基于麦克风阵列的声源定位系统研究

李彦瑭，沈 一，潘欣裕,2，孙云飞，夏文浩，郭笑非，陆家欣，周 岑

（1.苏州科技大学 电子与信息工程学院，江苏 苏州 215009；2.苏州科技大学 苏州智慧城市研究院，江苏 苏州 215009）

0 引 言

当前麦克风阵列在许多实用技术领域都有着广泛的应用，如高背景噪声情况下探测航空器的噪声源[1]、在较远距离识别声音[2]、在声环境中查询鉴别出不同寻常的声音[3]、用智能声源定位的方式追踪人类[4]、在高噪声环境下对危险情况进行探测和分类[5]等。语音信号处理领域也引入了阵列信号处理的概念，并且根据声音传播的特点发展出了一些独特的方法，如到达时间差估计（TDOA）[6]等。语音定位系统的主要目标是识别声音的方向，一般使用TDOA算法测得目标发出的声音到达麦克风单元的时间差，测得目标声音的特征参数，利用时间差来确定目标声音点与阵列的角度。本文采用在功耗控制、可扩展性、集成度、性能等方面均具有较大优势的高性能STM32H743声源定位系统，完成基于STM32H743的声源定位系统的硬件设计。

1 声源定位硬件系统

1.1 整体架构

系统架构如图1所示，由5个麦克风组成阵列，负责声音信号的采集和放大；MCU负责声音信号的处理和定位运算；LCD屏提供人机交互界面，显示相关信息。其中，每个麦克风都连接一个前置放大电路，对信号进行放大以便于适配ADC采集。

图1 声音定位系统结构

1.2 硬件系统各主要功能模块

（1）麦克风声音采集模块

实现声源定位，必须使用麦克风阵列以测量声波场并提取有关信息。系统采用CUI公司出品的CMA-4554PF-W型高灵敏度全向麦克风。麦克风得到的声信号所转化的电压信号不仅微弱，还有正、负之分，但STM32H7内部A/D转换器只能对正电压进行转换，因此需要在麦克风后连接前置放大器，并且设置直流偏置电压，才能让内部A/D转换器正确将接收的声音信号进行转化。MAX4466EXK-T芯片支持宽电压（2.4～5 V），STM32H743的标准工作电压为3.3 V，可直供给放大电路，因此将MAX4466EXK-T作为麦克风单元前置放大电路中的放大芯片。图2所示为麦克风单元及前置放大电路。

图2 麦克风单元及前置放大电路

（2）麦克风阵列设计

麦克风阵列中，最简单的结构是麦克风线性阵列，即麦克风单元线性排列。这种结构计算量最少，但仅能定位半个平面，因此本设计选用十字型分布[7]方法，为线性阵列加上2个辅助定位的麦克风单元。此设计可以在保留普通线性麦克风阵列计算量相对较少的条件下，提高线性麦克风阵列的定位角度，如二维平面360°定位角度。十字型分布的麦克风阵列中，3个麦克风单元构成线性阵列，用于声源定位，前后2个麦克风单元辅助定位、比较功率谱、判断声音处于线性阵列的前方或后方。麦克风阵列设计时，考虑到麦克风单元的间距太小会导致耦合度增加，且噪声对麦克风阵列的影响增大，从而影响声音定位的精确性；但麦克风单元的间距也不能过大，阵列设计中通常选择麦克风单元的距离小于接收声波的半个波长。一般人正常说话的频率范围为100～1 200 Hz，而声速一般为340 m/s，因此间距d＜14.17 cm。同时考虑麦克风单元体积的限制，故将麦克风阵列中麦克风单元的间距定为12 cm。麦克风阵列分布示意如图3所示。

图3 麦克风阵列分布示意图

（3）MCU最小系统

该研究中的声音定位系统需要充分考虑MCU的功耗、性能、拓展性和实时性等，所以选择STM32H743VI完成A/D转换、信号处理、声音源定位、信息传输等任务。STM32H743VI核心板结构如图4所示。

图4 STM32H743VI核心板结构

2 声源定位软件系统

2.1 算法基础

当声音信号自远场发散，在有背景噪音的情况下被2个传感器MIC1和MIC2分别检测时，可以对其进行数学建模：

式中：s1(t)为声音信号；n1(t)、n2(t)均为随机噪声；α表示信号到达2个MIC前后的衰减比。只要估算出MIC1和MIC2接收到信号的时间之差D，就可以通过D计算信号相对于2个传感器间的位置。

声音信号定位中较为常用的估计时间差的算法为广义互相关（GCC）算法。真实环境下，D和α是缓慢变化量。得到信号数学模型后，计算信号x1(t)、x2(t)的广义互相关函数：

式中，E表示数学期望，互相关的极大值出现在双麦时间差的位置上。将式（1）和式（2）带入式（3），信号s1(t)、n1(t)、n2(t)独立，展开得到式（4）：

由互相关函数性质可知，τ=D时Rx1x2(τ)取得最大值。求出互相关函数波峰对应的τ值，记为τmax，由此得到2个麦克风之间信号到达的时间差D。

2.2 到达时间差法远场原理

当声音信号自远场发散，在有背景噪音的情况下被2个传感器MIC1和MIC2分别检测时，测量该语音信号到达方向的模型如图5所示，最少需要2个麦克风组成线性阵列。

图5 远场原理示意图

图5中，A点表示远场的单个声源，由于声音发散自远场，到达麦克风时声波可以近似看做平行入射，带有箭头的线表示声音信号，a为2个麦克风之间的距离，d为声音到达2个麦克风之间的距离差，θ表示声信号的入射角度，根据几何关系得到式（5）：

由于a已知，若MIC1和MIC2之间的时间差为τ，该环境下声速为c，则能确定到达方向θ，见式（6）：

2.3 系统软件流程

声音定位系统软件流程如图6所示。上电后，软件首先进行ADC、DMA和定时器的初始化，之后进行指定次数的ADC采样以及DMA传输，达到指定次数后，对所有信号做FFT变换，然后两两计算互谱密度，最后根据条件采用TDOA算法进行距离与角度的计算。

图6 软件流程

3 系统测试

将麦克风单元与STM32H743核心板连接后采样，通过A/D转换器和DMA将得到的数据通过串口发送到上位机，借助串口助手打印。声源定位距离和角度测试结果见表1所列。

表1 声源定位测试

4 结 语

本文主要介绍了使用STM37H7及麦克风阵列的声源定位系统的构成，经测试，可以在STM32平台上完成以往基于传统PC平台的声源定位任务，并获得较好的结果。同时该方案还可以作为一种在室内实现高精度指向与定位的方案，为实现声源定位系统提供参考。