岑林澤，徐一祺，楊宇帆，溫懷疆

（浙江傳媒學(xué)院 媒體工程學(xué)院，浙江杭州，310018）

1 聲源定位跟蹤系統(tǒng)總體思路

本系統(tǒng)主要由控制模塊、麥克風(fēng)矩陣模塊、云臺(tái)控制模塊、幅度相位檢測(cè)模塊和電源模塊組成。系統(tǒng)總體設(shè)計(jì)框圖如圖1所示。其中，控制模塊我們選用樹(shù)莓派4B，能夠很好地滿(mǎn)足該系統(tǒng)對(duì)于處理、便攜、高速收發(fā)數(shù)據(jù)等的需求。同時(shí)考慮到樹(shù)莓派的I/O口較少而功能模塊引腳較多的情況，我們決定在此基礎(chǔ)上再搭載Arduino UNO 單片機(jī)，用于數(shù)據(jù)的采集和接收。傳感器我們選擇Gy-max4466 駐極體話筒放大器和科大訊飛六麥環(huán)形陣列分別作為聲源粗定位和細(xì)定位。該系統(tǒng)能實(shí)現(xiàn)定位聲源、動(dòng)態(tài)追蹤聲源，計(jì)算并顯示檢測(cè)裝置和“聲源”距離、夾角的功能。該裝置能夠應(yīng)用在機(jī)械系統(tǒng)的在線狀態(tài)監(jiān)測(cè)和故障診斷、遠(yuǎn)場(chǎng)語(yǔ)音拾取、工業(yè)產(chǎn)品噪聲檢測(cè)等場(chǎng)景中，有效解決了部分作業(yè)中的痛點(diǎn)和難點(diǎn)問(wèn)題。

圖1 系統(tǒng)總體框圖

2 系統(tǒng)理論分析與計(jì)算

聲源定位的模型一般可以分為遠(yuǎn)場(chǎng)模型和近場(chǎng)模型，假設(shè)聲源到麥克風(fēng)的距離為r，麥克風(fēng)之間的距離為d，聲音的波長(zhǎng)為λ，則有，通常當(dāng)r遠(yuǎn)大于θ時(shí)認(rèn)為符合遠(yuǎn)場(chǎng)模型，反之認(rèn)為符合近場(chǎng)模型。根據(jù)題目要求，聲源到麥克風(fēng)的距離r約為3 米，考慮到實(shí)際作品安裝位置的限制，假設(shè)麥克風(fēng)之間的距離為0.1米到0.5米，聲音的波長(zhǎng)在0.17米到17 米之間，根據(jù)公式推算應(yīng)該選擇近場(chǎng)模型進(jìn)行定位分析。

在近場(chǎng)模型中，聲源到麥克風(fēng)陣列的波形通常當(dāng)作球面波處理，假設(shè)近場(chǎng)模型中三個(gè)麥克風(fēng)與聲源之間的位置關(guān)系如圖2所示（其中τ12，τ13 分別為第二和第三個(gè)麥克風(fēng)與第一個(gè)麥克風(fēng)的時(shí)間長(zhǎng)度）。

圖2 三個(gè)麥克風(fēng)與聲源關(guān)系圖

經(jīng)過(guò)簡(jiǎn)單的計(jì)算分析后，可以得出聲音波長(zhǎng)約為0.48米，即可計(jì)算出聲源的頻率：。

3 單元電路設(shè)計(jì)

■3.1 控制處理單元

本單元由樹(shù)莓派4B(Raspberry Pi 4B）和Arduino UNO 來(lái)實(shí)現(xiàn)整個(gè)系統(tǒng)的數(shù)據(jù)處理和輸出控制。其中，樹(shù)莓派4B 是一款“即插即用”的單板計(jì)算機(jī)，它同時(shí)也是學(xué)習(xí)AI人工智能項(xiàng)目很好的起點(diǎn)?；贚inux操作系統(tǒng)的樹(shù)莓派，可以使用大量Linux 下的免費(fèi)軟件和工具，它實(shí)質(zhì)上是一臺(tái)迷你的嵌入式計(jì)算機(jī)，支持雙頻WiFi、藍(lán)牙5.0、提供2個(gè)Micro HDMI2.0 接口、千兆網(wǎng)口、MIPI DSI 顯示屏接口、MIPI CS 攝像頭接口、立體聲耳機(jī)接口、2個(gè)USB2.0 接口、2個(gè)USB 3.0 接口以及40 針擴(kuò)展GPIO 接口。

