【定位问题】基于CC和GCC算法实现近场声源定位TDOA问题附matlab代码

【定位问题】基于CC和GCC算法实现近场声源定位TDOA问题附matlab代码

1 简介

声源定位是许多领域里的一个基本问题.声源定位技术的研究一直是个研究热点,涉及到很多技术领域,如声学,信号检测,数字信号处理等,有着广阔的应用前景.目前,该技术在仿人智能机器人上的应用还不是很多.而其作为一种重要的人机交互方式,能够与视觉交互完美结合,弥补其不足. 通过对各种声源定位技术的研究和比较,基于到达时延差(TDOA,Timedelay of arrival)的声源定位技术比较适用.该技术方法的原理不是很复杂,无需很大的计算量,而且实现这种技术的困难较小.对这种技术的研究目前也比较成熟,有着大量的应用.因而对于本课题的研究而言,是一种不错的选择.使用TDOA技术,需要完成两个阶段的工作:前一阶段运用时延估计算法估算出声源信号到达各个麦克风之间的TDOA值,即时间差;第二阶段根据得到的TDOA值,结合阵列几何结构关系和空间位置关系,使用空间定位方法来估算声源的位置.能否得到高精度的TDOA值对整个过程的正确完成相当重要.传统的GCC算法就是该技术中的一种比较经典的方法.该方法能够快速有效的对声源进行定位。

2 部分代码

clcclear allclose all%%% *各参数设置*%--声源相关参数fmin=500;fmax=2000; %Hz: 信源为一频率渐变的余弦信号，最低频率fmin，最高频率fmaxS_last=0.1; %s ：声源持续时间%--采样和信号处理相关参数fs=3e6; %采样率 ts=1/fs; %采样间隔T=0.12; %s: 搜集数据T秒，计算一次位置tMic=0:1/fs:T-1/fs; %接收数据时间nMic=length(tMic); %接收数据长度%--物理参数设置v=34000; %cm/s: 音速%--声源和MIC位置 单位CMd=30; %麦克风间距Lco_S = [10,10];Loc_A = [50-d,0];Loc_B = [50,0];Loc_C = [50+d,0];%%% *模拟声源信号及各MIC接收到的信号*%--产生声源t = 0:ts:S_last; %假设声波持续时间0.2秒 s = chirp(t,fmin,S_last,fmax,'linear');%源信号, 频率线性递增的余弦信号nsource=length(s);%--画出声源的波形figure();plot(s);xlabel('时间/\itus');ylabel('振幅');title('声音信号');%--计算信源传到各MIC之间的延迟点数diff_SA = sqrt(sum((Lco_S-Loc_A).^2))/v/ts;diff_SB = sqrt(sum((Lco_S-Loc_B).^2))/v/ts;diff_SC = sqrt(sum((Lco_S-Loc_C).^2))/v/ts;%--计算信源与个MIC之间的距离dis_SA = sqrt(sum((Lco_S-Loc_A).^2));dis_SB = sqrt(sum((Lco_S-Loc_B).^2));dis_SC = sqrt(sum((Lco_S-Loc_C).^2));%--信源到MIC的时间延迟dis_AC=dis_SA-dis_SC;dis_BC=dis_SB-dis_SC;Lag_SA = dis_SA/v;Lag_SB = dis_SB/v;Lag_SC = dis_SC/v;%--转化成相差点数diff_AC =round((Lag_SA-Lag_SC)/ts);diff_BC =round((Lag_SB-Lag_SC)/ts);%--MIC接收到的数据sigMicA=zeros(1,nMic);sigMicB=zeros(1,nMic);sigMicC=zeros(1,nMic);sigMicA(1+diff_SA:nsource+diff_SA)=s;sigMicB(1+diff_SB:nsource+diff_SB)=s;sigMicC(1+diff_SC:nsource+diff_SC)=s;%--信号时域图figure();subplot(3,1,1);plot(sigMicA);subplot(3,1,2);plot(sigMicB);subplot(3,1,3);plot(sigMicC);%%% *用GCC（Generalized Cross-Correlation） Phase Transform 算法估计时延差*if(DelayDifferAC<5000) distDiffAC=(DelayDifferAC-1)/fs*v;else distDiffAC=(DelayDifferAC-nMic-1)/fs*v;endA=distDiffBC;B=distDiffAC;M=4*A^3-B^3+6*A*B^2-10*A^2*B+4*d^2*A-2*d^2*B;N=-8*A^2-2*B^2+8*A*B;r3=M/N;M1=4*A^3-B^3+4*A*B^2-6*A^2*B+2*d^2*B-4*d^2*A;N1=8*A^2+2*B^2-8*A*B;r2=M1/N1;cos=(r3^2+d^2-r2^2)/(2*d*r3);sin=sqrt(1-cos^2);a=(50-d)+r3*cos;

3 仿真结果

4 参考文献

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。