首頁 > 技術 > 聲源定位 > 聲源定位技術原理和應用

聲源定位技術原理和應用

什么是聲源定位技術?

 

噪聲和異響在日常生活和工業生產中很常見,例如,汽車行駛過程中的異常嘯叫聲。要解決這些噪聲問題,首先需要識別噪聲并定位噪聲是從哪里發出來的,是由什么設備或部件造成的,這就是聲源定位問題。聲源定位技術是確定一個聲音在空間來源位置的技術。聲源定位技術可以用于噪聲聲源定位,也可以用于其他聲音定位,例如會議室中說話人位置的確定。

在日常生活中,我們的耳朵會聽到各種聲音并進行識別定位,即所謂的“聽聲辨位”。有人發出聲音的時候,人耳可以輕易知道喊的人在什么方位;人耳也可輕易判斷出一輛從身邊駛過的汽車的來車方向,甚至能大致知道汽車有多遠;經過專業訓練,人耳還可以挑戰一些難度比較高的聲源定位要求,例如盲人也可以踢足球。

然而,人耳的原始聲音定位功能畢竟只是為了解決生活和生存的問題,定位精度非常有限。現代工業化社會的生產生活中,很多場景的聲源定位問題,人耳已經無法滿足要求。例如,道路上有車輛密集排隊時,人耳無法區分是哪一輛汽車按喇叭;人耳也無法判斷一臺壓縮機的嘯叫聲是軸承發出的,還是齒輪發出的;人耳更無辦法區分100米高的風力發電機組哪一個葉片的風噪更大些。

 
人耳的聲音定位功能
 

為了提高聲源定位分辨力,需要借助技術手段。常用的聲源定位解決方案有麥克風陣列和聲強探頭。可以近似認為,這兩種聲音定位解決方案和技術都是人耳聲音定位機理的擴展,是仿生技術。麥克風陣列模仿人類的兩個耳朵,麥克風陣列使用幾個到幾千個麥克風,相當于人長了很多個耳朵,因此達到遠遠高于人耳的定位精度。聲強探頭則可以簡單認為是在模仿單個耳朵靠近聲源聽,用手包住耳廓使得耳朵少受遠處聲音的干擾,移動頭部在被聽物體附近移動以確定聲源位置。

總之,噪聲識別與聲源定位技術是傳感器、數據采集、信號處理等技術進步的綜合應用,模擬人耳對聲音的定位機理,實現比人耳更高的定位精度,更寬的頻率范圍,更大的聲音強度大小范圍。

 

聲源定位技術的應用

 

聲音,尤其是噪聲和異響,通常意味著產品不合格、有故障、環境突發或出乎意料。要解決這些質量、故障、事故等問題,首先需要進行噪聲檢測,通過噪聲源定位技術,確定產生這些問題的位置。 聲源定位在很多行業都有應用需求,例如汽車、家電、航空航天等。

汽車的異響/噪聲源定位

以汽車行業為例,汽車研發過程是一個逐漸適配優化的過程,當第一臺樣車上路行駛測試時,極有可能發出各種異響,例如,儀表盤材料不合格或固定方式欠佳,儀表盤在顛簸路段就有可能產生共振噪聲(Rattle, Squeeze);內飾和密封不好,發動機噪聲或輪胎噪聲就會泄露到車內,造成車內NVH(Noise, Vibration and Harshness)指標不符合研發設計目標;底盤或動力系統,工作過程中也可能產生摩擦(Rub and Buzz)、敲擊等異響。
汽車車內空間比較狹小,噪聲源位置又是四面八方都有可能,靠人耳和經驗已經無法精確定位噪聲源位置,這時就需要專業的聲學照相機儀器,對聲音進行可視化,從而直觀快速地確定噪聲源位置。

例如,以下視頻是其高聲學照相機對汽車儀表盤異響定位的聲音視頻。

 

和汽車行業類似,需要使用聲學照相機的行業還有很多,如家電、航空航天、消費電子、重型裝備等。簡單來講,只要產品里有能動或發聲的部件,如風扇、軸承、喇叭等,聲源定位技術的應用就很重要。在這類產品的研發過程中,使用聲學照相機能夠大大提高工作效率,快速定位噪聲源或異響位置,從而幫助工程師快速有針對性地解決問題。

