声音定位算法

1. 如何检测麦克风阵列声源定位的性能好坏

一般来说，基于麦克风阵列的声源定位算法划分为三类：一是基于波束形成的方法；
二是基于高分辨率谱估计的方法；
三是基于声达时延差（TDOA）的方法。
基于最大输出功率的可控波束形成技术Beamforming，它的基本思想就是将各阵元采集来的信号进行加权求和形成波束，通过搜索声源的可能位置来引导该波束，修改权值使得传声器阵列的输出信号功率最大。
这种方法既能在时域中使用，也能在频域中使用。
它在时域中的时间平移等价于在频域中的相位延迟。
在频域处理中，首先使用一个包含自谱和互谱的矩阵，称之为互谱矩阵（Cross-Spectral Matrix，CSM）。
在每个感兴趣频率之处，阵列信号的处理给出了在每个给定的空间扫描网格点上或每个信号到达方向（Direction ofArrival，DOA）的能量水平。
因此，阵列表示了一种与声源分布相关联的响应求和后的数量。
这种方法适用于大型麦克风阵列，对测试环境适应性强。
GLFore的acam100就是这个原理。

2. 新增加的声音选项是什么东西

HRTF（Head Related Transfer Function）：头相关变换函数，是一种音效定位算法，对应时域的HRIR（Head Related Inpulse Response），头相关冲击响应。

3. 声波与惯性定位

声波或声呐定位都是使用声呐测距和频移测量。高频声波传感器也叫做声信号发生器，有多种功能:发射频率范围为千赫兹的声波(声呐)脉冲，用另外一个传感器接收，就可以求出这两个传感器之间的距离。也可以将其用于炮检系统，根据船和其他炮点的位置，对炮点和拖缆进行定位。

在施工禁区可以使用用锚固定的声信号收发两用机。需要定位的船和下井仪器发射声呐脉冲，固定的声信号收发机接收到询问信号之后，发射编码响应。有些系统根据船上几个传感器接收到的信号的相位差确定声信号收发机的方向(与根据时差可以确定地震射线的视方向的原理类似)，大多数系统都是测量双程旅行时的。如果水深在20m～500m之间，可以放置四个或更多的声信号收发机，每个收发机之间的距离为1km～6km。如果收发机离海底的距离为5m～10m，可以增大测量的量程。这些收发机是可回收的，使用年限为5a。

在每次使用之间需要对收发机的位置进行检验，这不仅因为收发机的位置是不确定的，而且可能存在局部的速度与传播条件的变化。一般使用另外的定位系统在测量区域内利用十字交叉法对收发机进行校验。因为有时收发机会移动，特别是在发生风暴时，所以在使用时需定期对其位置进行校验。声波收发机的相对定位精度的允许误差应该是±5m，而测量的绝对精度与定位收发机的方法有关。

多普勒声呐系统是一种船迹推算法，也就是说，从一个起点开始测量船速然后求积分，就得到船的位置。船的四个方向上，在靠近海底的四个位置上放置四个声呐束来测量船的速度。这些声呐信号反射回船上，而船相对于海底是移动的，所以声呐的频率经历了多普勒频移。根据每束声呐的频移就可得到船在每个方向上的速度分量。在运动的船上的观察者会发现，多普勒效应在移动的方向上相对于信号源压缩了波前。如果v是信号在介质中的传播速度，v_s是船在声呐束方向上的速度分量，则在船上测量到的信号的波长为(v-v_s)/f_s;但是在一个固定的站点上观察到的波长是v/f₀，所以，f₀=f_sv/(v-v_s)。如果观察者以速度v₀向一个固定的信号源移动，则观察到的结果是 如果信号源与观察者都移动， 如果观察者所在的船向一个反射点运动，则v₀就变为v_s，并且

地震勘探

在实际测量中，将船头和船尾的测量结果平均起来以减少船俯仰的影响;将船右舷和左舷的测量结果平均起来，以减少船左右摇晃产生的影响。一般四条声呐束与船的航线的夹角都为45°，而不是在航线的前后和垂直方向上，以提高测量的精度。根据测量结果可求出船的航速(结合陀螺罗盘的定向信息)，将船速求积分，就可得到船的位置。速度测量中的微小误差在积分中会累积起来，会使每小时位置的累积误差达到100m。因此需要进行定期校准，才可保证测量的精度。也就是说，定期采用独立测量方法进行定位。在深水区域，水体的不均匀性使声呐束产生散射，观测到的是相对于水体的多普勒频移而不是相对于海底的测量结果，这些都会使测量精度明显降低。如果是300kHz的多普勒声呐系统，测到的洋底会浅200m，而若频率是150kHz，测量误差会达到400m～500m。

惯性导航系统测量正交方向的加速度，一次积分求出船速，再次求积分，就可得到船相对于某个已知起始点的位置。加速度计一般安放在一个稳定的平台上，用水准反馈系统保持系统的水平，陀螺反馈系统保持加速度计的方向。有另外一种独立的导航系统定期进行定位以校准惯性导航系统，减少测量的累积系统误差，在地球物理中使用的惯性导航系统的累积误差速率为200m/h。

