声源定位的无线测量方法转让专利
申请号 : CN200810118829.6
文献号 : CN101339242B
文献日 : 2010-12-15
发明人 : 王雪 , 毕道伟 , 王晟 , 丁梁
申请人 : 清华大学
摘要 :
本发明属于测量和无线通信领域，公布一种声源定位的无线测量方法。首先在指定区域布置一定数目的无线声音传感器，确定各传感器的坐标并指定其中一个无线传感器作为数据汇聚处理点，采用接收到信号能量定位方法进行声源定位，通过多个无线声音传感器测量目标发出的声音信号，并根据测得的声音信号强度选择最合适的若干个传感器参与声源定位，以接收到信号能量方法进行声源定位。为克服噪声及介质非均匀性的影响，提高定位精度，将方程组求解问题转化为优化问题，并采用最速下降法对声源位置进行搜索，实现声源定位。用本发明所建立的声源定位系统具有布置方便，适应性强的特点，特别适用于野外战场军用车辆定位以及突发时间应急处理等场合。
权利要求 :
1.一种声源定位的无线测量方法，其特征在于，通过多个无线声音传感器测量目标声源发出的声音信号，并根据测得的声音信号强度选择最合适的若干个传感器参与声源定位，以接收到信号能量方法进行声源定位，为克服噪声及介质非均匀性的影响，提高定位精度，将方程组求解问题转化为优化问题，并采用最速下降法对声源位置进行搜索，实现声源定位，具体步骤如下：
1)在指定区域布置N个的无线声音传感器，N为6～20，确定各无线声音传感器的坐标并指定其中一个无线声音传感器作为数据汇聚处理点，数据汇聚处理点本身不参与声音信号测量，只负责接收其他传感器发送过来的数据，并进行定位运算；
2)各无线声音传感器监测进入该布置区域的声音目标，当无声音目标进入的时候，各无线声音传感器以较低的20Hz的采样频率进行监测；
3)当有声音目标进入的时候，无线声音传感器的信号幅度超过设定的信号幅度阈值，无线声音传感器开始以1.024kHz频率对声源目标发出的声音信号进行高频采样，计算测得信号的平均能量值，并将采集信号的平均能量值发送到数据汇聚处理点；
4)数据汇聚处理点对各无线声音传感器报告的能量水平由高到低进行排序，从中选出数值较大的前W个无线声音传感器参与最终的定位，W为3～5，以观测到最大信号能量的无线声音传感器的位置作为搜索的起始位置，定位算法是基于接收到的能量水平，将定位算法要求的方程组求解问题转化为优化问题，并采用基于梯度计算的最速下降法求解，克服传播介质不均匀以及噪声的影响。
2.根据权利要求1所述的声源定位的无线测量方法，其特征在于，所述的无线声音传感器的信号幅度的设定阈值范围为2～3v。
说明书 :
技术领域
本发明属于测量和无线通信领域，涉及声音测量技术，声源定位技术和无线通信技术，具体地说是一种基于无线声音传感器的二维平面声源定位的无线测量方法。
背景技术
声源定位是指根据声音传感器测得的声音信息估计出某一时刻声源所处的空间位置。根据信号测量物理量的不同，目前声源定位技术主要分为三大类，即到达时差定位、到达方向定位及接收到信号能量定位。各种定位方法一般都假设声源是各向同性的，即认为声源发出的声波在各个方向的传播情况是相同的。
到达时差定位又称为双曲线定位，利用多个声音传感器采集到的信号的到达时间差对声源的位置进行估计，实现声源定位。基于时差定位的基本原理如图1所示。两个声音传感器A和B，坐标分别为(-a，0)和(a，0)。平面上处于(x，y)位置的声源S发出声波时，两传感器将先后接收到信号，利用相移信息可测出它们的时间差Δt。设声波传播速度为u，则SA-SB＝uΔt。即S到声音传感器A和B的距离之差为定值uΔt，即声源一定位于以A和B为焦点的双曲线的一支上。若再有一对传感器则可确定另一双曲线，则两双曲线交点即为声源的位置。
到达方向定位一般适用于基于声音传感器阵列的声源定位。声音传感器阵列由一定的几何结构排列而成的若干个声音传感器组成，具有很强的空间选择性，且不需移动声音传感器就可获取移动的声源信号。图2给出了基于传感器阵列的到达方向定位方法的示意图。设图中已经知道声源相对于两个声音传感器阵列Z1和Z2的参考点A和B的方向角分别为α和β。由此可知直线AP和BP的方程，进而易得两直线交点P的坐标，也即声源的位置。
