作者 / 王宇威 雍洋 孙新 西安交通大学 信息与通讯工程系(陕西 西安 710000)
*本项目取得“2018年瑞萨杯”信息科技前沿专题邀请赛的最高奖“瑞萨杯”奖。
摘要：跟着科技的开展，声源定位技能在越来越多的当地发挥着重要的作用，在多个范畴有着广泛的运用。声源方针盯梢技能能够运用在视频录制、安防监控、鸣笛抓拍等场景中，在这些场景中，针对方针方针的语音信号，能够运用阵列信号处理的常识，将麦克风依照特定阵列放置在空域中，运用空间不同方位点的声源对麦克风阵列呼应的时延相位差错，对声源进行测向，完结低本钱的声源定位盯梢功用。
本著作便是依据麦克风阵列的声源盯梢体系，将6路麦克风依照线型摆放，并接入瑞萨SK-S7G2单片机的6路ADC中，单片机将采样值经过阵列信号处理中波达方向(DOA)估量等算法，取得声源的来波方向。然后用单片机去驱动云台，上面搭载摄像头或许高指向性麦克风，能够完结用户特定的盯梢需求。
咱们结合瑞萨单片机的性能与实践测验作用，选用了周期图法进行视点估量，运用频率采样型的FIR滤波器完结了对人声信号的切片，并对得到的视点成果进行低通滤波、设定阈值、非线性束缚等处理，处理了环境噪声、室内混响等要素带来的问题。此外，咱们将阵列置于云台上，进一步前进了盯梢的精度，云台的驱动选用步进办法，完结了实时盯梢。终究，咱们将一切算法移植到瑞萨单片机上，制作了GUI界面，并添加了噪声练习功用，使之成为一个完好的体系。
0 导言
当今社会，人们对主动操控的需求越来越高，而其间一个重要的分支便是方针盯梢技能。伴跟着人工智能的热潮，经过图像识别来进行方针盯梢是现在的干流做法，可是神经网络算法的复杂度极高，不行能在一般的MCU上完结，只能借助于一些高性能的芯片如FPGA，这样就会需求较高的本钱。其实在一些特定场合，能够经过或许只能经过声源定位的办法进行方针盯梢，而其间用到的阵列信号处理技能经过改善和优化之后，能够将算法移植到一般的MCU中进行完结，然后能够确保盯梢作用的一同下降产品的本钱。
现在跟着网络的遍及，网络公开课越来越受欢迎，而网络公开课的录制就需求对讲课的教师进行摄像盯梢，在这种场景下，就能够运用阵列信号处理中的DOA技能对声源进行估量，然后使云台滚动，盯梢摄像方针。除此之外，现在的城市中，为了削减噪音污染，有不少的制止鸣笛区。在这些鸣笛区中，为了精确地抓拍到违章鸣笛的车辆，就必须要用到声源定位，这儿就需求阵列麦克风进行波达方向估量，才干精确地找到违章车辆。在这些场景下运用DOA估量来完结方针盯梢是完全能够满足要求的，而且能够在单片机上完结，而且能够最大极限地节约核算资源。
1 著作规划与完结
1.1 体系计划
先用六阵元线阵的阵列麦克风进行拾音，然后运用Renesas(瑞萨)SK-S7G2单片机的ADC进行采样，采样率8000Hz，采样完毕之后对采样数据进行DOA估量(波达方向估量)，把估量出来的视点与当时云台的视点比较，来确认是否滚动云台以及滚动方向，然后使摄像头或许高指向性麦克风对准声源，完结声源盯梢的意图。
1.2 理论剖析及核算
1.2.1 阵列信号处理根本模型
阵列信号处理(Array Signal
Processing)作为信号处理的一个重要内容，其意义是指将一批传感器依照特定阵列流型放置在空域中，对空域信号进行采样，得到信源的空域采样数据并进行处理。
在传统的阵列信号处理中，首要处理的是窄带信号，窄带信号是指带宽远远小于中心频率的信号，而且假定信号源坐落阵列的远场，因而能够运用平面波传达理论，以为信号平行入射，各阵元接纳到的信号之间没有起伏差异，只存在传达延时形成的相位差异。最常用的是均匀线阵，其远场模型如图2所示。
其间θ为信号入射方向角，d为阵元距离。为“避免混叠”，阵元距离一般取入射信号的半波长。记信号波长为λ，阵元个数为N ，阵列等效孔径为：
能够将麦克风阵列和单片机ADC结合起来看作进行空间采样的设备，阵列每接纳一次数据便是在空间的一次采样或许快拍(snapshot)，阵列信号便是由快拍组成的向量序列。均匀线阵是在空间的一条直线上均匀采样，它对应于时刻序列的均匀采样。因为阵元距离
为空间采样距离， 即为空间采样频率，而为阵列信号的空间频率。与奈奎斯特采样定理类似，为避免空域混叠，对空间采样频率有必定的要求:
(3)
12.2 频率切片
传统阵列信号处理的模型与算法都是建立在窄带信号的条件下，可是语音信号的频率规模为300~3400
Hz，带宽较大，所以不能对语音信号直接进行处理，要先经过频率采样型的FIR滤波器进行频率切片，然后对切片之后的数据进行处理。频率采样滤波器由一个梳状滤波器和一个谐振器组成。
频率采样型结构中谐振器的极点刚好各自抵消梳状滤波器的零点，其系数便是滤波器在
处的呼应。为了避免滤波器不安稳，能够将梳状滤波器的零点和谐振器的极点一同向圆内移一点，就能够确保滤波器的安稳，即：
(7)
频率采样型结构的作用便是一个“滤波器柜”，想要滤出信号的某个频率重量，只需在对应的那一路后边接抽头，输出即为该频率重量的时域信号。所以只要把语音信号以200
Hz为距离切片，得到各个频率重量的窄带信号，对窄带信号进行处理之后再相加即可。
