一般來說，基于麥克風陣列的聲源定位算法劃分為三類：一是基于波束形成的方法；二是基于高分辨率譜估計的方法；三是基于聲達時延差（TDOA）的方法。

波束形成（Beamforming）

基于最大輸出功率的可控波束形成技術 Beamforming，它的基本思想就是將各陣元采集來的信號進行加權求和形成波束，通過搜索聲源的可能位置來引導該波束，修改權值使得傳聲器陣列的輸出信號功率最大。這種方法既能在時域中使用，也能在頻域中使用。它在時域中的時間平移等價于在頻域中的相位延遲。在頻域處理中，首先使用一個包含自譜和互譜的矩陣，我們稱之為互譜矩陣(Cross-Spectral Matrix，CSM)。在每個感興趣頻率之處，陣列信號的處理給出了在每個給定的空間掃描網格點上或每個信號到達方向(Direction ofArrival，DOA)的能量水平。因此，陣列表示了一種與聲源分布相關聯的響應求和后的數量。這種方法適用于大型麥克風陣列，對測試環境適應性強。

Beamforming 的基本工作原理圖：

上圖說明：使用波束形成算法，先決條件是遠場聲源（近場聲源用 TDOA），這樣可以假設入射聲波都是平行的；平行的聲場，如果入射角度與麥克風平面垂直，則能同時到達各個麥克風，如果不垂直，則出現圖 1 的現象，聲場到達每個麥克風都會有延時，這個延時大小是由入射角度而定。

?

從該圖中可看出：不同的入射角度，疊加出來的最終波形強度是不一樣的。如θ=-45 度，幾乎沒有信號，θ=0 度，微微有點信號，θ=45 度，信號達到最強。這說明把原來沒有極性的單支麥克風組裝成一個陣列后，整個陣列是有極性的，可以引出下一個極性圖。

上圖說明：每個麥克風陣列都是一個方向陣，這個方向陣的指向性可通過時域算法Delay&Sum 簡單實現，控制不同的 Delay，實現不同方向的指向。這個方向陣指向可控相當于給了一個空間濾波器，可以先把定位區域進行網格劃分，再通過每個網格點的 Delay 時間對各個麥進行時域 Delay，并最終把它 Sum 起來，就可以算出每個網格的聲壓，最終得到每個網格的相對聲壓，就可以出噪聲源定位的全息彩圖了。

基于高分辨率譜估計

基于高分辨率譜估計的方法包括了自回歸 AR 模型、最小方差譜估計（MV）和特征值分解方法（如 Music 算法）等，所有這些方法都通過獲取了傳聲器陣列的信號來計算空間譜的相關矩陣。在理論上可以對聲源的方向進行有效估計，實際中若要獲得較理想的精度，就要付出很大的計算量代價，而且需要較多的假設條件，當陣列較大時這種譜估計方法的運算量很大，對環境噪聲敏感，還很容易導致定位不準確，因而在現代的大型聲源定位系統中很少采用。

聲達時間差(TDOA)

聲達時間差(TDOA)的定位技術，這類聲源定位方法一般分為二個步驟進行，先進行聲達時間差估計，并從中獲取傳聲器陣列中陣元間的聲延遲(TDOA)；再利用獲取的聲達時間差，結合已知的傳聲器陣列的空間位置進一步定出聲源的位置。

下圖解釋了 TDOA 的基本工作原理。

?

紅點是噪聲源，黑點是麥克風，噪聲源到兩個麥（如麥 1，麥 3）的時延是一個常數，通過這個常數，我們可以畫出綠色的雙曲線，噪聲源到麥 3，麥 2 的時延是另一個常數，同樣地，我們可以畫出黑色曲線，兩條曲線相交，就是噪聲源的位置。

這種方法的計算量一般比前二種要小，更利于實時處理，但定位精度和抗干擾能力較弱，適合于近場，單一音源，而且不是重復性的信號，如語音信號，微軟 XBOX360 的 kinect 的麥陣（4 個間距不等的一維陣）就是典型的 TDOA 算法應用。

總結

以上是生活随笔為你收集整理的【Audio音频兴趣拓展】麦克风阵列_声音定位的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。