在核心處理器的選擇上，相較于我們?cè)陬A(yù)期考慮選擇的STM32 單片機(jī)，樹(shù)莓派4B 具有更加強(qiáng)的移植性、更高的性?xún)r(jià)比，同時(shí)功能、性能也更加強(qiáng)大，能夠很好地滿(mǎn)足該系統(tǒng)對(duì)于靈敏、便攜、高速數(shù)據(jù)處理等的需求。同時(shí)考慮到樹(shù)莓派的I/O口較少，而功能模塊引腳較多的情況，我們決定在此基礎(chǔ)上再搭載Arduino UNO 單片機(jī)，用于數(shù)據(jù)輸出的控制 和 顯 示。Arduino UNO 是 基 于ATmega328P的Arduino開(kāi)發(fā)板。它有14個(gè)數(shù)字輸入/輸出引腳（其中6個(gè)可用于PWM 輸出）、6個(gè)模擬輸入引腳，一個(gè)16 MHz的晶體振蕩器，一個(gè)USB 接口，一個(gè)DC 接口，一個(gè)ICSP 接和一個(gè)復(fù)位按鈕。它包含了微控制器所需的一切，只用簡(jiǎn)單地用電池供電就可以驅(qū)動(dòng)它。并且它非常的小巧便攜，不會(huì)給使用者帶來(lái)負(fù)擔(dān)。同時(shí)，Arduino 搭載了相當(dāng)豐富的標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)，這也讓我們?cè)谑褂酶鱾€(gè)功能模塊采集數(shù)據(jù)時(shí)獲得了極大的便利。

最終，我們通過(guò)串口將樹(shù)莓派和Arduino 連接以實(shí)現(xiàn)數(shù)據(jù)的傳輸和通信。一旦麥克風(fēng)傳感器檢測(cè)音頻信號(hào)，就會(huì)把相關(guān)信息以數(shù)據(jù)流的形式傳輸給樹(shù)莓派，樹(shù)莓派接收到數(shù)據(jù)后將對(duì)數(shù)據(jù)進(jìn)行分析處理和運(yùn)算，并對(duì)當(dāng)前的情況傳達(dá)相關(guān)的指令，由Arduino UNO 單片機(jī)控制三維云臺(tái)做出指示反應(yīng)。這樣既解決了樹(shù)莓派I/O口不夠用的問(wèn)題的，也大大提高了接收數(shù)據(jù)和數(shù)據(jù)處理的效率。具體的設(shè)計(jì)流程如圖3所示。

圖3 控制處理單元設(shè)計(jì)框圖

■3.2 電源系統(tǒng)

電源由變壓部分、濾波部分、穩(wěn)壓部分組成。為整個(gè)系統(tǒng)提供±5V 和±12V 電壓，使電路的正常穩(wěn)定工作。供電由四節(jié)串聯(lián)的18650 電池以及格氏一節(jié)ace 航模飛機(jī)電池組成。其中，18650 鋰電池的容量在1200mAh~3600mAh之間，比一般的電池容量（800mAh 左右）要高，能夠滿(mǎn)足整個(gè)系統(tǒng)的供電需求。同時(shí)，該鋰電池具有壽命長(zhǎng)、安全性能高、電壓高、內(nèi)阻小等優(yōu)點(diǎn)。同樣，該系統(tǒng)中使用的航模電池也具有電池容量高，續(xù)航時(shí)間長(zhǎng)，動(dòng)力強(qiáng)勁穩(wěn)定，散熱效果好，不易鼓脹，循環(huán)性能好，使用壽命長(zhǎng)等優(yōu)點(diǎn)。