接收到信号能量定位方法，是根据声音在介质中的衰减规律而提出的。在二维情形下，位于Ps(xs，ys)处的声源产生的声音信号振幅为As，在传播过程中因能量衰减，传播到P(x，y)处时声音信号振幅变为对波动而言，能量与振幅的平方是对应的，故有E＝Es/((xs-x)2+(ys-y)2)其中，Es是声源所处位置的声音信号能量，E是P(x，y)处的能量。若已知声音信号能量Es，则有：
即：声源的位置位于以(x，y)为圆心，为半径的圆上。与到达时差定位类似，利用多个声音传感器进行测量，可以相应地得到多个如公式(1)所确定的圆，其交点即为声源位置。
声源信号能量Es无法测得，若能消去的Es，则上述方法仍可行。如果位于Pm(xm，ym)和Pn(xn，yn)的的两个声音传感器分别测得能量Em和En的声音信号，根据公式(1)，有：
需要特别指出的是，仅利用形如公式(2)的两圆不能唯一确定声源位置。例如图3中的圆C1和圆C2分别表示由相应传感器确定的声源的可能位置曲线，但它们有两个交点J和K，即存在两个可能的声源位置。解决方法是再由一组传感器确定一个形如公式(2)的曲线，利用3个圆的交点进行声源定位，如图4所示。从图中可以看出，利用3个圆C1、C2、C3可唯一确定声源位置L。
传统的测量定位系统，一般需要通过线缆将多个传感器的测量数据传输到汇聚处理点，进行相应的运算，实现声源定位。但是在很多应用中，如战场军用车辆定位以及突发时间应急处理等，需要在很短的时间内，布置大量的传感器，进行目标定位。基于线缆的连接方法布线麻烦而且成本较高，并且容易被人为破坏，可靠性也不高。此外传统的传感器设备一般体积较大，因而容易暴露而遭到破坏。因此亟需无线缆连接、成本低并且微型化的新型微型化无线传感器。
微型化无线声音传感器的基本组成如图5所示，包括电源模块、声音传感器模块、A/D转换模块，处理器模块、存储器模块、无线通信模块等。其中声音传感器是基于微机电系统技术的微型化的传感器，体积非常小，但是性能卓越。电源模块通常采用电池为其它模块供电，有些无线传感器甚至还配有能量俘获装置，通过俘获太阳能、振动等能量为整个系统供电。A/D转换模块将传感器测得的模拟量信号转换为处理器可以处理的数字信号。处理器模块是核心模块之一，负责协调整个系统的运行，对数据进行处理，并控制通信模块进而实现与数据汇聚处理点以及其它无线传感器的通信。存储器模块用于存储各种处理指令以及相应的数据等。无线通信模块一般以射频电磁波作为载波，通过无线射频的通信方式与其它系统交换数据。
无线声音传感器具有体积小成本低、计算及存储能力有限、智能化、电源能量有限、自定位能力等特点。这些特点，使其非常适合在复杂的地形条件进行快速布置。利用其小型化和智能化等特点，可得到很好的保密特性，并可以布置一些智能监测定位系统。
到达时差方法对声音传感器同步性要求高，到达方向方法需要采用传感器阵列。在利用无线声音传感器进行声源定位的条件下，到达时差方法和到达方向方法均不易实现，因此本发明采用接收到 信号能量定位方法进行声源定位。
到达时差定位又称为双曲线定位，利用多个声音传感器采集到的信号的到达时间差对声源的位置进行估计，实现声源定位。基于时差定位的基本原理如图1所示。两个声音传感器A和B，坐标分别为(-a，0)和(a，0)。平面上处于(x，y)位置的声源S发出声波时，两传感器将先后接收到信号，利用相移信息可测出它们的时间差Δt。设声波传播速度为u，则SA-SB＝uΔt。即S到声音传感器A和B的距离之差为定值uΔt，即声源一定位于以A和B为焦点的双曲线的一支上。若再有一对传感器则可确定另一双曲线，则两双曲线交点即为声源的位置。
到达方向定位一般适用于基于声音传感器阵列的声源定位。声音传感器阵列由一定的几何结构排列而成的若干个声音传感器组成，具有很强的空间选择性，且不需移动声音传感器就可获取移动的声源信号。图2给出了基于传感器阵列的到达方向定位方法的示意图。设图中已经知道声源相对于两个声音传感器阵列Z1和Z2的参考点A和B的方向角分别为α和β。由此可知直线AP和BP的方程，进而易得两直线交点P的坐标，也即声源的位置。
