分布式交互方向拉格朗日乘子声源定位算法

如何实现高效的分布式声源定位是无线传感器网络研究的热点。通过一种基于声源信号能量的分布式声源定位算法,采用交互方向的拉格朗日乘子方法将最大似然声源定位问题拆分到单个传感器节点,通过桥接传感器节点实现传感器节点之间的信息融合。由于采用声源信号衰减模型,交互方向拉格朗日乘子方法中的最优化目标函数成为非凸函数,导致定位算法容易陷入局部最优,为此提出了多重网格搜索方法。仿真结果表明,新算法与现有的分布式声源定位算法相比,具有可并行实现,可应用于任意网络拓扑,不易陷于局部最优等优点。     

基于上升过零点检测的室内双传声器声源定位

提出了一种基于上升过零点检测的双传声器声源定位方法,该方法可以根据双传声器信号时间差样本的统计特性求得信噪比,再统计满足信噪比要求的可靠时间差样本,将其转换成对应的方位角样本,最后根据样本数量的统计分析结果确定声源方位。针对不同声源、信噪比及混响条件,在实际房间中进行了定位实验。结果显示:该方法对宽带声源具有更好的定位效果;定位精度受信噪比的影响很小,但受室内混响的影响显著。     

基于双麦克风的2维平面定位算法

基于麦克风阵列的声源定位技术受到了越来越多的关注。在视频会议、助听器、免提电话系统中,声源定位被用于检测说话人的位置信息来自动调节摄像头,或者形成波束。在各种声源定位方法中,基于到达时间差(time delay of arrival,TDOA)估计的双步定位算法是普遍采用的一种行之有效的方法。Birchfield从能量的角度出发提出了一种基于双耳电平差(interaural level difference,ILD)的双步定位算法,它通过检测多个麦克风对所接收到的信号能量比来确定声源的位置。然而,所有的这些方法如果要确定出声源在二维平面内的位置坐标,都至少需要三个麦克风。针对这一问题,本文提出了一种基于双麦克风的二维平面定位算法,类似于人的双耳定位原理,我们通过同时估计声源到达两个麦克风的能量比和时延信息,来达到定位的目的,而进一步推导出的闭合解可以用于实时地跟踪运动声源。最后的仿真结果证明了这一算法在一般的混响条件下都可以获得好的结果,然而它减小了阵列的尺寸,这对于体积受限的通信设备来说具有极大的吸引力。     

声源定位在Micaz节点上的实现

对无线传感器网络中声源定位的两大关键技术时间同步和定位算法进行了研究,针对声源定位关键问题,提出了一种改进的无线传感器定位方法。通过修改时间同步消息标记时间戳,对时钟漂移进行线性回归分析,有效降低了系统能耗。利用改进的TPSN时间同步算法与声源定位算法在Micaz节点上实现了定位功能。实验结果证明了本文方法的有效性和可靠性。     

基于声源定位的智能小车控制系统设计与实现

文章以智能小车为载体,讨论声源定位技术在实际应用中的设计方案和实现。系统采用TC264微控制器作为主控芯片,采用麦克风、FM接收模块、红外测距模块等多种传感器,实现不同环境场内Chirp信号音源的寻找,并采用二倍插值互相关等方法,计算不同麦克风的到达时间差以及小车和声源的距离,完成定位。在音频数据量较大的情况下,文章以200 ms周期进行声源定位,辅助卡尔曼滤波,以5 ms控制周期完成控制,保证控制的实时性;在路径规划与速度分配方面,文章对小车运行路径做出合理规划,使其能够以较优的路径完成定位并躲避障碍物。     

基于菱形光纤布拉格光栅传感阵列的声发射定位技术

声发射技术是结构损伤检测的重要手段,声发射源定位是损伤检测的首要环节。时差定位技术具有快速、高效、精确的特点,以此设计了由菱形阵列光纤布拉格光栅（FBG）传感器构成的声发射定位系统。采用小波变换和传统阈值法提取特征信号,结合互相关法获得传感器间的信号到达时差,然后根据几何定位模型求解非线性方程组得到声源可能存在的位置,最后根据时差的正负特性进一步确定声源的准确位置,有效避免了伪声源的情况。在铝合金板上,以对角线为48 cm48 cm的监测区域进行了10组测试实验验证,平均误差为1.29 cm。     

