基于GCC 算法的聲源識(shí)別與三維空間實(shí)時(shí)定位

王銘 ，鄒捷源，張國(guó)才，林同塵，劉俊杰，洪麗敏，李潔瑩

（北京理工大學(xué)珠海學(xué)院 數(shù)理與土木工程學(xué)院，廣東 珠海 519088）

0 引 言

聲源定位技術(shù)具有非常大的潛在應(yīng)用價(jià)值，隨著科技的飛速發(fā)展，聲源定位技術(shù)已應(yīng)用于軍事、工業(yè)、民用等多方面、全覆蓋領(lǐng)域[1]。如在直升機(jī)聲探測(cè)系統(tǒng)、探測(cè)航空器的噪聲源、機(jī)器故障診斷、智能機(jī)器人聽覺系統(tǒng)、安防系統(tǒng)、鳴笛抓拍系統(tǒng)、視頻會(huì)議、戶外搜救等諸多系統(tǒng)中的應(yīng)用，有效利用了聲源信號(hào)，實(shí)現(xiàn)對(duì)聲源位置的實(shí)時(shí)追蹤[2]。

在現(xiàn)實(shí)生活中，每年的自然災(zāi)害都會(huì)造成無(wú)數(shù)的人命傷亡，所以搜救時(shí)必須爭(zhēng)分奪秒[3]。在地震、樓房坍塌、火災(zāi)、森林搜救等急需高效搜救的情況下，提高從開始搜救到完成搜救的效率是很有必要的。因此，需要一個(gè)能實(shí)時(shí)檢測(cè)出受害者位置的聲源定位程序。在該想法下，本文研究設(shè)計(jì)一種麥克風(fēng)三維球面陣結(jié)構(gòu)裝置，采用廣義互相關(guān)函數(shù)的時(shí)延估計(jì)算法（GCC-PHAT）[4]，實(shí)現(xiàn)聲源空間三維實(shí)時(shí)定位識(shí)別，以便搜尋被困于倒塌物下或被埋于瓦礫中的幸存者，快速鎖定被困者位置，加速救援行動(dòng)，在有限時(shí)間內(nèi)拯救更多生命。

1 實(shí)驗(yàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

1.1 整體架構(gòu)

系統(tǒng)由三維球面陣麥克風(fēng)陣列、數(shù)據(jù)采集模塊、LabVIEW 系統(tǒng)組成，系統(tǒng)架構(gòu)如圖1 所示。由麥克風(fēng)陣列收集到的6 路信號(hào)，經(jīng)過NI-USB-6363 數(shù)據(jù)采集卡收集，將六通道輸入信號(hào)輸入到LabVIEW 系統(tǒng)上。軟件部分基于LabVIEW 系統(tǒng)開發(fā)，實(shí)現(xiàn)了對(duì)聲音的實(shí)時(shí)定位。

圖1 聲源定位系統(tǒng)整體架構(gòu)

1.2 硬件系統(tǒng)主要功能模塊

實(shí)驗(yàn)采集系統(tǒng)是選用NI-USB-6363 數(shù)據(jù)采集卡，可以高性能地進(jìn)行NI 信號(hào)讀寫，并且有30 個(gè)模擬輸入通道、6 路模擬輸出[5]，能夠?qū)崿F(xiàn)高級(jí)定時(shí)與觸發(fā)，和對(duì)實(shí)時(shí)信號(hào)的收集。NI 數(shù)據(jù)采集卡通過數(shù)據(jù)線與上位機(jī)相連。本文采用6 通道的數(shù)據(jù)采集，設(shè)置20 000 個(gè)采樣點(diǎn)數(shù)，44.1 kHz 采樣頻率進(jìn)行同步采樣。

本實(shí)驗(yàn)搭建球面陣聲源定位裝置，高50 cm，由六個(gè)麥克風(fēng)組成球面陣[6]，兩兩麥克風(fēng)之間固定距離設(shè)置為13.9 cm，小巧輕便。實(shí)驗(yàn)室噪聲信號(hào)為高斯白噪聲，信噪比約為20 dB，聲源為脈沖信號(hào)以及連續(xù)信號(hào)。聲源定位裝置實(shí)物圖如圖2 所示。其中，直流恒壓源用于給數(shù)據(jù)采集卡提供15 V 的電壓。Ni-USB-6363 數(shù)據(jù)采集卡用于采集麥克風(fēng)球面陣收集到的聲源信號(hào)數(shù)據(jù)并上傳至PC 機(jī)（上位機(jī)）中做處理顯示。