接收到信号能量定位方法，是根据声音在介质中的衰减规律而提出的。在二维情形下，位于Ps(xs，ys)处的声源产生的声音信号振幅为As，在传播过程中因能量衰减，传播到P(x，y)处时声音信号振幅变为对波动而言，能量与振幅的平方是对应的，故有E＝Es/((xs-x)2+(ys-y)2)其中，Es是声源所处位置的声音信号能量，E是P(x，y)处的能量。若已知声音信号能量Es，则有：
即：声源的位置位于以(x，y)为圆心，为半径的圆上。与到达时差定位类似，利用多个声音传感器进行测量，可以相应地得到多个如公式(1)所确定的圆，其交点即为声源位置。
声源信号能量Es无法测得，若能消去的Es，则上述方法仍可行。如果位于Pm(xm，ym)和Pn(xn，yn)的的两个声音传感器分别测得能量Em和En的声音信号，根据公式(1)，有：
需要特别指出的是，仅利用形如公式(2)的两圆不能唯一确定声源位置。例如图3中的圆C1和圆C2分别表示由相应传感器确定的声源的可能位置曲线，但它们有两个交点J和K，即存在两个可能的声源位置。解决方法是再由一组传感器确定一个形如公式(2)的曲线，利用3个圆的交点进行声源定位，如图4所示。从图中可以看出，利用3个圆C1、C2、C3可唯一确定声源位置L。
传统的测量定位系统，一般需要通过线缆将多个传感器的测量数据传输到汇聚处理点，进行相应的运算，实现声源定位。但是在很多应用中，如战场军用车辆定位以及突发时间应急处理等，需要在很短的时间内，布置大量的传感器，进行目标定位。基于线缆的连接方法布线麻烦而且成本较高，并且容易被人为破坏，可靠性也不高。此外传统的传感器设备一般体积较大，因而容易暴露而遭到破坏。因此亟需无线缆连接、成本低并且微型化的新型微型化无线传感器。
微型化无线声音传感器的基本组成如图5所示，包括电源模块、声音传感器模块、A/D转换模块，处理器模块、存储器模块、无线通信模块等。其中声音传感器是基于微机电系统技术的微型化的传感器，体积非常小，但是性能卓越。电源模块通常采用电池为其它模块供电，有些无线传感器甚至还配有能量俘获装置，通过俘获太阳能、振动等能量为整个系统供电。A/D转换模块将传感器测得的模拟量信号转换为处理器可以处理的数字信号。处理器模块是核心模块之一，负责协调整个系统的运行，对数据进行处理，并控制通信模块进而实现与数据汇聚处理点以及其它无线传感器的通信。存储器模块用于存储各种处理指令以及相应的数据等。无线通信模块一般以射频电磁波作为载波，通过无线射频的通信方式与其它系统交换数据。
无线声音传感器具有体积小成本低、计算及存储能力有限、智能化、电源能量有限、自定位能力等特点。这些特点，使其非常适合在复杂的地形条件进行快速布置。利用其小型化和智能化等特点，可得到很好的保密特性，并可以布置一些智能监测定位系统。
到达时差方法对声音传感器同步性要求高，到达方向方法需要采用传感器阵列。在利用无线声音传感器进行声源定位的条件下，到达时差方法和到达方向方法均不易实现，因此本发明采用接收到 信号能量定位方法进行声源定位。
发明内容
本发明的目的是提出一种基于无线声音传感器的声源定位的无线测量方法，其技术方案为，采用接收到信号能量定位方法进行声源定位，通过多个无线声音传感器测量目标发出的声音信号，并根据测得的声音信号强度选择最合适的若干个传感器参与声源定位，以接收到信号能量方法进行声源定位，为克服噪声及介质非均匀性的影响，提高定位精度，将方程组求解问题转化为优化问题，并采用最速下降法对声源位置进行搜索，实现声源定位，具体步骤如下：
1)在指定区域布置N个(N：6～20)的无线声音传感器，确定各无线声音传感器的坐标并指定其中一个无线声音传感器作为数据汇聚处理点，数据汇聚处理点本身不参与声音信号测量，只负责接收其他传感器发送过来的数据，并进行定位运算；
当不宜或者无法对无线声音传感器布置位置进行准确标定，采用无线声音传感器的自定位能力确定它们的相对位置；
2)各无线声音传感器监测进入该布置区域的声音目标，当无声音目标进入的时候，各无线声音传感器以较低的20Hz的采样频率进行监测；