基于测距的无线传感器网络定位算法研究

无线传感器网络是通过布设许多移动或固定的传感器,采用多跳和自组织的形式构建的无线网络。在网络区域内,对象的信息通过探知、收集、处理和传输传递给网络的所属者。文章重点研究无线传感器网络定位技术,通过对到达时间差TDOA(Time Difference of Arrival,TDOA)定位技术的研究,提出了移动目标的被动定位算法和定位中心主动定位算法,并在MATLAB平台上进行仿真研究,对可能影响定位精度的因素进行了分析。     

TDOA声源定位中阵列阵型对误差的影响

在麦克风阵列声源定位中,不同阵列阵型及声源频率高低均对定位结果产生影响,探讨上述不同变量对定位结果产生误差的定量分析。使用到达时间差测量(TDOA)算法,运用16个麦克风分别组成十字型、同心圆、方型、L型、Y型阵列,探讨不同形状的麦克风阵列在不同频率声源下所产生的定位误差,并在Matlab上进行仿真分析,尝试得到较为准确的声源定位结果,提出一种误差最小的用于麦克风阵列声源定位的同心圆阵列阵型。     

基于传声器阵列的声源定位

采用基于时延估计(Time Delay Estimation,TDE)的声源定位技术,估计出目标声源到达不同麦克风阵元间的时间差,并结合平面五元十字阵的几何定位模型算法确定了声源位置。针对目前基于传声器阵列声源定位系统定位精度有待进一步提高的问题,提出一种新的定位算法,利用组合传声器阵列阵元相互之间几何位置关系,即通过多个传声器,多方向估计,多个阵列之间综合考虑,确定具有较高精度的声源位置。     

声源定位分离技术在机器人领域的应用

综述了声源定位分离技术在机器人领域研究的现状、关键技术、主要研究问题以及发展趋势。对声音信息的获取、声源定位、声源分离、多传感器信息融合等技术进行了介绍。多声源定位、语音分离、移动声源跟踪和多传感器信息融合技术是机器人听觉感知技术未来发展趋势。     

声传感基阵与数据融合的声源定位系统研究

针对实际应用环境中存在的噪声和反射对声源定位精度的影响,探讨一种基于五元平面阵声传感声源定位的三基阵系统的实现方法,利用声信号到达不同位置各传声器的时延差及各基阵几何位置参数关系进行定位.采用几何数学方法分析声源定位的基础,利用FPGA完成声信号的高速采集和预处理.实验证明,在具有一定环境噪声和反射条件下,系统能对声源的距离、方位进行有效定位,实验数据稳定可靠.     

Maximum likelihood multiple-source localization using acoustic energy measurements with wireless sensor networks

A maximum likelihood (ML) acoustic source location estimation method is presented for the application in a wireless ad hoc sensor network. This method uses acoustic signal energy measurements taken at individual sensors of an ad hoc wireless sensor network to estimate the locations of multiple acoustic sources. Compared to the existing acoustic energy based source localization methods, this proposed ML method delivers more accurate results and offers the enhanced capability of multiple source localization. A multiresolution search algorithm and an expectation-maximization (EM) like iterative algorithm are proposed to expedite the computation of source locations. The Crame/spl acute/r-Rao Bound (CRB) of the ML source location estimate has been derived. The CRB is used to analyze the impacts of sensor placement to the accuracy of location estimates for single target scenario. Extensive simulations have been conducted. It is observed that the proposed ML method consistently outperforms existing acoustic energy based source localization methods. An example applying this method to track military vehicles using real world experiment data also demonstrates the performance advantage of this proposed method over a previously proposed acoustic energy source localization method.     

Coherent acoustic array processing and localization on wireless sensor networks

Advances in microelectronics, array processing, and wireless networking have motivated the analysis and design of low-cost integrated sensing, computing, and communicating nodes capable of performing various demanding collaborative space-time processing tasks. In this paper, we consider the problem of coherent acoustic sensor array processing and localization on distributed wireless sensor networks. We first introduce some basic concepts of beamforming and localization for wide-band acoustic sources. A review of various known localization algorithms based on time-delay followed by least-squares estimations as well as the maximum-likelihood method is given. Issues related to practical implementation of coherent array processing, including the need for fine-grain time synchronization, are discussed. Then we describe the implementation of a Linux-based wireless networked acoustic sensor array testbed, utilizing commercially available iPAQs with built-in microphones, codecs, and microprocessors, plus wireless Ethernet cards, to perform acoustic source localization. Various field-measured results using two localization algorithms show the effectiveness of the proposed testbed. An extensive list of references related to this work is also included.     

