Page 14 - 《应用声学》2022年第1期
P. 14

10                                                                                   2022 年 1 月


                 (3) 在预定声源位置先后分别播放 2 s 鸣笛,使                    差仅 0.76 ,具有较高的准确性。此外,本实验在不
                                                                       ◦
             用采集板进行录声;                                         同α 角度上多次重复估计下的标准差也明显小于其
                 (4) 将阵列绕z 轴分别旋转5 、10 、15 ,重复步                 他两种方法,最大标准差仅为 0.32 ,这说明利用遗
                                                  ◦
                                          ◦
                                                                                              ◦
                                              ◦
             骤(3)。                                             传算法进行校正,在相同参数与迭代次数的情况下,
                 利用 4种阵列角度下阵列分别接收到的校正源                         本文方法所使用代价函数更易收敛至全局最优解。
             信号,估计出每次的 α 角度,以第一轮实验位置为基                         综上,该实验的结果证明了本文方法具有更好的校
             准 0 ,后 3 次阵列旋转情况下估计出的 α 与原始位                      正性能。
                ◦
             置的α 做差,得到 ∆α,每次角度重复估计5次,求出
             角度估计的均值与标准差。实验所使用参数如表 8                           5 结论
             所示。
                                                                   本文提出了一种对二维平面传声器阵列的坐

                             表 8  实验参数                         标参数与旋转角度参数校正的方法。首先利用
                    Table 8 Experiment parameters              TDOA估计值与理论值构造均方误差代价函数,再
                                                               使用遗传算法搜索全局最优解使得代价函数最小,
                  参数        参数值           参数         参数值
                                                               由此求解阵列的位置参数。本文在不同信噪比情
               声速/(m·s −1 )  340    传声器采样频率/kHz       16
                                                               况下,对不同形状的阵列进行了位置参数估计的
             遗传算法进化代数        100     遗传算法种群规模         2000     仿真,并进行半消声室的实测数据验证。仿真与实
             遗传算法交叉概率        0.5     遗传算法变异概率         0.05     验结果表明,使用该代价函数并使用遗传算法进行

                 该实验对本文提出方法、文献 [3] 所述 DOA-                     优化可得到较为准确的位置参数,该方法在不同信
             Based 方法及文献 [17] 所述 ES-Based 方法的性能                噪比情况下校正误差总体小于 DOA-Based 算法与
             进行测试。图 9 的误差棒图给出了本次实验中 3 种                        ES-Based 算法,并且适用于不同形状的传声器阵
                                                               列,收敛结果稳定,鲁棒性更强。
             校正方法对 ∆α 的估计结果,其中点线与符号 “o”
             代表真实的旋转角度 (True),实线代表本文方法下

             旋转角度估计的平均值与标准差,虚线代表 DOA-                                         参 考 文        献
             Based方法估计结果,点划线代表ES-Based 方法估
             计结果。                                                [1] Benesty J, Chen J, Huang Y. Microphone array signal
                                                                   processing[M]. New York: Springer, 2008.
                 20                                              [2] 庸国祥, 滕鹏晓, 姬培锋, 等. 针对特定噪声频率的传声器阵
                                                                   列阵形设计 [J]. 噪声与振动控制, 2020, 40(6): 14–19.
                                                                   Yong Guoxiang, Teng Pengxiao, Ji Peifeng, et al. Micro-
                 15
                                                                   phone array layout design for specific noise frequencies[J].
                                                                   Noise and Vibration Control, 2020, 40(6): 14–19.
                 10                                              [3] Wang R, Chen Z, Yin F. DOA-based three-dimensional
                Dα/(°)                                             node geometry calibration in acoustic sensor networks

                  5                                                and its Cramér–Rao bound and sensitivity analysis[J].
                                            Proposed               IEEE/ACM Transactions on Audio, Speech, and Lan-
                                            DOA Based              guage Processing, 2019, 27(9): 1455–1468.
                  0                         ES-Based             [4] Kutakowski P, Vales-Alonso J, Egea-López E, et al.
                                            True
                                                                   Angle-of-arrival localization based on antenna arrays for
                 -5                                                wireless sensor networks[J]. Computers and Electrical En-
                   -5     0      5      10     15     20
                                                                   gineering, 2010, 36(6): 1181–1186.
                                ᄾࠄ஽ᣁᝈए/(°)
                                                                 [5] Plinge A, Fink G A. Geometry calibration of dis-
                                                                   tributed microphone arrays exploiting audio-visual cor-
                        图 9  阵列旋转角度估计结果
                                                                   respondences[C]. European Signal Processing Conference.
               Fig. 9 The estimated results of array rotations     IEEE, 2014.
               for different angles                               [6] Sachar J M, Silverman H F, Patterson W R. Position
                                                                   calibration of large-aperture microphone arrays[C]. 2002
                 由实验结果可知,在不同旋转情况下的角度估
                                                                   IEEE International Conference on Acoustics, Speech, and
             计中,本文方法估计误差总体低于其他方法,最大误                               Signal Processing. IEEE, 2002, 2: II-1797-II-1800.
   9   10   11   12   13   14   15   16   17   18   19