3)当有声音目标进入的时候，无线声音传感器的信号幅度超过设定的信号幅度阈值，无线声音传感器开始以1.024kHz频率对声源目标发出的声音信号进行高频采样，计算测得信号的平均能量值，并将采集信号的平均能量值发送到数据汇聚处理点；
4)数据汇聚处理点对各无线声音传感器报告的能量水平由高到低进行排序，从中选出数值较大的前W个无线声音传感器(W：3～5)参与最终的定位，参与最终的定位，以观测到最大信号能量的无线声音传感器的位置作为搜索的起始位置，定位算法是基于接收到的能量水平，将定位算法要求的方程组求解问题转化为优化问题，并采用基于梯度计算的最速下降法求解，克服传播介质不均匀以及噪声的影响。
所述的无线声音传感器的信号幅度的设定阈值范围为2～3v。
本发明的有益效果为，采用微型无线声音传感器，用本发明所建立的声源定位的无线测量系统具有布置方便，适应性强的特点，特别适用于野外战场军用车辆定位以及突发事件应急处理等场合；基于传感器选择无线声音传感器和最速下降法的能量定位方法能很好地克服各种因素的影响，保证定位的实时性和准确性。
1)在指定区域布置N个(N：6～20)的无线声音传感器，确定各无线声音传感器的坐标并指定其中一个无线声音传感器作为数据汇聚处理点，数据汇聚处理点本身不参与声音信号测量，只负责接收其他传感器发送过来的数据，并进行定位运算；
当不宜或者无法对无线声音传感器布置位置进行准确标定，采用无线声音传感器的自定位能力确定它们的相对位置；
2)各无线声音传感器监测进入该布置区域的声音目标，当无声音目标进入的时候，各无线声音传感器以较低的20Hz的采样频率进行监测；
3)当有声音目标进入的时候，无线声音传感器的信号幅度超过设定的信号幅度阈值，无线声音传感器开始以1.024kHz频率对声源目标发出的声音信号进行高频采样，计算测得信号的平均能量值，并将采集信号的平均能量值发送到数据汇聚处理点；
4)数据汇聚处理点对各无线声音传感器报告的能量水平由高到低进行排序，从中选出数值较大的前W个无线声音传感器(W：3～5)参与最终的定位，参与最终的定位，以观测到最大信号能量的无线声音传感器的位置作为搜索的起始位置，定位算法是基于接收到的能量水平，将定位算法要求的方程组求解问题转化为优化问题，并采用基于梯度计算的最速下降法求解，克服传播介质不均匀以及噪声的影响。
所述的无线声音传感器的信号幅度的设定阈值范围为2～3v。
本发明的有益效果为，采用微型无线声音传感器，用本发明所建立的声源定位的无线测量系统具有布置方便，适应性强的特点，特别适用于野外战场军用车辆定位以及突发事件应急处理等场合；基于传感器选择无线声音传感器和最速下降法的能量定位方法能很好地克服各种因素的影响，保证定位的实时性和准确性。
附图说明
下面是对附图的说明。
图1到达时差定位方法原理图；
图2到达方向定位方法示意图；
图3两个声音传感器无法唯一确定声源位置示意图；
图4三个声音传感器可以唯一确定声源位置示意图；
图5无线声音传感器的功能模块结构方框图；
图6声源定位的无线测量方法框图和测试流程图；
图7声源定位中的最佳估计问题示意图；
图8实施例的无线声音传感器布置图；
图9两个无线声音传感器S1和S2在某段时间内测量到的声音信号，——表示无线声音传感器S1的声音信号，表示无线声音传感器S2的声音信号；
图10基于最速下降法的接收到信号能量定位扫描搜索路径图，从最大能量位置开始搜索，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，表示搜索路径；
图11基于最速下降法的接收到信号能量定位扫描搜索路径图，从较小能量位置开始搜索，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，表示搜索路径；
图12多个位置声源定位对比结果，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，◇表示估计的目标声源位置。
图1到达时差定位方法原理图；
图2到达方向定位方法示意图；
图3两个声音传感器无法唯一确定声源位置示意图；