聲源定位技術應用的另外一個分支,是對語音或其他聲音方位和位置的定位。例如,安防機器人、服務機器人、遠程會議系統,在工作過程中,需要對聲音進行響應。安防機器人聽到某個方向的聲音比較大時,需要將攝像頭對準該方向進行錄像;服務機器人需要確定說話人的方位,以便面對服務對象進行對話;遠程會議系統需要確定參會發言者位置,以便控制攝像頭對發言者進行特寫,將其近景視頻傳輸至遠程端,達到更好的直播效果。

 
機器人聲音定位

聲源定位技術用于機器人行業

 

聲源定位系統在軍工領域也有很多應用。例如,根據子彈飛行聲音,可以定位狙擊手位置;根據炮彈爆炸聲音,可以確定炮彈落點坐標;潛艇和軍艦使用聲吶,根據敵方艦艇或武器在水中發出的聲音,定位目標位置和軌跡。

 

聲源定位的算法原理

 

聲源定位技術可以分為兩大類,即聲陣列(也叫傳聲器陣列或麥克風陣列)聲源定位和聲強探頭聲場測試。

麥克風陣列由幾個到上千個麥克風,按照一定規則排列組成。多個麥克風同步采集聲音信號,利用多個麥克風之間的信號相位差,求得噪聲源信號的發出位置。聲強探頭由兩個傳聲器面對面組成一個聯合體,可以測量空間每一點的聲壓、聲波振速大小和方向,在被測物體表面或包絡面附近掃描測試,可以得到被測物體附近的聲場分布情況,從而掌握噪聲源位置和分布。

 
由多個麥克風組成的聲陣列

聲陣列和多聲強探頭聲源定位系統

 

麥克風陣列一般用于距離相對較遠的聲源定位,噪聲源大小相對于麥克風陣列距離來說較小。聲強探頭一般用在復雜目標和環境中的聲源定位,例如,一個車間里的壓縮機噪聲量級和混響都很大,噪聲源頭也很復雜,適合使用聲強探頭進行聲源定位。當然,麥克風陣列也可以用于距離較近的聲源定位應用。

麥克風陣列的聲源定位算法主要有以下幾大類:

1) 時間到達差(TDOA, Time Difference of Arrival)

TDOA原理簡單,使用麥克風數量少,計算量小,易于實現。TDOA主要核心是計算聲源到達各個麥克風的時間差,這要求系統的采樣率足夠高;此外,該方法通常通過互相關或廣義互相關算法計算時間差,可能不適合用于對周期性信號進行定位。

 
時間到達查TDOA的原理

TDOA原理

 

例如,上圖紅點是噪聲源位置,黑點是麥克風測量位置,根據麥1和麥3之間的時間差,我們可以畫出黑色的雙曲線,麥1和麥3是雙曲線的兩個焦點(雙曲線的性質之一:雙曲線上的點到兩個焦點的距離之差為常數)。同樣地,我們根據麥3和麥2之間的時間差可以畫出綠色曲線,兩條曲線的交點即是噪聲源的位置。

2) 波束形成(Beamforming)

Beamforming方法通過將陣列中各個傳感器所采集到的信號進行濾波、加權疊加后形成波束,掃描整個接收空間,對一個平面的聲壓分布進行成像可視化。波束形成方法魯棒性較強,不需要先驗知識,使用簡單直觀,因此這類設備也被形象的稱為聲學照相機。Beamforming在有些文獻中也被翻譯成“波束成形”。

 
波束形成技術用于噪聲檢測

基于波束形成的聲學相機用于各種噪聲檢測中

 

3) 聲全息(Holography

麥克風陣列聲全息算法能夠重構被測物周圍的整個聲場,從而可以獲得任何面上的聲壓大小分布。假設被測物周圍符合一定的聲場數學模型,麥克風陣列采集到聲場中多點的聲壓值,從而可以解出數學模型中的未知參數,得到整個聲場信息。聲全息算法與波束形成算法比較,最大的優勢是對于低頻聲源,也能保持很好的分辨力。

