声源定位技术，逃不脱的“火眼金睛”

ningxueqin

　　为顺应近年来工业，民用和军事领域的需求，hirose定位系统得到了广泛应用。其中，声源定位技术的研究已经成为新的研究热点。harting连接器官网与将视觉感知赋予机器、使机器具有和生物视觉系统类似的场景感知能力的机器视觉技术不同，声源定位技术主要是利用声源采集装置接收声场信息，环形端子依靠声源信号到达各个阵元的时间差估计以及时间延迟估计来实现被动声源信号的测向和测距，相当于用“耳朵”代替“眼睛”，排除更多因光线、距离等不稳定因素带来的机器感知能力的偏差，定位更精准。

　　声源定位技术的应用

　　**：美军的狙击手探测技术

　　战争中，敌方狙击手通常会给进攻方带来很大的伤亡。美国已经开发出了主要采用声测、红外和激光等原理探测敌方狙击手的技术，以及时的发现并消灭敌方狙击手，保障军队的行动安全。在伊拉克战争中，当伊拉克反美武装的狙击手开完枪准备转移时，就被狙击手声源定位仪发现并击毙。

　　民用：远程视频会议及远程教学等

　　远程视频会议系统是一种让出于不同地点的人们通过某种传输介质实现“实时、可视、交互”的多媒体通讯技术。它可以通过现有的各种电气通讯传输媒体，将人物的静态和动态图像、语音、文字、图片等多种信息分送到各个用户的终端设备上，使得在地理上分散的用户可以共聚一处，通过图形、声音等多种方式交流信息，增加双方对内容的理解能力，使人们犹如身临其境参加在同一会场中的会议一样。当与会代表发言时，摄像头会检测到发声对象，并把摄像头聚焦在该人身上。

　　机器人领域的应用

　　2004年，IEEE/RSJ关于智能机器人系统的国际会议首次将机器人听觉作为一个研究主题，并从声源定位、声源分离、语音识别等角度进行讨论。

　　声源定位原理

　　根据不同应用要求，有以下三种定位原理。

　　一、仿人双耳声源定位

　　人耳听觉系统能够同时定位和分离多个声源，这种特性经常被称作“鸡尾酒会效应”。用计算机模仿人类听觉生理和心理机制建立听觉模型的研究范畴称为计算听觉场景分析。

　　2006年Roman N 和 Wang D L提出双耳听觉定位跟踪多运动声源系统，并在系统中采用了一种新的跟踪算法。算法联合所有可靠频道间的概率以便在目标空间中产生似然函数，似然函数描述了在一个特定的时间序列内的机动声源的方位角，最后利用隐马尔可夫模型来形成连续地跟踪和自动地探测机动声源的数量。

　　二、基于时间差（TDOA）的声源定位

　　大多数声源定位是基于到达时间差的方法，该方法概括为两步：

　　声波以一定速度在空气中传播，到达设置于不同位置的传声器的相位不同，根据这些传声器对同一声音录制的相位差别，可以求得同一声音到每对传声器的时间差值。得到该时间差后，可以确定这个声源就处于以这对传声器所处的位置为焦点，到达时间差所对应的声音传输距离为参数的双曲面上。使用多对传声器得到多个双曲面，声源位置就处于这些双曲面的相交点。

　　三、基于声压幅度比的定位方法

　　这种方法利用不同传声器接收到的来自同一声源的声音信号的声压幅度差异实现声源定位。该方法的使用相对第二种要少。

　　当下，声源定位的实践应用多种多样，国内外学者也正在不断进行更深化的研究工作。随着机器学习、云计算和片上电子技术的发展，声源定位技术将会有更加广阔的应用前景。