Page 58 - 《应该声学》2022年第2期
P. 58

226                                                                                  2022 年 3 月


                                                               位方法的鲁棒性。
             0 引言                                                  本文针对传声器网络 SRP 声源定位中导向时
                                                               延不确定性问题,在经典 SRP 定位模型中引入导向
                 分布式无线声传感器网络 (Distributed wire-
                                                               时延的不确定项,对其组成因素进行了建模和量化
             less acoustic sensor networks, DWASNs) 在军事
                                                               分析,改进了 MSRP 函数中累加求和的范围,并提
             安防  [1−2] 、生态环境监测      [3−4]  等领域均有广泛的
                                                               出了基于最大值滤波的声源定位方法。该方法增设
             应用。声源定位是无线声传感器网络的关键技术
                                                               了最大值滤波器对 GCC 进行处理,扩展导向时延
             之一,也是目标识别、监测与跟踪等应用的前提,
                                                               不确定项在对应空间点处的TDOA范围,保证SRP
             通过从传声器接收到的声源信息中提取相关测
                                                               功率函数在声源位置能够取得最大值。通过仿真与
             量信息,如声能量强度 (Received signal strength,
                                                               外场实验验证本算法在传声器网络声源定位应用
             RSS)  [5−6] 、波达时间差 (Time difference of arrival,
                                                               中的稳定性和优越的定位性能。
             TDOA)  [7−10]  和声源波达方向角 (Direction of ar-
             rival, DOA)  [11−12]  等,来实现声源位置的估计。               1 问题描述
                 传统的声源定位方法中测量信息往往需要在
             前端中进行信号处理,在复杂环境中,声源定位的性                           1.1  基于SRP和WASN的声源定位模型
             能容易受到局部错误量测的干扰。可控波束形成器                                设 N-维欧氏空间下布设 M 个分布式传声器
                                                                                     N
             导向相应功率 (Steered response power, SRP),则            (M > N),向量 x ∈ R 表示空间内坐标,x s 表
             是将传感器构成的波束形成器的空间 SRP 作为定                          示声源坐标,z m 表示传声器的空间坐标 (m = 1,
             位函数,通过搜索空间功率谱图中最大值估计声源                            2, · · · , M)。忽略多径传播与非线性传播现象,位于
             的方位或位置,是一种有效的声阵列测向                   [13−17]  和   z m 处的传声器接收的信号在频域上可表示为
             声源定位方法       [18−19] 。该方法避免了间接量测所导                     Y m (Ω) = a m S(Ω) e −jΩF s t m  + W m (Ω),  (1)
             致的声源信息损失,在混响和复杂声环境下具有更
                                                               其中,Ω ∈ [−π, π] 表示归一化角频率,a m 和 t m
             稳健的定位性能。
                                                               分别表示传播过程中的幅度衰减因子与时延因子,
                 SRP 方法在应用中面临的最主要的问题是计
                                                               S(Ω) 是和 W m (Ω) 分别表示声源信号和加性噪声
             算耗时太长。目前主要采用广义互相关 (Gener-
                                                               的傅里叶变换,F s 是系统采样频率。
             alized cross-correlation, GCC)形式的SRP函数     [13]
                                                                   SRP函数可表示为
             简化计算过程。为了进一步降低全局网格搜索的计                                          M   M
                                                                            ∑ ∑
             算量,国内外学者展开了大量研究,基于随机区域                               P(x) = 2π         R l,m (η m (x) − η l (x)),  (2)
             重建  [15]  和遗传算法   [20]  等方法不再进行全局搜索                             l=1 m=1
                                                               其中,η m (x) ∈ R 表示第 m 个传感器的导向时延函
             但也因此无法保证信息完整性,文献 [21] 提出了基
                                                               数,即声信号从空间点 x 到第 m 个传声器的传播时
             于 TDOA 梯度设计非均匀网格以降低空间采样数
                                                               间。在一般的声源定位应用中,传播模型通常简化
             量的方法。另一类方法通过改进 SRP 函数来适应
                                                               为自由场中匀速传播,即
             粗网格   [22]  或进行分层搜索      [18] 。MSRP [22]  方法计
             算空间谱图时设计了一种改进的SRP 函数,用网格                                       η m (x) = ||x − z m ||/v,     (3)
             点对应的一段时间窗内 GCC 的累加值替代格点对                          其中,v 表示声速,“||.||”表示欧式距离。
             应的 GCC 取值带入原 SRP 函数实现了网格自适应
                                                                    R l,m (τ)
             性,这种方法兼顾了稳定性和搜索运算量。                                       ∫
                                                                     1    π
                 传统的 SRP 方法要求传声器节点的导向时延                           =        Ψ l,m (Ω)Y l (Ω)Y (Ω) e jΩF s τ  dΩ  (4)
                                                                                         ∗
                                                                                         m
                                                                    2π   −π
             估计非常准确,在声源测向与室内定位中具有良
                                                               表示传感器对 {l, m} 间的 GCC 函数,τ 表示传感器
             好的稳定性能。对于户外定位应用场景,来自硬件
                                                               对 {l, m} 间的时延,上标 ∗ 表示共轭运算,Ψ l,m (Ω)
             系统 (如节点同步、自定位误差) 和环境因素的干扰
                                                               表示 GCC的加权函数。相位变换(Phase transform,
             (如温度、风速变化等) 使得导向时延出现不确定性,
                                                               PHAT) 权重函数
             实际传播时延和理论计算结果的误差导致空间功
                                                                          PHAT
                                                                                               ∗
             率难以聚焦于实际的声源位置,降低了 SRP 声源定                                  Ψ l,m  (Ω) = 1/|Y l (Ω)Y (Ω)|     (5)
                                                                                              m
   53   54   55   56   57   58   59   60   61   62   63