一种基于麦克风阵列的声源定位算法研究

麦克风阵列声源定位广泛应用于视音频会议系统及枪声定位系统等领域。提出了一种基于最小熵值（ME）的麦克风阵列声源定位新方法,其特点在于利用最小熵值方法对麦克风阵列进行时延估计,并与离散网格方法相结合,对声源进行空间搜索。实验结果表明,在同等混响或噪声条件下,该方法定位优于广义互相关-相位变换方法（GCC-PHAT）。     

基于传声器阵列的空间定位系统的研究

运用LabView和Matlab软件实现了基于传声器阵列的声源定位实验,该实验以基于声音到达时间差的定位技术为理论基础。在此基础上,声源的位置在沿着x和y方向上移动,这时四元阵和五元阵的阵列模型都能准确地定位出声源的空间位置,但五元阵的稳定性更强。声源定位技术为实现声源的可视化奠定了基础,同时在军事等领域也有非常重要的应用价值。     

基于压电换能器的声发射源定位成像研究

针对金属板类结构件的声发射(AE)源定位精度低,定位过程复杂等问题,研究了一种基于时间反转聚焦的声发射源定位成像方法。该方法首先分析了时间反转(TR)和定位成像的原理,建立了由4个声发射传感器组成的板件监测模型,最后通过在铝合金板上进行了声发射源的定位实验研究。实验结果表明,该方法在不需要复杂信号处理的情况下能有效地实现铝合金板声发射源的定位和成像,并将误差控制在有效范围内。     

基于广义S变换的声发射信号分析及定位

针对声发射信号分析和声源定位问题,提出了基于广义S变换的声发射信号分析方法和三维空间定位方法,推导出了广义S变换的实现过程,使用广义S逆变换对信号进行去噪重构.为保证各传感器时差的准确性,本文利用广义S变换分析声发射信号,提取其主频带能量序列曲线上峰值所对应的时间进行时差计算,然后结合三维空间定位方法对声发射源进行精确定位.仿真实验结果表明该算法能够实现声发射信号的特征提取和准确定位,且误差小,可靠性好.     

一种改进的水下光击穿声辐射计算方法

为了从理论上对光击穿辐射声波进行定量描述,在点源模型的基础上提出了一种改进的水下光击穿声辐射计算方法,利用波动方程和水下爆炸理论求解单点击穿的辐射声波,并推导了多点击穿的辐射声波。从理论上对多点击穿的声压波形、声源级、传播特性和指向性进行了定量计算,并通过实验数据对比进行了验证。结果表明,计算与实验结果是一致的,证明了该方法的正确性和有效性;当激光能量从0.1J增大至0.8J时,声源级从182.4dB增至188.2dB;当激光能量高于0.3J时,声源级变化很小;在垂直等离子柱体的方向上声波辐射最强,在等离子柱体方向辐射最弱,所有方向上声波强度均与距离的平方成反比。     

Error Analysis of a Localization Algorithm for Finite-Duration Events

This paper proposes and examines the performance of an algorithm used to locate a finite time-duration acoustic source that may have a small time-bandwidth product. The localization algorithm hypothesizes a source location and aligns the sensor signals by removing the propagation delay for that hypothesized location. The energy of the sum of the aligned signals is calculated and the hypothesized source location with the maximum energy is the estimate of the source position. The primary contribution of this paper is the development of the expression for the variance of localization error in any specified direction. The variance expression is validated through a comparison with Monte Carlo simulations     

Acoustic Source Localization in Wireless Sensor Network

In this paper, we consider the problem of acoustic source localization in a wireless sensor network based on different measured signal quantities, such as the received signal strength (RSS), the angle of arrival (AOA) and the time of arrival (TOA). For each of these quantities, an appropriate weighted least squares criterion function is developed to be used for sound source localization. The weights of each criterion function take into account the decrease in the signal-to-noise ratio (SNR) with distance from the source. In addition, RSS localization algorithm proposed in this paper provides improvement of the localization accuracy for low SNR. Finally, separate criterion functions for RSS, TOA and AOA are used together to obtain minimal localization error and maximal reliability of the acoustic source localization. Simulation analysis confirms improved performance of the proposed localization algorithm.