最早商業化的聲全息算法是STSF(Spatial Transformation of Sound Fields),在被測物周圍布置均勻麥克風分布的麥克風陣列,通過2D FFT等算法計算聲場,從而可以獲得平行于麥克風陣列測量面各個平面上的聲壓大小分布。STSF要求麥克風陣列包住被測物,實際操作一般要求麥克風陣列的面積是被測物面積的至少4倍以上,這在實際用于中很難滿足要求,因此STSF的直接應用非常少。SONAH(Statistically Optimized Near Field Holography)是STSF算法的進一步改進,對麥克風陣列的大小和麥克風排布沒有任何要求。SONAH更加適合實際應用,并且可以和Beamforming算法使用同一個麥克風陣列。

目前,聲學照相機的主流算法使用波束形成Beamforming算法,其高聲學照相機除了支持波束形成Beamforming算法,也同時支持SONAH算法,對于低頻聲源,也可以進行準確定位。另外,其高聲學照相機也支持多種Beamforming算法的改進算法,如DAMAS(Deconvolution Approach for the Mapping of Acoustic Sources)。

 

聲源定位設備與產品

 

聲源定位設備與產品,市場上有聲強探頭、聲波質點振速(Particle Velocity)掃描探頭和聲陣列

 
聲源定位主要包括聲陣列,聲強探頭和聲波指點振速

聲源定位產品分類

 

兴发老虎机聲強探頭歷史最久,其原理在20世紀30年代就已提出。國內外的傳聲器供應商均有成熟的聲強探頭產品。比較常見的產品是雙傳聲器探頭,由兩個傳聲器面對面組成一個一體化傳感器。也有由四個傳聲器組成的三維聲強探頭。用于同一個聲學探頭的傳聲器需要進行配對,即傳聲器之間的幅頻響應和相頻響應差異小于一定的誤差范圍。

聲強探頭的用途主要有兩個:聲源定位和聲功率測量。用于聲源定位時,一般在接近被測目標附近一個平面上劃分網格點,在每個網格點上測量聲強。其高SignalPad測控軟件支持聲強測量,可導入圖片,將測量到的每個網格點的聲強與圖片進行疊加顯示,方便比較大小,直觀定位噪聲源。包絡面的聲強積分即可得到聲功率,因此可以通過測量被測目標一個包絡面上的聲強,之后經過計算即可得到聲功率。使用聲強法測量聲功率不受環境噪聲影響,因此可以在普通環境中進行測試,無需在消聲室中進行。其高SignalPad測控軟件同時也支持聲功率測量,包括聲強法、十點法聲壓法或二十點聲壓法。其高科技提供包括聲功率支架、傳聲器、數據采集系統、軟件等在內的全套聲功率測量解決方案。

 
其高聲強測量

其高SignalPad測控軟件支持聲強測量

 

聲波質點振速傳感器是一種特殊的傳感器,由兩根鉑絲組成,聲波經過鉑絲時,由于溫度差鉑絲的電阻值有差異,電阻差與聲波振速成正比,因此,該類傳感器可以測量聲波質點振速。聲波質點振速掃描探頭一般也會集成有傳聲器,可以同時測量聲壓和質點速度,每個測點輸出一個矢量。通過聲壓和質點速度,可以計算出聲強,因此聲波質點振速掃描探頭也可以得到聲強分布。

聲陣列產品近二十年來發展迅速,已成為聲源定位的最常用儀器設備。

兴发老虎机聲陣列由幾個到上千個傳聲器按照一定的規則排布組成,全部傳聲器同步采集聲音信號,使用算法計算感興趣區域的聲壓等聲學參數的空間分布值。

兴发老虎机由于聲陣列使用大量的傳聲器,傳聲器通俗來講也常被稱為麥克風,因此聲陣列更為常見地被叫做麥克風陣列。

麥克風陣列產品的分類,可以按照不同的角度進行。

1)按照使用的傳感器類型,可以分為MEMS麥克風陣列和工業電容式傳聲器陣列

兴发老虎机MEMS麥克風小巧、集成度高、相位一致性好,常被用在小型麥克風陣列上,幾個到幾百個MEMS麥克風集成在一塊PCB電路板上即可實現麥克風陣列。智能音箱、筆記本電腦、手機上的微型麥克風陣列都是使用MEMS麥克風構建。工業用的便攜式聲學照相機大都也使用MEMS麥克風實現。

