[发明专利]基于神经网络的四通道阵列声源定位系统

说明书

技术领域

本发明涉及数字信号处理，嵌入式系统设计等，尤其涉及多通道信号源定位技术。

背景技术

在过去的几十年里，人机交互技术日新月异，尤其是随着电子自动化设备的普及和延伸，给嵌入式人机交互方式的开发带来了指数型的快速发展。如何通过多种输入输出设备与计算机进行交互是多媒体技术研究的重要内容。发展声学键盘和声学输入技术有助于推动计算机输入设备的进步，伴随新技术的不断优化和完善，产品化输入设备的低成本，低功耗的环保特性和方便便捷，将会带来较为可观的经济效益和社会效益。基于麦克风阵列的声源定位技术是指由一定的几何结构排列而成的若干个麦克风组成的阵列。同一声源到达不同麦克风的时间不一样。通过采集声源到达不同麦克风的时间延迟，计算发声源位置，表征不同的功能命令，上位机发出相应的动作相应，以实现人机交互。

本发明系统实现了这样一种基于阵列麦克风的声音定位模型，在经典时延估计算法基础上，结合BP神经网络处理时延估计的结果，确定定位位置，实现命令输入的人机交互功能。

发明内容

本发明所要解决的技术问题是：在较低的采样率下，经典信号处理方法对于定位有很大的误差，不能实现灵巧的人际交互。较高的采样率下，信号处理的数据流巨大，同时对计算能力要求较高，高负荷的不间断运作代价较高，不适合用于输入设备。为了在不增加运算负荷和采样率的前提下，利用信号处理技术，克服噪声等因素，尽可能的低功耗并且获得更精细的声音源定位，实现命令输入功能，代替传统键盘作为人机交互方式，我们研究用同步采样保真，时延估计和BP神经网络技术实现这一系统。

本发明为解决以上技术问题，所采用的技术方案是：以数据采集和声音保真硬件电路为基础，即通过多通道采集到声音，声音信号经过模数转换后得到多维数组，进而计算声音源位置。敲击音信号是一种类似冲击脉冲的信号当敲击发生时信号有较陡峭的前沿，属于非平稳信号。信号由声音振动产生，故在敲击发生时信号生成且波动，幅度迅速增强，一般经历2至3个峰值后开始衰减，声音在空气中传播的平均速度通常估计为340m/s。则0.01m的距离差可以引起2.94×10-5s的时间差。而中速数字采集电路可以达到44Khz-200KHz的采集频率，保证了可以较为准确地采集到声音到达不同阵元点的相对时间，因此计算相位差，便可以真实地反映多路信号之间的关系，从而计算声源位置，得到相应的键值，实现输入设备的意义。

理想情况，桌面无限大且各向同性，阵列中各阵元是不存在通道不一致、互耦等因素的影响的假设条件下的。但是，在实际的工程应用中，各种误差是不可避免的。麦克风阵列的误差，主要体现在声传感器的性能不一致、阵元间距不严格相等导致的阵列结构误差、以及整个麦克风阵列数据采集系统的各阵元通道间幅度、相位误差。桌面情况复杂，大小不一，形状不一，木质结构致密疏松情况各异，多重发射波不确定叠加。传统时延估计算法在定位精确上遇到很大挑战，本发明结合神经网络模型，有效的解决了算法的普遍实用性问题。

所述的硬件电路设计包括拾音器阵列，信号同步调整电路，信号保真调整电路，多通道数据采集卡，PCI输入舒服

所述的软件设计包括，离散信号处理，去噪声滤波器，广义互相关函数法时延估计，BP神经网络。

本发明的有益效果如下：

本发明使用手指敲击桌面产生的声音定位键值位置，代替传统键盘，环保便捷。

本发明通过采用上述硬件电路设计，可同步并且保真采集多路声音信号。

本发明通过采用上述软件算法设计，可实现声音信号源的定位，用于代替键盘识别键值。

附图说明

图1为本发明整体系统框图

图2为本发明声音采样麦克风分布阵列图

图3为本发明硬件电路图

图4为本发明硬件实际采集到多路同步保真的信号

图5为本发明中采用的时延估计算法流程图

图6为本发明中采用的神经网络算法网络设计图

图7为本发明测试结果和准确率情况

具体实施方式

下面结合附图及具体实施例对本发明做进一步详细说明。

本发明是基于拾音器阵列采样，电路同步保真处理，数字采集卡进行模数转换，后经由软件算法处理信号得到声源位置信息的一套系统，如图1所示。

整个系统主要通过硬件和软件实现。

硬件电路：