圖2 聲源定位裝置實(shí)物圖

1.3 軟件系統(tǒng)主要功能模塊

LabVIEW 是一款圖形化編程語(yǔ)言，其自身還具有優(yōu)異的性能。數(shù)據(jù)傳輸至上位機(jī)后，用LabVIEW 自帶的語(yǔ)言進(jìn)行數(shù)據(jù)預(yù)處理以及濾波降噪處理，并在前面板中進(jìn)行聲源定位的可視化，程序前面板如圖3 所示。圖中：左上角為二維平面的空間定位，箭頭指向是平面聲源的角度；左下角是6 個(gè)輸入信號(hào)的波形，該波形接收信號(hào)靈敏但含有一定噪聲；右上角為三維空間聲源定位，以X軸指向?yàn)槠矫娼嵌?°，Z軸下半面為俯仰角0°，綠色的點(diǎn)為空間聲源點(diǎn)，可以清楚地對(duì)聲源進(jìn)行三維定位；右下角為調(diào)節(jié)閾值旋鈕，與安靜條件下相比，設(shè)置閾值可以讓超過一定范圍的聲音信號(hào)被捕捉并保持下去，這樣可以降低微小噪聲所帶來(lái)的干擾。

圖3 LabVIEW 程序前面板

系統(tǒng)的軟件采用LabVIEW 2018 編程，軟件程序流程如圖4 所示[7]。

圖4 系統(tǒng)軟件流程

2 聲源定位系統(tǒng)的工作原理

2.1 信號(hào)預(yù)處理

通過NI-USB-6363 數(shù)據(jù)采集卡與LabVIEW 內(nèi)置DAQ助手，獲取到6 路麥克風(fēng)傳感器信號(hào)。該信號(hào)中除了所需的聲源信號(hào)，還包含現(xiàn)實(shí)背景的各種高低頻段的噪聲。因此，還需要對(duì)所接收到的聲源信號(hào)進(jìn)行濾波。LabVIEW 程序內(nèi)置的butterworth濾波模塊可以通過參數(shù)調(diào)節(jié)有效保留所需頻段的聲源信號(hào)，去除高低頻段的噪聲[8-9]。振幅的平方對(duì)頻率公式為：

式中：n為濾波器的階數(shù)，階數(shù)越大通帶和阻帶的近似性越好，過渡帶也越陡；ωc為截止頻率；ωp為通頻帶邊緣頻率。

2.2 基于廣義互相關(guān)函數(shù)的時(shí)延估計(jì)算法

在聲源定位算法中，基于到達(dá)時(shí)間差的定位技術(shù)（TDOA）在定位準(zhǔn)確性上得到了良好的驗(yàn)證，被廣泛應(yīng)用，而準(zhǔn)確的時(shí)延估計(jì)是該技術(shù)實(shí)現(xiàn)的前提。在眾多時(shí)延估計(jì)算法中，廣義互相關(guān)（GCC）算法因其較低的運(yùn)算復(fù)雜度和易于實(shí)現(xiàn)的特點(diǎn)得到了廣泛的應(yīng)用[10]。

在廣義互相關(guān)函數(shù)的時(shí)延估計(jì)算法流程中，首先通過接收信號(hào)x1(t)和x2(t)計(jì)算互功率譜，其次對(duì)互功率譜進(jìn)行加權(quán)計(jì)算，最后進(jìn)行傅里葉變換，得到廣義的互相關(guān)函數(shù)。首先計(jì)算互功率譜，有：

式中：X1(·)和X2(·)為接收信號(hào)x1(t)和x2(t)的濾波函數(shù)；X2*(·)為X2(·)取共軛函數(shù)。

加權(quán)函數(shù)對(duì)時(shí)延估計(jì)精度有著不錯(cuò)的提高[11]。本文主要基于相位變化（PHAT）的加權(quán)函數(shù)進(jìn)行研究。PHAT 函數(shù)的表達(dá)式為：

由式（3）可知，相位變換加權(quán)函數(shù)可以使信號(hào)間互功率譜更加平滑，從而銳化廣義互相關(guān)函數(shù)的峰值。

最后，對(duì)加權(quán)后的互功率譜進(jìn)行傅里葉變換，得到廣義互相關(guān)函數(shù)，有：

由式（4）可知，通過廣義互相關(guān)函數(shù)計(jì)算會(huì)使兩個(gè)相關(guān)信號(hào)存在一個(gè)最大峰值，該點(diǎn)最大峰值處與采樣數(shù)的差值即為相位差。

2.3 聲源角度算法

在聲源定位系統(tǒng)中，往往需要一個(gè)線性麥克風(fēng)陣列才可以更好地得到聲源傳輸?shù)禁溈孙L(fēng)之間的角度及距離關(guān)系，而對(duì)于一個(gè)線性排列的麥克風(fēng)陣列[12]，聲音到達(dá)不同麥克風(fēng)的時(shí)間總會(huì)有先后順序[13]。

圖5 為球面陣麥克風(fēng)陣列聲源角度原理圖。其中，利用線性麥克風(fēng)陣列可以使得三維空間中聲源與線性麥克風(fēng)陣列接收信號(hào)時(shí)間存在一定關(guān)系，如下：

