窦威1曲强2（通讯作者）林佳智3刘智博4魏双燕5关晶晶6
辽宁科技大学，辽宁省 鞍山市 114000
摘要：声信号传播具有多途、会聚区等传播特性，呈现较为复杂的结构特征。目前旋转噪声污染问题日益受到人们的关注。从风扇噪声、风力机噪声到航空发动机噪声，可以说旋转噪声问题正在影响着人们生活的方方面面。为更充分地了解旋转噪声产生的机理从而实现更好的降噪设计，对旋转噪声源的准确识别定位就显得格外重要。基于相控麦克风阵列的旋转波束形成方法可以准确识别旋转声源，为旋转声源降噪设计提供思路。目前主要有两类基于麦克风阵列的旋转波束形成方法，分别是：时域旋转声源波束形成方法和频域旋转声源波束形成方法。频域旋转声源波束形成方法的主要思路是通过构建一个与旋转声源同轴同速度旋转的虚拟麦克风阵列来实现旋转声源定位。频域旋转声源波束形成方法对麦克风阵列的类型和位置要求较高。一般需要环形麦克风阵列，并且麦克风阵列的中心轴需要与旋转声源的旋转轴相重合。
关键词：压缩网格；声源定位
项目基金：2021年辽宁科技大学创新创业训练计划专项经费资助
引言
声学定位技术是通过一定结构的声音传感器阵列接收声源信号，并利用声学相关技术和信号处理技术对声信号进行处理，结合阵型几何原理及数学计算来确定声源位置的一种技术，在电话视频会议、智能机器人、机器故障诊断、耳障患者治疗及压力容器检测等领域广泛应用。此外，声源定位技术在地震研究、航天舱体落点定位及军事领域中的炸点定位中也发挥着极为重要的作用。常用的声源定位算法主要有基于最大输出功率的波束形成方法、高分辨率谱估计的声源定位方法和基于时延估计的定位方法。上述声定位方法中，基于时延估计的定位方法计算量较小且原理简单，在生产生活和军事领域应用最为普遍。该方法分成两个步骤：①时延估计。利用同一声信号到不同传感器的声程差，计算出声源信号到达不同传感器的时间延迟；②声源定位。利用阵列特定几何关系或搜索算法，结合时延估计值进行最终定位。现有的声阵列定位技术主要采用互相关方法进行时延估计，该方法在理论条件下具有一定的抗噪声和抗混响能力，在信噪比较低和混响较强等情况下时延估计精度下降比较明显。针对这一问题，通过对传统互相关法进行改进，引入谱减法和互功率谱频域加权法进行时延估计，分析在不同信噪比下时延估计精度，以期实现更为准确的声源定位。
1声音的空间感
听觉是人类最重要的感官之一，甚至从胎儿时期起就对人的感知产生重要影响。研究表明，在人的所有感觉中，视听感知占据了绝大部分的比例。但不同于视觉的是，我们可以通过闭上眼睛来关闭视觉的作用，而无法关闭我们的耳朵。基于听觉的特殊性，我们无时无刻不沉浸在一个连续变化的声音世界之中。这些自幼积累的听音经验，也逐渐成为我们认知事物的重要手段，让我们可以通过声音来判断声源的方位、通过混响来辨别房间的声学特点等。声音是通过发声源振动产生的。振动的能量通过介质传递，如最常见的空气，并且在传递过程中可能会遇到介质的变化、界面的反射等因素，导致声音性质发生改变，最终到达人耳。在这个过程中声音的构成主要可以概括为两个部分：第一是声源信号；第二是环境的空间信息。进一步来说，我们从后者中能获取的信息又可以分为直达声的位置信息和反射波的环境信息，正是这些信息为我们带来了声音的空间感。根据心理声学的研究，听觉对声源的水平定位主要源于双耳效应：第一，声波到达双耳的时间不同而产生的双耳时间差；第二，声波到达双耳的强度不同而产生的双耳强度差。通常来说，对于来自不同方向的低频信号，到达两边耳朵的时间不同，故具有一定的声程差，进而引入了左右耳信号的相位差异，通过该差异我们能辨别低频信号的方位。而对于波长相对较短的高频信号来说，人的头部以及耳廓形成了一定的遮蔽作用，使得到达左右耳的信号强度有所改变，产生了强度差和音色差，进而帮助我们判断高频信号的方位。