图4三个声音传感器可以唯一确定声源位置示意图；
图5无线声音传感器的功能模块结构方框图；
图6声源定位的无线测量方法框图和测试流程图；
图7声源定位中的最佳估计问题示意图；
图8实施例的无线声音传感器布置图；
图9两个无线声音传感器S1和S2在某段时间内测量到的声音信号，——表示无线声音传感器S1的声音信号，表示无线声音传感器S2的声音信号；
图10基于最速下降法的接收到信号能量定位扫描搜索路径图，从最大能量位置开始搜索，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，表示搜索路径；
图11基于最速下降法的接收到信号能量定位扫描搜索路径图，从较小能量位置开始搜索，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，表示搜索路径；
图12多个位置声源定位对比结果，其中●表示各个无线声音传感器的位置，★表示目标声源的位置，◇表示估计的目标声源位置。
具体实施方式
对本发明的具体实施方案进一步说明如下：
步骤(1)设置无线声音传感器并设定其信号幅度阈值。本发明所用无线声音传感器包括传感器模块、A/D转换模块、存储器模块、处理器模块、无线通信模块和电源模块。传感器模块包括基于微机电技术的声音传感器；通过A/D转换模块可将声音传感器输出的模拟信号转换为处理器可以处理的数字信号。存储器包括随机访问存储器RAM和只读存储器ROM，用于存储数据和相应的处理程序。处理器模块由微处理器构成，负责诸如阈值判断、声音传感器的开启、滤波和能量计算等任务。无线通信模块负责与汇聚处理点及其它无线传感器的通信。电源模块采用电池为上述各模块供电。小型化的无线声音传感器成本低，可以大量布置。具体布置的数量和布置的位置取决于测量目标和测量区域的地形特点。由于各种定位算法都需要事先知道各传感器所处的位置，因此应根据一定的参考点，对各传感器进行人工定位，并将这些位置存储到相应无线声音传感器的存储器。指定其中一个无线声音传感器作为数据汇聚处理点。
步骤(2)根据观测到的声音信号能量选择合适的无线声音传感器参与声源定位。在定位过程中，由于布置了大量的传感器，故应从中选择可以给出最优定位结果的那些传感器。一般而言定位过程中利用的无线声音传感器越多，则定位越准确。但事实上，一些传感器测量信号因可靠性很差，反而会降低定位的精度，因此应该选择测量结果最可靠的传感器参与定位。选择的依据是各个传感器测得信号的平均能量，这是因为对给定的声源而言，传感器距声源的距离越近，则接收到的信号能量越大，相应的信号的信噪比就越大，即测量结果越可靠。由于每个传感器都将各自测得的声音能量发送到数据汇聚处理点，所以数据汇聚处理点可以对其进行比较进而进行选择。无线声音传感器选择的另一个问题是选择多少传感器参与定位。对平面内的能量定位而言，至少需要3个传感器的测量数据。为了提高精度，本发明的实施例采用测得信号能量数值较大的4个传感器参与最终的声源定位。
步骤(3)采用最速下降法求解声源定位问题。设步骤(2)选出的4个传感器布置的位置分别为PM1(xM1，yM1)、PM2(xM2，yM2)、PM3(xM3，yM3)和PM4(xM4，yM4)，相应的声音能量依次为EM1、EM2、EM3和EM4。理论上说，利用这四组测量数据，可以建立12个类似于公式(2)的方程。但实际上只需要3个方程即可准确定位。本发明利用如下的3个方程进行声源位置求解：
EMj[(xS-xMj)2+(yS-yMj)2]- (3)
EM4[(xS-xM4)2+(yS-yM4)2]＝0，j＝1，2，3
上述方程组建立的基础是：声音信号严格满足衰减规律，没有噪声干扰，而且各传感器特性相同。实际上这几个条件都很难满足，更难同时满足，因此方程组(3)无法严格求解。直观上看，方程组中每个方程对应一个圆，方程组的解就是3个圆的交点。实际上如图7所示，3个圆C1、C2、C3′有可能无共同交点，而只是共同覆盖一个区域R。这种情况下，图中R阴影部分都可能是声源的真实位置。因此求解的目标应该是搜索到3个圆边界都尽可能近的点。为此本发明将方程组(3)的求解转化为如下的优化问题，从而求得最佳近似解：