1.2.3 DOA(波达方向估量)
(1)DOA估量的根本模型
在前面模型的基础上，在只要一个声源的情况下，阵列麦克风各个阵元接纳到的信号为：
完结DOA的算法有许多种，有周期图法，Capon算法，Music算法等等，其间，周期图法是在视点和频率方向的二维查找，相对稳健，即便在有混响的情况下也能找到方向，而且该算法能够移植到单片机中进行完结，而Music算法的仿真作用较好，其主瓣窄，旁瓣小，但算法复杂度较高，且极易遭到混频搅扰的影响。在进行了实践试验验证之后，综合楼室内混响带来的差错，咱们挑选了相对稳健的周期图法，下面简略介绍一下周期图法。
(2)周期图法
周期图法是经过算出每个视点入射信号的功率，然后找出最大值所对应的视点，便是声响信号入射的视点。做法是先对收集的N次快拍求均匀估量自相关矩阵：
这种办法较为稳健，从仿真成果来看，尽管主瓣较宽，但在精度要求不是非常严厉的情况下能够运用，特别在有混频搅扰的情况下，周期图法也能较为精确地估量出视点。且该算法的复杂度较低，易于在单片机上完结，所以咱们就挑选了周期图法，而且选用了6阵元的线阵，因为声速v=340
m/s，人声频率在300~3400 Hz之间，其间f=1700 Hz对应的半波长λ = 0.5*v/f = 0.1 m = 10 cm，阵元距离为10
cm。
1.3 体系优化
1.3.1 频率切片
传统阵列信号处理的模型与算法都是建立在窄带信号的条件下，可是语音信号的频率规模为300 Hz-3400
Hz，带宽较大，所以不能对语音信号直接进行处理，要先进行切片。可是各个频率重量的功率有很大差异，假如对300 Hz~3400
Hz都进行切片的话会形成核算资源的糟蹋，咱们在试验往后发现正常人声在600 Hz~1200 Hz内频率重量的功率最大，所以咱们在这个规模内进行切片，以200
Hz为距离，共切四片。
1.3.2 成果滤波
为了前进体系的安稳性和精确性，咱们进行了成果滤波，分为两个阶段：习惯噪声和线性束缚滤波。
(1)噪声自习惯
在开端进行DOA估量且云台盯梢之前，需求先对电路噪声及环境噪声进行习惯。进入噪声习惯形式之后，经过麦克风收集当时的电路及环境噪声，核算其功率，然后设定一个适宜的阈值。在之后的核算中，若功率大于阈值，则视为有用的声响，不然视为噪声，不核算视点。这样能够有效地滤除底噪的搅扰，当人中止说话时，摄像头不会因为噪声的搅扰而随意摇摆。
(2)线性束缚
为了前进体系的安稳性以及减小放射径的影响，咱们选用了线性束缚的办法，这样能有效地减小骤变以及放射径的影响，即：
终究视点=0.8 前次视点+0.2 当时核算视点
因为每一秒会核算出15次成果，所以不免会有一些核算出来的成果不太精确，这样运用了线性束缚之后，即便有一些视点不太精确也不会形成较大的影响，大大地前进了体系的安稳性。
1.3.3 云台方针盯梢
云台的操控是经过单片机串口给解码器发指令来完结的，而且选用了步进的办法操控。在云台和麦克风阵列摆放联系的问题上，咱们采纳的计划是阵列固定在云台上面，跟从云台一同滚动，云台依据DOA的估量成果不断向0°方向挨近。
2 参赛感触
本次竞赛咱们的著作得到了不少评委教师的必定与认可，而且摘得了本次竞赛的最高奖瑞萨杯奖，我以为是因为咱们著作的以下一些亮点：首要，咱们的著作的处理器只运用了组委会供给的开发板，在咱们的不断改善与优化下，悉数的算法与操控都在瑞萨单片机上完结，把单片机的核算资源、内存都运用到了极致。这样就大大下降了本钱，增加了把该著作变成产品推向商场的可能性。其次，咱们的体系的安稳性很好，咱们运用了噪声自习惯、线性束缚、成果滤波等办法增加了体系的安稳性，而且在不同的环境下都进行了测验。还有一点，便是实践运用价值较高，现在的商场对声源定位的需求越来越高，能够在网络视频主动录制、鸣笛抓拍等场景中有广泛的运用。
这次的竞赛，咱们收成的不只仅是瑞萨杯这个奖项，更多的是在竞赛过程中才能的前进。在这个过程中，咱们不只在理论常识上得到了前进，着手才能也有了很大的前进，处理问题的才能也得到了很大的前进，意志力也得到了训练，在行将升入大四，开端更多地触摸科研任务之际，这次竞赛也给了咱们许多前行的动力和决心。
参考文献：
[1]McCowan I A.，Robust Speech Recognition using Microphone Arrays[D].
Queensland University of Technology,Australia,2001.
[2]梁玉杰. 依据超格点DOA的室内无线传感器网络定位技能研究[D]. 上海：上海交通大学，2015-4-7.
[3]Jacob Benesty，Jingdong Chen，Yiteng Huang,Microphone Array Signal
Processing[M]. 北京：国防工业出版社，2015.
[4]张小飞，陈华伟，仇小锋. 阵列信号处理及MATLAB完结[M].北京：电子工业出版社，2014.
[5]姚天任. 数字信号处理[M]. 北京：清华大学出版社，2011.
本文来源于《电子产品世界》2018年第12期第48页，欢迎您写论文时引证，并注明出处。