我們使用TPS54360 芯片制作開(kāi)關(guān)電源模塊，實(shí)現(xiàn)電壓DC-DC 轉(zhuǎn)換，把12V 電壓轉(zhuǎn)化為5V 電壓輸出。該模塊正壓最大帶載電流可達(dá)3.5A，理論轉(zhuǎn)換效率可達(dá)91%。芯片內(nèi)部具有過(guò)熱、過(guò)壓和頻率折返保護(hù)。該降壓模塊的原理圖如圖4所示。

圖4 DC-DC 降壓模塊原理圖

■3.3 聲源子系統(tǒng)

聲源使用蜂鳴器，喇叭等出聲器件制作，考慮到音源所處的環(huán)境可能會(huì)有大量雜音干擾，因此該系統(tǒng)采用了功率為5W的喇叭制作聲源，再通過(guò)TPA3138d2 數(shù)字功放模塊作為前級(jí)推動(dòng)。在獨(dú)立的情況下，我們利用18650 電池供電，以此達(dá)到聲源可以高效率地發(fā)出聲音的效果。同時(shí)，我們選擇NE555 振蕩器產(chǎn)生的方波輸入到數(shù)字功放的信號(hào)輸入端，然后通過(guò)PWM 調(diào)制來(lái)實(shí)現(xiàn)聲音大小的調(diào)節(jié)。聲源子系統(tǒng)的具體設(shè)計(jì)流程如圖5所示。數(shù)字功放電路如圖6所示。

圖5 聲源子系統(tǒng)框圖

■3.4 麥克風(fēng)矩陣模塊

麥克風(fēng)矩陣我們選用的是科大訊飛的六麥環(huán)形陣列，該模塊能夠?qū)β晥?chǎng)的空間特性進(jìn)行采樣并處理。該模塊能夠?qū)崿F(xiàn)抑制背景噪聲、干擾、混響、回聲，信號(hào)提取與分離等功能，且效果非常顯著。

信號(hào)的提取與分離是指在期望方向上有效地形成一個(gè)波束，僅拾取波束內(nèi)的信號(hào)，從而達(dá)到同時(shí)提取聲源和抑制噪聲的目的；此外利用麥克風(fēng)陣列提供的信息基于深度神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)有效的混響去除，從而極大程度上提升了真實(shí)應(yīng)用場(chǎng)景中語(yǔ)音交互的效果。

該麥克風(fēng)陣列板載系統(tǒng)為L(zhǎng)inux 系統(tǒng)，采用平面式分布結(jié)構(gòu)，包含6個(gè)麥克風(fēng)，可實(shí)現(xiàn)360 度等效拾音，主機(jī)與麥克風(fēng)陣列之間的通信方式為基于USB的自定義通信協(xié)議。在使用時(shí)，我們可以在主機(jī)端進(jìn)行諸如麥克風(fēng)板開(kāi)機(jī)、獲取音頻、設(shè)置主麥方向、獲取喚醒角度等操作。

麥克風(fēng)陣列結(jié)構(gòu)如圖7所示，其中0~5 表示麥克風(fēng)的編號(hào)，LED 燈編號(hào)從 0 號(hào)麥克風(fēng)開(kāi)始，順時(shí)針編號(hào)依次為0~11。

圖7 麥克風(fēng)陣列結(jié)構(gòu)圖

在麥克風(fēng)陣列中，我們需要設(shè)定一個(gè)主麥來(lái)實(shí)現(xiàn)指定方向聲音加強(qiáng)，其他方向抑制的目的，且降噪音頻的獲取也基于該主麥方向的。若未主動(dòng)設(shè)置主麥，則主麥方向隨機(jī)，其獲取到的降噪音頻不一定基于你說(shuō)話的方向，這時(shí)生成的降噪音頻可能不是最優(yōu)的。如圖8所示，我們?cè)O(shè)置該麥克風(fēng)陣列的主麥為0 號(hào)麥克風(fēng)，測(cè)試角度分別為289 度（點(diǎn)亮10 號(hào)燈）、73 度（點(diǎn)亮2 號(hào)燈）、268 度（點(diǎn)亮9 號(hào)燈），該角度定義從0 號(hào)麥克風(fēng)位置起始軸，按順時(shí)針?lè)较蚶@行分別為0 度~360 度（見(jiàn)圖7）。