圖5 球面陣麥克風(fēng)陣列聲源角度原理

式中：τ12為2個(gè)麥克風(fēng)y1(k)、y2(k)接收同一聲源s(k)的時(shí)延值；d為2 個(gè)麥克風(fēng)y1(k)、y2(k)之間的距離；θ為入射角；c為聲速，取340 m/s。

通過時(shí)延GCC 算法得到不同空間位置的麥克風(fēng)時(shí)差τ12，從而得到聲音波束相對(duì)于2 個(gè)麥克風(fēng)的角度θ。通過以上算法可基本實(shí)現(xiàn)聲源定位功能。

根據(jù)以上原理，通過編寫程序?qū)崿F(xiàn)角度轉(zhuǎn)換算法[8]，角度轉(zhuǎn)換算法如圖6 所示。

圖6 編寫程序?qū)崿F(xiàn)角度轉(zhuǎn)換算法

本系統(tǒng)采用頻率為44.1 kHz，采集點(diǎn)數(shù)為2×104，利用廣義互相關(guān)算法得出2 個(gè)麥克風(fēng)傳感器之間GCC 最大峰值所在點(diǎn)數(shù)。根據(jù)定義，用采樣點(diǎn)數(shù)減去GCC 最大峰值所在點(diǎn)數(shù)，即可得到2 個(gè)麥克風(fēng)對(duì)聲音接收的相位差值，通過頻率換算獲得單位時(shí)間，將其相乘得到的就是2 個(gè)麥克風(fēng)的時(shí)間差。麥克風(fēng)到兩個(gè)點(diǎn)距離的差值如下：

式中：x為相對(duì)接收距離；t為2 個(gè)麥克風(fēng)接收到同一信號(hào)的時(shí)間差。利用x相對(duì)接收距離再除以2 個(gè)麥克風(fēng)之間的直線距離，得到余弦角度θ的數(shù)值，進(jìn)行反余弦計(jì)算得到θ，在LabVIEW 系統(tǒng)中此時(shí)得到的為弧度制，最后進(jìn)行角度制轉(zhuǎn)換，得到2 個(gè)麥克風(fēng)關(guān)于聲源的平面角度。

2.4 實(shí)驗(yàn)測(cè)試結(jié)果與分析

本文著重測(cè)試該模型對(duì)連續(xù)信號(hào)的識(shí)別作用，所以選用在安靜的環(huán)境下進(jìn)行測(cè)試，這樣可以有效地避免噪聲對(duì)測(cè)試結(jié)果的影響并測(cè)試其性能，以手機(jī)播放的音樂作為聲源，在測(cè)試范圍內(nèi)不斷移動(dòng)，涵蓋方位角30°～330°，一共11 個(gè)數(shù)據(jù)點(diǎn)，每個(gè)聲源位置測(cè)試10 次，得出的數(shù)據(jù)取平均值。一共獲取110 組數(shù)據(jù)測(cè)量點(diǎn)，并記錄聲源角度數(shù)據(jù)。

通過實(shí)時(shí)的聲音采集對(duì)其進(jìn)行誤差分析。圖7 為系統(tǒng)連續(xù)信號(hào)誤差分析圖，從中可以直觀地看出連續(xù)信號(hào)的一個(gè)誤差范圍。經(jīng)過分析，該程序能較好地識(shí)別出聲音的實(shí)時(shí)定位，將得到的110 組數(shù)據(jù)進(jìn)行擬合，可以得到擬合曲線范圍為[1.7，2]，并且P值為0.025 21＜0.05。一般可以認(rèn)為P≤0.05時(shí)（一般選擇這個(gè)顯著水平），該數(shù)據(jù)得出的結(jié)果不存在偶然性，該程序的結(jié)果可靠。誤差偏移值控制在2°左右，產(chǎn)生該誤差的原因有：麥克風(fēng)硬件及系統(tǒng)性能的限制，噪聲信號(hào)無(wú)法最大化去除連續(xù)聲音信號(hào)誤差；除此之外，還可能是系統(tǒng)在高頻率響應(yīng)下無(wú)法及時(shí)分析，返回正確的角度值。

圖7 連續(xù)信號(hào)誤差分析

3 結(jié) 語(yǔ)

本文基于GCC-PHAT 算法、LabVIEW 軟件平臺(tái)開發(fā)了一套六通道球面陣列聲源定位系統(tǒng)，詳細(xì)介紹了該系統(tǒng)的各硬件構(gòu)成、軟件程序模塊及實(shí)驗(yàn)操作流程。本文對(duì)連續(xù)信號(hào)方位角進(jìn)行多點(diǎn)多次測(cè)量，對(duì)所得實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，歸納總結(jié)了聲源定位精度的變化趨勢(shì)，并分析了主要誤差來(lái)源。實(shí)驗(yàn)結(jié)果表明該系統(tǒng)有良好的連續(xù)信號(hào)聲源定位效果。本文的設(shè)計(jì)思路及程序算法實(shí)現(xiàn)可為聲源定位儀器開發(fā)人員提供一定的參考。