4. 怎样算回声定位的题目

设声源到障碍物之间的距离为D，那么声音被障碍物反射回声源所走的路程S=2D。空气中声速V=340米每秒，只要测量出声源发生到接收到回声的时间T，即可计算出声源到物体间距离。S=2D S=VT 即可算出D=VT/2。

5. 3D声音身临其境的效果是怎么做出来的

A3D技术与传统做法最大的不同之处，在于它可以只利用一组喇叭或者是耳机，就可以发出逼真的立体声效，定位出环绕使用者身边不同位置的音源。这种音源追踪的能力，就叫做定位音效，它使用当时的HRTF的功能来达到这种神奇的效果。所谓HRTF的全名是Head—Related Transfer Function（头部相关位置转换），就是在三度立体空间中，人耳是如何监测和分辨出声音来源的方法。简单的说一下，就是声波会以几百万分之一秒的差距先后传到你的耳朵里面，而我们的大脑可以分辨出那些细微的差别，利用这些差别来分辨声波的形态，然后在换算成声音在空间里的位置来源。在目前多数的3D音效的声卡上，都是使用HRTF的换算法来转换游戏里的声音效果，误导你的大脑听到声音是来自不同地方的。支援声源定位的游戏将声音与游戏的物件、人物或是其他的声音的来源结合在一起，当这些声音与你在游戏中的位置改变时，声卡就将依据相对位置来调整声波讯号的发送。

6. 如何实现机器人精准的声源定位

给机器人加装空气声呐系统就可以。麦克风阵列是空气声呐的硬件部分之一，空气声呐可以实现前端数据采集并进行处理。
空气声呐是由一定数目的声音传感器按一定几何形状排列组合而成的电子设备，不同数目的声音传感器及不同的组合形状会给空气声呐带来不同的性能差异，具体可以根据实际需求选用不同数目的声传感器及阵列形状。这决定了空气声呐具备单个声传感器不具备的两大功能：

1、声音增强——由于空间范围噪声相关性较差，阵列可以对接收的信号进行信号增强，同时滤除大部分噪声信号。
2、声音定向——利用阵列空间信息，空气声呐可以实时采集多通道信息并实时计算声源方位，根据阵型维度的不同，空气声呐可以实现在多个维度范围内的灵活定向。

7. 声音识别和语音识别算是人工智能吗

做这个行业还是蛮多的，做算法做完了之后他的环境声没有考虑进去，比如说他的原厂识音还是不好。必须要贴的很近材料就识别出来，或者周围噪音一大他也就不好了。他不是一个综合的升学产品。

8. 回音的计算公式

2S(距离，单位M）/340（声速，单位M/S）=t(时间,单位S)

即2S/340=t(t为你听到回声的时间）

声音在不同的介质中的传播速度：

真空 0m/s（也就是不能传播）

空气（15℃） 340m/s

空气（25℃） 346m/s

软木 500m/s

煤油（25℃） 1324m/s

蒸馏水（25℃） 1497m/s

海水（25℃） 1531m/s

铜（棒） 3750m/s

大理石 3810m/s

铝（棒） 5000m/s

铁（棒) 5200m/s

9. 物理回声定位计算题

从发射到返回,双程用时4秒,则单程为2秒,所以深度为3000米.

10. 声音定位中怎么测的时间然后根据时间差来计算距离

这个靠人力很困难，得用专门的设备或者自己做的电路才行。
在大学生电子设计竞赛中，一般是用单片机做。首先在系统中必须有一张地图，且系统必须随时知道自己的方位（有固定的角度参考基点）。
一般至少要有3个以上的点才能保持精度。它有个接收器（可360度旋转，并可以测当前的角度），先在A点停下（A点坐标要可以知道），然后旋转接收器，肯定存在一个角度的声音强度特别大。此时，记下旋转的角度（可以推算出斜率），那么就说明，声源和A点是在一条直线上，而且还知道它的斜率，这样就可以通过A画出一条直线（这个是在系统软件中完成，人看不到）。
然后，再通过另外一个B点（同样知道坐标），重复上面的过程，此时，B和声源也一定在一条直线上，也知道了角度和斜率。因为声源是同一个且只有一个，那么这前后两条线的交点必定就是声源。
第三个点用来校验和提高精度的，如果采集的点更多，精度会不断提升。
PS：你的分析出现了方向性错误，声源定位，并不是靠时间差的。
这种题目在以前大学生电子设计竞赛中曾多次出现过。

你说的时间差定位，主要用在超声波定位中，它属于一种主动定位，也就是发生超声波，同时开始计数，当接收到回波的时候，停止计数，根据时间差与声波的速度，推算出障碍物的距离。
这种定位是一种主动定位，也是用单片机做的。前一种是被动定位，也就是直接确定发声物体的位置。难度上来看，前者比后者难得多。后者，淘宝上直接可以买到商品，从40块左右到300多都有。
而前者没有直接的产品，需要自己做，技术难度比较高。