圖8 麥克風(fēng)陣列測(cè)試結(jié)果輸出圖

■3.5 云臺(tái)控制模塊

該三維云臺(tái)模塊由2個(gè)K20 金屬數(shù)字舵機(jī)安裝完成，拆解示意如圖9所示，只要把激光筆固定安裝在1 號(hào)舵機(jī)上，即可實(shí)現(xiàn)云臺(tái)對(duì)激光筆全方位的控制，可以讓激光筆指示在空間的任意位置。其中1 號(hào)舵機(jī)繞水平X 軸方向轉(zhuǎn)動(dòng)，控制激光筆上下方向（即Z 軸方向）指示移動(dòng)；2 號(hào)舵機(jī)繞豎直Y 軸方向轉(zhuǎn)動(dòng)，控制激光筆左右方向（即X 軸方向）指示移動(dòng)。

圖9 三維云臺(tái)解構(gòu)示意圖

我們使用Arduino UNO 單片機(jī)來(lái)控制這三維云臺(tái)。在麥克風(fēng)矩陣接收到音源，由樹(shù)莓派處理得出結(jié)果后，通過(guò)串口將該結(jié)果傳輸給Arduino 單片機(jī)，由Arduino 單片機(jī)來(lái)控制三維云臺(tái)，實(shí)現(xiàn)激光筆的指示工作。

■3.6 相位幅度檢測(cè)模塊

該部分由三個(gè)Gy-max4466 駐極體話筒放大器和三個(gè)AD8302 幅度相位檢測(cè)模塊組成。

Gy-max4466 駐極體話筒放大器是一款可調(diào)放大器，該放大器具有的電源噪聲抑制能力，不像其他麥克風(fēng)放大器那樣嘈雜或刮擦。該放大器還包括一個(gè)小的微調(diào)電位器來(lái)調(diào)節(jié)增益，可以將增益從25 倍設(shè)置為125 倍。

AD8302 內(nèi)部包含2個(gè)精密匹配的寬帶對(duì)數(shù)放大器、1個(gè)寬帶相位檢測(cè)器、1.8V 精密基準(zhǔn)源，以及模擬標(biāo)定電路和接口電路，能同時(shí)測(cè)量從低頻到2.7GHz 頻率范圍內(nèi)2個(gè)輸入信號(hào)之間的增益(亦稱(chēng)幅度比)和相位差。AD8302 是一款完全集成的RFIC，用于測(cè)量?jī)蓚€(gè)獨(dú)立輸入信號(hào)之間的幅度和相位。該器件的工作頻率可從低頻到2.7GHz。此模塊具有優(yōu)秀的幅度、相位測(cè)量性能，采用的電源濾波。在兩路信號(hào)的幅度差測(cè)上面，能夠達(dá)到很高的測(cè)量精度，相位差測(cè)量上面在0~180 度內(nèi)，都是每度步進(jìn)1mV的效果。

如圖10所示，該模塊從接收陣列各話筒放大器所接收之電壓信號(hào)的幅度與相應(yīng)放大器到待測(cè)聲源的距離兩者之間存在的關(guān)系出發(fā)，通過(guò)AD8302 模塊計(jì)算出每?jī)蓚€(gè)話筒放大器的電壓差，建立電壓差和距離為參量的約束條件表達(dá)式，從而進(jìn)行聲源定位。具體算法如圖2所示。

