针对传统的多重信号分类(multiple signal classification,简称MUSIC)算法定位声源位置时存在计算量大的问题,提出了一种基于宏微导向的蚁群(ant colony optimization,简称ACO)-MUSIC两级相控声源定位算法。首先,利用ACO估算出声源所在...针对传统的多重信号分类(multiple signal classification,简称MUSIC)算法定位声源位置时存在计算量大的问题,提出了一种基于宏微导向的蚁群(ant colony optimization,简称ACO)-MUSIC两级相控声源定位算法。首先,利用ACO估算出声源所在的宏观位置,再用MUSIC算法精确搜索声源所在的微观方位;其次,对提出的算法进行数值仿真,并搭建实验系统进行验证。仿真和实验结果表明,所提出的算法可以高精度、快速地定位出声源所在的位置;在搜索步距为0.05°时,算法的计算复杂度和计算时间仅为传统MUSIC算法的0.25%和2.8%。展开更多
为解决室内由于墙面、地面的反射使声音信号产生多径传播引起定位算法性能严重下降的问题,本文提出了一种基于麦克风阵列模块的声源识别定位系统。本系统是以STM32F103RCT6单片机作为主控器,Pyai-K210(K210)开发模块、麦克风阵列、OLED...为解决室内由于墙面、地面的反射使声音信号产生多径传播引起定位算法性能严重下降的问题,本文提出了一种基于麦克风阵列模块的声源识别定位系统。本系统是以STM32F103RCT6单片机作为主控器,Pyai-K210(K210)开发模块、麦克风阵列、OLED显示模块、二维云台模块、辅助电源组成的一个声源定位跟踪系统。K210模块通过麦克风阵列采集移动或静止过程中自制声源发出的音频信号,经过K210模块的一次处理后通过串口将数据发送给STM32单片机;单片机将接收到的数据,经过时间到达差(Time Difference of Arrival,TDOA)方法和卡尔曼滤波算法后,计算出自制声源与麦克风阵列之间的直线距离,通过距离换算出两者之间的角度,驱动二维云台使激光笔发出激光指向声源发出的位置且误差不超过1.67%,反应时间不超过1.5 s,并通过OLED屏实时显示目标声源的方位和角度。展开更多
文摘针对传统的多重信号分类(multiple signal classification,简称MUSIC)算法定位声源位置时存在计算量大的问题,提出了一种基于宏微导向的蚁群(ant colony optimization,简称ACO)-MUSIC两级相控声源定位算法。首先,利用ACO估算出声源所在的宏观位置,再用MUSIC算法精确搜索声源所在的微观方位;其次,对提出的算法进行数值仿真,并搭建实验系统进行验证。仿真和实验结果表明,所提出的算法可以高精度、快速地定位出声源所在的位置;在搜索步距为0.05°时,算法的计算复杂度和计算时间仅为传统MUSIC算法的0.25%和2.8%。
文摘为解决室内由于墙面、地面的反射使声音信号产生多径传播引起定位算法性能严重下降的问题,本文提出了一种基于麦克风阵列模块的声源识别定位系统。本系统是以STM32F103RCT6单片机作为主控器,Pyai-K210(K210)开发模块、麦克风阵列、OLED显示模块、二维云台模块、辅助电源组成的一个声源定位跟踪系统。K210模块通过麦克风阵列采集移动或静止过程中自制声源发出的音频信号,经过K210模块的一次处理后通过串口将数据发送给STM32单片机;单片机将接收到的数据,经过时间到达差(Time Difference of Arrival,TDOA)方法和卡尔曼滤波算法后,计算出自制声源与麦克风阵列之间的直线距离,通过距离换算出两者之间的角度,驱动二维云台使激光笔发出激光指向声源发出的位置且误差不超过1.67%,反应时间不超过1.5 s,并通过OLED屏实时显示目标声源的方位和角度。
