[發明專利]低復雜度的分布式麥克風陣列聲源定位系統

有效

• 申請號: 201710339355.7
• 申請日: 2017-05-15
• 公開（公告）號: CN107202976B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 陳喆;殷福亮;崔智語
• 申請（專利權）人: 大連理工大學
• 主分類號: G01S5/22
• 分類號: G01S5/22;G06K9/62
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 閻昱辰;李洪福

1.一種低復雜度的分布式麥克風陣列聲源定位系統，麥克風陣列中的每個麥克風節點中由至少2個麥克風組成，其特征在于包括：

離線訓練單元(10)，該單元包括：

分別計算P個指紋位置點，即指紋訓練點到n個麥克風節點中所述兩個麥克風的時間差，即時延τ的時延估計模塊I(101)，每個麥克風節點對應p個時延τ₁、τ₂……τ_p；

根據所述每個麥克風節點對應的p個時延，計算每個麥克風節點的時延分布概率密度函數的時延分布函數估計模塊(102)；

所述每個麥克風節點的時延分布概率密度函數記錄在指紋庫模塊(103)中；

定位單元(20)，該單元包括：

時延估計模塊II(201)，分別計算待定位位置處的聲源到n個麥克風節點中所述兩個麥克風的時間差，即時延τ，每個待定位位置處的聲源對應n個時延τ₁、τ₂……τ_n；

信度值求取模塊(202)，該模塊分析由所述時延估計模塊II(201)計算得出的每個待定位位置處n個時延τ分別對應的信度值m；

針對一個待定位的音源點，系統中的n個麥克風節點對應n個信度值，m₁、m₂、…、m_n；

分布式數據融合模塊(203)，該模塊根據系統內每個麥克風節點對應的信度值，采用加權DS理論進行融合，得出系統總信度值Bel；

定位模塊(204)，該模塊比較選取的待定位點位置信度值，得到與P個指紋點的信度值最接近的指紋位置點，即為聲源位置。

2.根據權利要求1所述的低復雜度的分布式麥克風陣列聲源定位系統，其特征還在于所述的時延估計模塊I(101)采用廣義互相關法并配合相位變換加權函數(GCC-PHAT)來求得時延，過程如下：

定義一個麥克風節點中的兩個麥克風接收到的信號分別為x₁(t)和x₂(t)，聲源到麥克風節點的時延τ₁₂可由式(1)、式(2)求得,

其中，X₁(f)和X₂(f)分別是兩個麥克風接收到的信號x₁(t)和x₂(t)的傅里葉變換，借助FFT算法近似求得兩時域信號的傅里葉變換結果，(·)^*表示共軛操作，e表示自然對數的底，j為虛單位，j²＝-1，f為頻率，τ₁₂表示時延。

3.根據權利要求1或2所述的低復雜度的分布式麥克風陣列聲源定位系統，其特征還在于所述的時延分布函數估計模塊(102)計算過程如下：

計算該節點處的時延分布概率密度函數公式為

式中，P為預先設置的指紋位置數，即每個麥克風節點處得到的時延個數，也是位置標記數，h被稱為窗口，決定估計函數的平滑度，K(·)為核函數，滿足對稱性及歸一性即∫K(x)dx＝1，本發明中核函數選擇高斯形式，xc為核函數中心，具體公式為：

最終得到所有n個麥克風節點處的時延分布的概率密度函數

4.根據權利要求1所述的低復雜度的分布式麥克風陣列聲源定位系統，其特征還在于所述信度值求取模塊(202)利用時延分布估計模塊(102)得到的該麥克風節點處的時延分布概率密度函數，當給定一個時延τ時，對應得到其信度值m，如下公式：

當整個系統有n個麥克風節點時，對于一個待定位點，就可以得到n個信度值m₁,m₂,···,m_n。

5.根據權利要求1所述的低復雜度的分布式麥克風陣列聲源定位系統，其特征還在于所述的分布式數據融合模塊(203)的加權DS理論的融合過程如下：

其中，w_i和w_j分別表示第i個麥克風節點和第j個麥克風節點的權重；表示DS融合；權重為

式中max{x,y}表示取x，y中的最大值，n為麥克風節點總數；針對n個麥克風節點的分布式數據融合，根據一致性算法得到如下公式：

提出基于所提加權DS融合規則的一致性迭代方法，

其中∪表示對于麥克風節點i的所有通信節點處的信度值按上述加權DS融合規則進行融合，l為迭代次數，l＝10。