圖10 相位幅度檢測(cè)模塊示意圖

基于時(shí)間差的方法與基于聲壓幅度比的方法在理想情況下均能進(jìn)行定位。但是，實(shí)際情況下，語(yǔ)音信號(hào)通常會(huì)含有噪聲，求取時(shí)間差的算法對(duì)噪聲比較敏感，計(jì)算出的時(shí)間差不易達(dá)到需要的精度，因而造成聲源的錯(cuò)誤定位。與此對(duì)應(yīng)，由于聲壓幅度比對(duì)噪聲不敏感，因此相位幅度檢測(cè)法定位具有良好的抗噪性能。

4 總體軟件設(shè)計(jì)

該系統(tǒng)的程序設(shè)計(jì)分為兩部分：樹(shù)莓派4B 部分和Arduino UNO 部分。以樹(shù)莓派4B 作為數(shù)據(jù)處理計(jì)算中心，以Arduino UNO 作為數(shù)據(jù)采集和控制中心。樹(shù)莓派采用TDOA 算法對(duì)信號(hào)進(jìn)行處理，能夠較為準(zhǔn)確地獲得音源的位置。Arduino UNO 使用幅度相位檢測(cè)算法對(duì)信號(hào)進(jìn)行處理并與樹(shù)莓派獲得的數(shù)據(jù)進(jìn)行對(duì)比檢測(cè)，以形成正反饋系統(tǒng)，同時(shí)Arduino UNO 負(fù)責(zé)云臺(tái)和激光筆的控制。

■4.1 樹(shù)莓派4B 部分

該部分程序采用Python 語(yǔ)言編寫(xiě)，整體程序主要由信息采集處理、計(jì)算分析聲源位置、結(jié)果串口輸出三部分組成。利用PyCharm 平臺(tái)對(duì)程序進(jìn)行編譯、調(diào)試，實(shí)現(xiàn)各個(gè)部分的功能。

具體程序流程如下：上電后，系統(tǒng)進(jìn)入初始化程序，麥克風(fēng)矩陣模塊啟動(dòng)，當(dāng)接收到聲源信號(hào)后，六個(gè)麥克風(fēng)把接收到的信號(hào)傳給矩陣模塊進(jìn)行預(yù)處理。樹(shù)莓派調(diào)用該預(yù)處理結(jié)果進(jìn)行進(jìn)一步計(jì)算，最后把結(jié)果通過(guò)串口傳給Arduino UNO 單片機(jī)。

在該數(shù)據(jù)處理過(guò)程中，我們用到了TDOA 算法。TDOA算法的基本原理就是根據(jù)信號(hào)到達(dá)監(jiān)測(cè)區(qū)域中的幾對(duì)節(jié)點(diǎn)之間的時(shí)間差，求得距離差來(lái)確定聲源的位置。對(duì)于一個(gè)傳感器網(wǎng)絡(luò)，知道了信號(hào)源到幾對(duì)傳感器的距離差，通過(guò)幾何處理就可以得到聲源位置。該程序設(shè)計(jì)主要分為兩步，第一步首先通過(guò)時(shí)延估計(jì)算法估計(jì)出信號(hào)在不同傳感器之間的TDOA（到達(dá)時(shí)間差）。第二步，利用TDOA（到達(dá)時(shí)間差）結(jié)合已知的節(jié)點(diǎn)位置進(jìn)行定位估計(jì)?？偟膩?lái)說(shuō)，TDOA 算法能夠較為準(zhǔn)確的檢測(cè)到音源傳給各個(gè)麥克風(fēng)的時(shí)間差，并計(jì)算出音源的位置，彌補(bǔ)了相位幅度檢測(cè)算法的不足，使得聲源定位的精準(zhǔn)度得到極大的提升。

■4.2 Arduino UNO 部分

該部分程序采用C 語(yǔ)言編寫(xiě)，整體程序主要由接收串口信息和電壓差值、數(shù)據(jù)處理和輸出控制顯示三部分組成。利用Arduino IDE 平臺(tái)對(duì)程序進(jìn)行編譯、調(diào)試，實(shí)現(xiàn)各個(gè)部分的功能。