 
工業便攜式聲學相機用的MEMS麥克風

MEMS麥克風

 

工業電容式傳聲器一般用來構建中大型麥克風陣列,用于一些性能要求比較高的場合,尤其對測量絕對量值有要求的場合,例如聲源定位同時計算聲壓級和聲功率。另外,電容式傳聲器可以做到靈敏度很高,適合用于一些特殊的測試場景;與數據采集系統結合,各方面技術也相對更加成熟一些,適合構建物理尺寸比較大的麥克風陣列。當然,MEMS麥克風技術也在不斷地更新換代中,電容式傳聲器的優勢將越來越小,很多應用場景可用MEMS麥克風替代。

2)按照傳聲器之間的空間維度關系,麥克風陣列可以分為一維陣列、二維陣列和三維陣列。

一維陣列,即所有傳聲器在一條線上,可以用來確定聲音入射麥克風陣列的方位角度。一維陣列也用來給汽車或者高鐵做通過噪聲掃描測試,利用目標移動的特征,通過算法一維陣列也可實現對汽車或高鐵運行過程各部分的噪聲分布測量。一維陣列的應用場景相對比較少,產品化程度不高,一般都需要進行定制化服務。

二維麥克風陣列,即所有傳聲器布置在同一個平面上,可以通過波束成形(Beamforming)算法,可實現對一個平面上的聲壓分布進行測量,與照片疊加形成直觀的“聲音云圖”或“聲成像圖”。

 
聲成像圖

聲音云圖

 

二維陣列是目前應用最多的麥克風陣列,尤其是基于MEMS的便攜式麥克風陣列,實時性強,同時配備攝像頭,可以做到即開即用,就如打開照相機拍照一樣,因此也被稱為“聲學照相機”或“聲音照相機”,有時也被稱為“聲像儀”,都是一個意思,即這樣的麥克風陣列可以把聲音可視化。

 
麥克風陣列

其高自主研發的便攜式二維麥克風陣列

 

三維麥克風陣列比較常見的是球形聲陣列,它的算法是波束形成Beamforming在球坐標上的變化,基本原理一樣。球形麥克風陣列的好處是,對各個方向的聲源均可同時進行定位。球形陣列一般也會配備多個攝像頭,對多個方向同時拍攝照片,因此,在一些較小的封閉空間內使用球形麥克風陣列,可以一次性獲得整個空間以陣列為中心各個的聲音云圖,例如在汽車車內異響定位、飛機艙內噪聲源定位均可使用。麥克風陣列的空間分辨力與陣列的大小有直接的關系,而球形陣列一般都不可能做的很大,因此,球形陣列也有其弱點,即空間分辨力和動態范圍指標一般都不高。在實際使用中,反而是采用平面陣的麥克風陣列更加實用一些,在封閉空間內定位聲源,也可以通過多次測試或多個陣列同時工作,得到比球形陣列更好的聲源定位應用效果。

兴发老虎机麥克風陣列的關鍵指標有:空間分辨力(或空間分辨率)、動態范圍、工作頻率范圍。空間分辨力是指麥克風陣列對同時存在的多個聲源的定位區分能力,用兩個可分辨的點聲源的最小距離來表征。

 
聲音云圖

兩個聲源分開距離足夠大,聲音云圖可分辨;兩個聲源距離較近,聲源云圖無法分辨

 

動態范圍指麥克風陣列可以成像的兩個聲源之間的聲壓級差值,動態范圍可用最大旁瓣水平MSL(Maximum Sidelobe Level)來表征。當有多個聲源存在時,如果麥克風陣列的動態范圍太小,則只能定位到聲壓級較大的聲源。麥克風陣列的分辨力和動態范圍均是頻率的函數。一般來說,頻率越低,分辨力越差。動態范圍則與陣型有關系。 工作頻率范圍是指麥克風陣列的分辨力均達到要求的聲音頻率區間。

