宋子豪 魏小虎 胡正豪
陆军炮兵防空兵学院
摘要：在当今复杂战场环境中，针对低慢小目标的定位跟踪以及隐藏狙击手的位置确定问题，本文提出采用声阵列的声源定位检测技术研究，该技术基于树莓派系统，依托声阵列云台，通过传感器采集声音信号，采用广义互相关时延估计法进行声源定位与PID算法进行目标跟踪，集采集、处理与控制于一体，成功实现对目标的定位与跟踪，定位角度误差在0.3以内。
关键词：低慢小目标 声阵列 声源定位 目标跟踪
引言
在现代战场环境当中，对空中低慢小目标以及狙击手的的定位检测仍然是一个难点问题。首先，雷达在进行搜索时，地面物体会产生杂波，对雷达信号造成干扰；其次，采用摄像头进行目标捕捉时，会被建筑和树林遮挡视线，并且背景与目标颜色的相近性会导致目标辨别十分困难。但是目标在行动时会产生较大的声响，针对此特点，论文提出了基于声阵列的目标定位跟踪技术。
1 硬件平台组成
1.1树莓派及扩展版
该平台树莓派使用的是4代B型，搭载64位1.5G Hz四核处理器、具备4G内存、2个USB2.0接口、2个USB3.0接口、2个HDMI接口、2.4G Hz和5G Hz的双频Wifi、千兆以太网接口，采用linux操作系统，可以用于AI系统大数据的开发处理。
BST-AI扩展板焊有PCA9685芯片，可以通过I2C协议控制输出16路PWM信号，并且可以任意设置频率与占空比，便于对舵机进行控制。
1.2舵机
使用MG995金属齿轮，13公斤大扭力舵机，5V电压供电。舵机控制需要一个20ms左右的时基脉冲，该脉冲高电平部分的0.5ms-2.5ms范围内对应180度的角度控制，具体对应关系是这样：0.5ms——0度，1.5ms——90度，2.5ms——180度。
1.3麦克风
设备可以同时录取4路麦克风数据，采用标准的UAC协议（USB麦克风设备），支持windows，linux，android，树莓派操作系统，可扩展性强。麦克风采样率为16 K，转换数据为16 bits，间隔20cm排列。
2 软件算法
目前，基于声音信号的定位算法主要有广义互相关时延估计法、高分辨率谱估计法和可控波束形成定位法[1]。但是在实际应用过程中，由于后两种方法运算效率较低、实时性不强，所以本文采用了广义互相关时延估计法，便于实现目标的实时跟踪。
2.1广义互相关时延估计法
麦克风阵列接收信号的排列方式采用“十”字型，并且横向与纵向距离相等，相对的麦克风相距20cm，中心位置重合，具体如图1所示。根据声波到达两个麦克风的时间差可以计算得到声程差，再由三角函数关系进行方向的估计[2]。由此，声波到达横向麦克风阵列的时间差可以得到目标的方位角，纵向麦克风阵列的时间差可以得到目标的俯仰角。时延估计的越准确，确定的声源位置与实际位置误差就越小。
广义互相关时延估计法就是指对接收到的信号x1(t)与信号x2(t)，根据图形上的相关性求得时延进行声源定位。在目标源信号与噪声互不相关情况下，x1(t)与x2(t)的互相关函数可以表达为：
.png)
根据互相关函数的特性，在时间t=时，取得最大值，因此阵列接收到的信号x1(t)与信号x2(t)互相关函数达到最大值时，其对应的时刻即为1、2麦克风之间的时间延迟值。
对于低慢小目标发出的声音信号，传播距离较远，可以看作为远场环境，其对于声阵列的传播可以近似为平行波。假设d为两个麦克风之间的距离，τ为麦克风接收信号的时延，c为声速，θ为声源传播角度。通过几何关系可以得到：
2.2增量式PID算法
PID控制主要是对系统偏差进行比例、积分、微分三种操作并线性组合成控制量，以减小系统误差，提高系统响应速度和响应效果。可以大致分为模拟PID控制和数字PID控制，数字PID控制又包含两种基本形式：位置式PID控制和增量式PID控制[3]。
本文是采用增量式PID控制算法，根据麦克风阵列测得的声源方位，与此时麦克风中心线方向做差，以该差值作为新的控制量，实现对声源目标的实时跟踪。由于只需要将声源目标控制在阵列中心位置，不进行累积性的误差处理，所以在算法中省略了积分控制，最终简化为PD控制。
3实验效果
3.1实验数据处理
由于缺乏实物测量，这里采用在室外利用喊话器模拟低慢小目标发出声音信号。取在120度角时的数据为例，经过过麦克风1和2，我们可以得到不同的声音信号。
经过不同角度的大量实验分析，得到如下误差结果：在角度为（30°，30°）（30°，60°）（30°，90°）（30°，120°）（30°，150°）（60°，30°）（60°，60°）（60°，90°）（60°，120°）（60°，150°）时对应的误差分别为：0.26、0.18、0.13、0.24、0.30、0.29、0.20、0.09、0.20、0.25.
由此可以得到：目标声源在90°附近时误差较小，定位精度较好，越靠近边缘定位效果越差。初步分析，在中间位置时，声音到达麦克风的时间差较小，引起的误差较小；随角度的增加，声音到达麦克风的距离差变大，所引起的误差也就变大。
3.2跟踪效果分析
利用喊话器不断发出声音信号，观察云台对目标的跟踪情况，发现云台会出现卡顿的情况，初步分析为控制周期过长，导致控制上有延迟，跟踪不及时。缩短时间周期后，效果得到改善。
4 结语
建立该系统，为基于声阵列的低慢小目标定位跟踪做了探讨，研究表明当目标声音占据主要位置时，可以采用声音信号的搜索跟踪，有效避免遮蔽物的影响。但是要应用于现实战场环境，仍有以下3点可以改进。
(1)选取采样率更高、运算性能更强的处理器进行数据的采集处理；
(2)获取真实低慢小目标的实验数据进行分析；
(3)加入声音识别的相关算法，可以在进行定位的同时，通过声音信号识别目标特征。
此设计操作简单，应用价值较高，不仅可以应用于低慢小目标的定位跟踪，还可以机器故障的定位检查，随着硬件性能的提高以及算法的不断优化，在今后基于声音信号的定位跟踪会有更大的应用价值。
参考文献
[1]刘陈.基于麦克风阵列的声源定位研究[D].湖北工业大学 ,2018.
[2]李铁军,王宁,赵义鹏,刘今越.基于传感器阵列的机械故障声源定位系统[J].机械设计与制造,2019(4):166-170
[3]王祎晨.增量式PID和位置式PID算法的整定比较与研究[J].工业控制计算机,2018(5):123-124