具體程序流程如下：上電后，系統(tǒng)進(jìn)入初始化程序，實(shí)時(shí)接收三個(gè)AD8302 幅度相位檢測(cè)模塊傳來(lái)的數(shù)據(jù)值，把數(shù)據(jù)進(jìn)行處理后可以得到一個(gè)聲源的位置參數(shù)，把該參數(shù)與串口傳來(lái)的參數(shù)進(jìn)行對(duì)比矯正后，控制三維云臺(tái)把激光筆指示到該位置以及在LED 屏幕上顯示最終的位置參數(shù)。

在處理幅度相位檢測(cè)模塊得到的數(shù)據(jù)值時(shí)，用到了幅度－相位聯(lián)合檢測(cè)算法，該算法可以根據(jù)麥克風(fēng)之間的相位差即可大致確定聲源的大致位置。因?yàn)榇怂惴ㄖ荒艽致缘玫铰曉次恢?，所以還需要結(jié)合TDOA 算法來(lái)尋找聲源的確切位置。

該系統(tǒng)的整體程序部分設(shè)計(jì)合理，簡(jiǎn)潔有序，為整個(gè)系統(tǒng)的穩(wěn)定性和精確性提供了堅(jiān)實(shí)的保障。該系統(tǒng)的程序設(shè)計(jì)流程圖如圖11所示。

圖11 程序設(shè)計(jì)流程圖

5 總結(jié)

本系統(tǒng)能夠?qū)β曉催M(jìn)行實(shí)時(shí)定位以及顯示聲源位置和方向夾角。在測(cè)試過(guò)程中，啟動(dòng)聲源指示控制裝置后，我們將聲源擺放在3 米以外位置并用細(xì)繩牽引，以0.2m/s 左右的速度移動(dòng)聲源，激光筆光點(diǎn)能夠較為準(zhǔn)確和即時(shí)地跟著聲源的位置移動(dòng)，跟蹤反應(yīng)速度較快。由此可見(jiàn)，我們的設(shè)計(jì)方案是可行的，而且該系統(tǒng)具有較高的準(zhǔn)確度和靈敏度，能夠快速指示和顯示出聲源的位置。該作品在實(shí)驗(yàn)測(cè)試中示波器所顯示的三個(gè)麥克風(fēng)接收到的聲源波形如圖12（左圖）所示，經(jīng)過(guò)計(jì)算液晶屏幕顯示出聲源的位置和角度，如圖12（右圖）所示，單位分別為度和米（即聲源位于激光筆正方向153 度、距離2.64 米處）。該裝置實(shí)物圖如圖13所示。

圖12 三麥克風(fēng)接收聲源波形圖和音源位置顯示圖

圖13 作品實(shí)物圖

隨著時(shí)代的發(fā)展，聲源定位技術(shù)在軍事、工業(yè)、航空航天、智能制造行業(yè)都有了越來(lái)越強(qiáng)烈的應(yīng)用需求。例如測(cè)量在地面作戰(zhàn)的炮兵陣地、找到隱藏在某地的狙擊手位置、測(cè)量彈藥試驗(yàn)火炮的著落點(diǎn)和空中炸點(diǎn)等。尤其是隨著現(xiàn)在隱身技術(shù)的迅速發(fā)展，原本應(yīng)用在軍事坦克和直升機(jī)上的傳統(tǒng)檢測(cè)技術(shù)已經(jīng)喪失作用，在這種情況下，被動(dòng)聲源探測(cè)技術(shù)將發(fā)揮巨大的優(yōu)勢(shì)。伴隨著近些年城市智慧化建設(shè)的需要，與工廠自動(dòng)化升級(jí)的推動(dòng)，聲源定位技術(shù)的發(fā)展空間遠(yuǎn)比想象的廣闊?？梢?jiàn)聲源定位技術(shù)具有非?，F(xiàn)實(shí)的研究意義和應(yīng)用前景。