3)按麥克風排列形狀,平面聲陣列可以分為均勻陣、圓形陣、螺旋陣和隨機陣

平面麥克風陣列中麥克風的排列形狀對其性能指標有影響。對于物理尺寸大小、麥克風個數接近的麥克風陣列,從理論性能指標來講,隨機陣的性能指標應該是最優的。然而,由于麥克風個數有限,麥克風位置不可能是真正的隨機,因此,它的性能指標也不一定是最優,需要通過仿真進行優化。麥克風陣列的實際設計中,更加常用的是螺旋陣,它的各方面指標都比較好,實現起來也有可行性,外觀有科技感。螺旋陣的主要優點是各頻率分辨力接近、鬼影少。均勻陣列的構建最為簡單,使用簡單工具(如鋁型材)即可搭建,適合高校教學研究中使用。均勻陣列的典型問題是鬼影較多。圓形陣列則在對旋轉部件進行聲源定位時有利,如定位螺旋槳葉片旋轉過程中的噪聲分布。

 
均勻陣列成像

均勻陣列及其成像仿真和螺旋形陣列及其成像仿真

 

4)按照麥克風陣列的麥克風個數和尺寸大小,可以分為微型陣列、便攜式小型陣列、中型陣列、大型陣列和分布式陣列。

微型陣列包含2-8個麥克風,一般應用在消費類電子,例如筆記本電腦、手機、平板電腦中內置了幾個麥克風組成麥克風陣列,提高采集聲音的方向性和信噪比,另外,智能音箱中也使用微型麥克風陣列,一般是4-6個麥克風組成。小型陣列一般使用幾十個到上百個MEMS麥克風,主要用在便攜式聲學照相機,易用性、便攜性、實時性、性能等各方面指標都得到比較好的均衡,是目前麥克風陣列技術在工業領域應用較多的產品。

 
麥克風陣列技術用于智能音箱

智能音箱(圖片源于網絡)和便攜式小型陣列

 

中型陣列和大型陣列一般使用電容式傳聲器和同步數據采集系統構建。在消聲室對聲源進行精準測試,一般采樣中型陣列,陣列尺寸一般也比便攜式聲學照相機要大,因此低頻性能會比較好。 大型陣列使用幾百上千個傳聲器,主要的應用常見是被測目標大且距離遠,例如飛機起飛飛躍噪聲、風力發電機組工作噪聲。

 
噪聲源定位測試

消聲室中采用中型陣列進行噪聲源定位測試和大型陣列用于風力發電中的噪聲監測

 

分布式陣列由多個小型麥克風陣列聯合工作,可取得比單個陣列更優化的性能指標。例如,在森林里布置大量小型麥克風陣列,可以對動物聲進行識別、定位和跟蹤,與攝像機聯動,當發現有目標動物聲音時,可控制攝像機對其進行拍照錄像。在重要建筑物和場所周邊,布置分布式麥克風陣列,可根據聲音檢測是否有無人機入侵,并對無人機進行聲學定位跟蹤。

 
多個小型麥克風陣列組成的分布式陣列

分布式麥克風陣列(圖片源于網絡)

 

其高聲學照相機產品

 

其高科技在聲學技術的研發和應用已經積累了十多年的經驗,具有完整的自主研發能力,從硬件開發、軟件開發到算法開發,均完全自主完成。其高科技研發團隊已獲得聲源定位相關專利授權十余項,在《Journal of Sound and Vibration》國際學術期刊上發表聲音成像和聲源定位相關算法論文若干篇。

 
聲源定位相關算法論文

其高研發團隊在《Journal of Sound and Vibration》上發布關于聲源定位相關算法論文

 

其高自主研發的多款麥克風陣列,涉及眾多成功應用場景,如汽車噪聲異響定位、無人機聲音定位、風力發電機組噪聲測試、飛機飛行噪聲定位、機器人聲音定位、會議室說話人定位、電力噪聲檢測、機動車鳴笛抓拍、語音增強等等。

其高科技的麥克風陣列產品包括便攜式聲學照相機、中型陣列、大型陣列和分布式陣列,在汽車、消聲室、航空航天、軍工、智能交通均有大量的客戶和應用案例。

 

其高聲源定位產品和解決方案

 

 

其高麥克風陣列用于飛機垂尾、汽車發動機、風力發電機組、注塑機的噪聲檢測

 

 

兴发老虎机其高麥克風陣列用于地鐵車門、鳴笛抓拍、四旋翼和榨汁機的噪聲源定位

 

OPE电竞竞猜娱乐 跑得快 澳门真人葡京app官网 百人三公 澳门网上葡京真人