而双耳信号的相位差对于高于一定频率的信号来说会超过180°，从而产生混淆，因此不易通过相位差来判断高频方位。而人耳对于高度信息的判断通常也是通过谱因素带来的音色差异来判断，包括幅度差和相位差。
2高级波束成形在旋转声源定位中的应用
自由场下旋转气动噪声污染问题日益受到人们的关注，尤其是高强度的螺旋桨旋转噪声和风力发电机叶片噪声，降低气动旋转噪声可避免声疲劳发生提高旋转机械使用寿命增强旋转机械运行可靠性以及改善操作人员的作业环境。基于麦克风阵列测试技术下的旋转波束成形能够高效识别出噪声源的位置分布及其对应的强度水平，因此可以有效协助旋转机械降噪设计。基于延迟叠加原理的传统波束成形能够出色完成静止噪声源定位，并且具有较高鲁棒性和计算效率［２］，但在低频段其主瓣宽度较大空间分辨率较低，高频段易产生混叠旁瓣抑制能力弱动态范围差。为了克服这些缺点，各种后处理反卷积算法应运而生，其中ＤＡＭＡＳ与ＣＬＥＡＮ－ＳＣ最为著名，极大提高了声源的空间分辨率和动态范围。然而反卷积算法处理时往往需要增加一些额外的前提假设，这些额外的假设往往会增加计算结果的不确定度，此外ＤＡＭＡＳ在大量网格工况下计算效率较低。为了规避这些不足，学术界又相继提出一些高级波束成形算法，其中典型有函数波束成形（ＦＢ）、压缩感知波束成形（ＣＳＢ）以及正交波束成形（ＯＢ），这３种高级波束成形在静止声源定位中不仅计算效率较高而且具有与反卷积算法相媲美的空间分辨率和动态范围。对于旋转噪声源，由于旋转运动而产生的多普勒效应无法直接通过延迟叠加法进行去除，因此声源空间分辨率低，动态范围差，易产生显著的拖尾效应。旋转波束成形可有效克服这些缺点。总体而言，传统旋转波束成形（ＣＢ）算法主要分为时域算法和频域算法，两者相比较而言时域算法计算效率低，空间分辨率低，需要高频采样；频域算法由于计算过程中涉及交叉互谱矩阵计算，因此便于与反卷积算法相结合进一步提高空间分辨率和动态范围。
3双层插值NAH噪声源定位方法
在噪声控制中，噪声声源定位对于声场分析及噪声治理有重要的意义。通过有效的噪声源定位，在噪声测试阶段，合理的噪声源定位能明确主要噪声部位，为噪声控制提供科学的降噪指导。因此建立高效精准的预估模型是声场分析的重要前提。随着噪声控制技术的发展，声源定位及测量方法除了传统的声压、声强测量，也发展了阵列测量方法，如波束形成与声全息法。其中近场声全息以其对声源重构的有效精度，为噪声源精确定位建立了一定的基础。
4基于小样本数据的CG4压缩网格方法
在真实的实验或者工业应用中，由于转速不稳定，信噪比较低等实际因素的存在，在利用麦克风阵列进行旋转声源定位时，麦克风阵列的采样时间一般较长，获得的采样数据量也十分庞大。基于小样本数据的CG4压缩网格方法的主要思路为：首先利用ROSI算法处理少量采样数据，比如当旋转声源旋转若干圈时，麦克风阵列获得的采样数据，从而获得经过CG4方法压缩后的计算网格。
结语
总之，对传统声源定位中互相关时延估计方法进行性能分析并加以改进，提出可基于谱减法的CSP加权广义互相关算法。该算法提高了时延估计精度，减小了低信噪比环境下时延估计误差，增强了定位系统的鲁棒性。在不同信噪比环境下采用文中所提算法进行时延估计时，该算法的时延估计精度和鲁棒性优于GCC-CSP算法，在低信噪比环境下表现尤为明显。
参考文献
［1］ 叶诚，杨淑莹．基于到达时间差的声源定位算法与实现［Ｊ］．天津理工大学学报，２０１５，３１（２）：５０．
［2］ 段丽萍．基于ＴＤＯＡ算法的四麦克风阵列三维声源定位研究［Ｄ］．兰州：兰州理工大学，２０１４．
通讯作者：曲强 99910384@qq.com