以看出利用理論值和實(shí)測(cè)值仿真所得的結(jié)論是相似的．

由圖12可知，聲源位于半徑 1 m 圓周上，俯仰角為 86.8 °時(shí)，根據(jù)實(shí)測(cè)數(shù)據(jù)可得出：此時(shí)方位角的誤差范圍為 2°～ 2°，并且誤差也呈現(xiàn)出規(guī)律性的變化；俯仰角誤差范圍 1.5 °～0 °；對(duì)比圖7 和圖8 中俯仰角為 90 °時(shí)的仿真曲線也可以看出利用理論值和實(shí)測(cè)值仿真所得的結(jié)論是相似的．

圖11 聲源位于半徑為 0.5m圓周上的定位誤差Fig.11 Sound sources in 0.5m radiusof the circum ference of the localization error

4 結(jié)論

本文首先設(shè)計(jì)了一種基于 RBF 神經(jīng)網(wǎng)絡(luò)聲源定位模型，利用 MATLAB 仿真實(shí)驗(yàn)證明了其適應(yīng)性強(qiáng)和精確度高．然后，利用該模型研究了麥克風(fēng)陣列位姿的不確定對(duì)聲源定位中方位角和俯仰角誤差的影響，最后利用實(shí)驗(yàn)平臺(tái)測(cè)得數(shù)據(jù)進(jìn)行了驗(yàn)證，從而說(shuō)明了結(jié)論的可靠性．但是由于單次定位的局限性以及神經(jīng)網(wǎng)絡(luò)擬合能力有限，該模型并不能很好地預(yù)測(cè)聲源的空間距離．因此，如何實(shí)現(xiàn)對(duì)空間距離的準(zhǔn)確預(yù)測(cè)及陣列位姿的不確定對(duì)定距產(chǎn)生的影響是下一步要做的工作．

圖12 聲源位于半徑為1m圓周上的定位誤差Fig.12 Sound sources in 1m radiusof the circum ferenceof the localization error

[1] 金光明，謝植，張傳義．基于麥克風(fēng)陣列多聲源定位的新方法 [J]．東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，33（6）：769-773．

[2] 李曉飛，劉宏．機(jī)器人聽(tīng)覺(jué)聲源定位研究綜述 [J]．智能系統(tǒng)學(xué)報(bào)，2012，7（1）：9-20．

[3] 王震．基于互功率譜相位時(shí)延估計(jì)的聲源定位系統(tǒng)研究 [D]．天津：天津大學(xué)，2010．

[4] 國(guó)蓉，何鎮(zhèn)安．基于多級(jí)神經(jīng)網(wǎng)絡(luò)的被動(dòng)聲定位算法研究倡 [J]．計(jì)算機(jī)應(yīng)用研究，2011，28（6）．

[5] 陸灝銘，陳瑋，劉壽寶．基于麥克風(fēng)陣列的聲源定位系統(tǒng)設(shè)計(jì) [J]．傳感器與微系統(tǒng)，2012，31（4）：79-81．

[6] 彭顯剛，胡松峰，呂大勇．基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法綜述 [J]．電力系統(tǒng)保護(hù)與控制，2011，39（17）：144-148．

[7] 喬俊飛，韓紅桂．RBF 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)動(dòng)態(tài)優(yōu)化設(shè)計(jì) [J]．自動(dòng)化學(xué)報(bào)，2010，36（6）：865-872．

[8] 張雨濃，李克訥，譚寧．中心-方差及權(quán)值直接確定的 RBF 神經(jīng)網(wǎng)絡(luò)分類器 [J]．計(jì)算技術(shù)與自動(dòng)化，2009，28（3）：5-9．

[9] 雷升鍇，劉紅陽(yáng)，何嘉，等．動(dòng)態(tài) K-均值聚類算法在 RBF 神經(jīng)網(wǎng)絡(luò)中心選取中的應(yīng)用 [J]．信息系統(tǒng)工程，2011 （6）：83-85．

[10]Arslan G，Sakarya F A．A unified neural-network-based speaker localization technique[J]．IEEE Transactionson Neural Networks，2000，11（4）：997-1002．

[11]Arslan G，Sakarya F A，Evans B L．Speaker localization for far field and near field wideband sources using neural networks[J]．Proc IEEE EURASIPWorkshop on Nonlinear Signal and Image Processing，1999，2：569-573．

[12] 楊鵬，邢鈺姣，孫昊，等．基于 BP 神經(jīng)網(wǎng)絡(luò)的正四面體陣列聲源定向研究 [J]．傳感器與微系統(tǒng)，2012，31（5）：8-9．

[責(zé)任編輯 代俊秋]

Research on the relationship between the array pose of sound source localizationmodelbased on TDOA w ith localization error

SUN Hao， ZHONG Wei-can， LIU He-yang， ZU Li-nan
( School of Control Science and Engineering, Hebei University of Technology, Tianjin 300130, China )

The precision of sound source localizationmodel based on the time difference of arrival(TDOA)and tetrahedralm icrophone array is affected notonly by the installation location of the array element error,time delay and ambientnoise,butalso by themicrophonearray pose.Theunpredictability ofarray pose causesdirectly theuncertainty of time difference of arrival,and it influences further the results of localization.Taking the full range of the target sound source localization application as thebackground,the RBF neuralnetworkmodelof the sound source localization were used to research them icrophone array pose uncertainty on the impactof sound source localization error.

time difference of arrival;sound source localizationmodel;array pose;RBF neuralnetwork

1007-2373(2014)05-0008-07

TP242.6

A

10.14081/j.cnki.hgdxb.2014.05.002

2014-04-08

國(guó)家自然科學(xué)基金（61305101）；河北省自然科學(xué)基金（F2014202121，F(xiàn)2010000137）

孫昊（1979-），男（漢族），講師，博士．