(4)
该优化理论上是无约束优化问题，但实际上由于实际的声源目标必然处于无线声音传感器布置的范围内，故优化区间应该局限在此范围内。因此该优化问题是一个有边界约束的二维优化问题，有多种方法可以用于求解该优化问题，本发明采用最速下降法求解该优化问题。
最速下降法是一种梯度搜索方法，因其收敛速度最快而得名。记J(xS，yS)为J(pS)，则利用其求解方程式(4)的步骤如下。(1)初始化pS为pS0；(2)计算J(pS)在pSK处的梯度(3)更新pSK为(4)判断pSK的变化是否满足收敛条件：是，则结束最速下降法搜索，得到声音位置为pSK；否，则重复步骤(3)直至满足收敛条件。
上述最速下降搜索一个关键问题是搜索起始点的设定，如果设置得合理，将提高搜索的速度。本发明采用测得声音信号能量最大的无线声音传感器所在的位置作为起始搜索点。
微型化的无线声音传感器可布置在复杂的物理环境中，无需各种电缆连接，并具有良好的隐蔽性，尤其适用于在野外环境以及紧急事态下的布置和应用。多个传感器可提供关于声源目标的全面信息，但也有一些传感器会提供不准确的信息，因此需要在诸多传感器中选择最合适的用于声源定位。噪声影响、传播介质的非均匀性以及传感器品质的差异都会导致时间数据与理想模型的差异，进而致使根据理想模型建立的用于声源定位的方程组无精确解。鉴于此，将方程组的严格求解转化为优化问题，并利用最速下降法进行求解，可求得满足原方程组的最佳近似解，并具有良好的实时性。
本发明声源定位的无线测量方法框图和测试流程图如图6所示，下面结合车辆目标的定位实施例对本发明的方法作进一步阐述。
车辆目标定位在国防安全、战场目标打击以及反恐行动等领域有重要应用。车辆在行进过程中，发动机引擎运转以及车辆与地面的撞击都将发出声音信号，因此车辆目标可以视为声源。路况条件不同，声音的强度和特点也不同，但是根据声音传播过程的衰减可以对目标车辆进行声源定位。本实施例对战场车辆目标定位进行模拟，按照本发明的声源定位的无线测量方法，布置无线声音传感器，对进入监测区域的汽车目标进行声源定位。
实施例是利用如图8所布置的8个无线声音传感器对进入面积为25m×35m的传感器区域内的汽车声源目标进行定位。无线声音传感器在图中以黑点标出，并分别标识为S1到S8，图中同时还标出了传感器安放的位置坐标，如S1的坐标(-13.6，8.3)表示无线声音传感器S1布置在x坐标为-13.6m，y坐标为8.3m。相邻传感器之间相距一般在10m以上。
实际布置的每个无线声音传感器包括两部分，即嵌入式系统及传感器板。与图5对应的无线声音传感器功能模块相对应，传感器板对应其中的声音传感器，而嵌入式系统则与处理器和存储器等模块相对应。这种设计的优点在于其模块化设计有利于系统功能的扩展。本实施例中采用的嵌入式系统为SBC-2410X单板机，该单板机采用三星公司的ARM处理器S3C2410X。该系统支持完整的TCP/IP协议，因此本实施例中采用了支持TCP/IP协议的IEEE802.11b技术进行无线通信，实现无线声音传感器之间以及无线声音传感器与数据汇聚处理点之间的数据传输。传感器板不仅包括基于微机电系统技术的微型声音传感器，还包括加速度、温度和光强等传感器。其中声音传感器采用的是楼氏电子生产的基于微机电系统技术的SiSonic表面贴装微型声音传感器芯片。该芯片采用可防电磁干扰及无线电干扰的封装技术。其信号幅度阈值设定范围为2～3v，在此设定在2.5v。
本实施例中，没有目标进入时，处理器以20Hz的频率对声音传感器测得的信号进行采样，并与设定的信号幅度阈值相比较。如果超过阈值，则处理器以1.024kHz的频率对声音传感器测量的声音信号进行采样保持及A/D转换。图9显示了某段时间，无线声音传感器S1和S2采集到的声音信号。从图中可以看出两个传感器测得的信号波形总体变化趋势是一致的，但是在时间轴上错开一定的距离，这正是到达时差方法中所依据的时差的体现。另外也可以看出噪声影响还是很明显的，如果非常理想没有噪声的话，除去时间和幅度上的差异这两个波形应该是完全相同的。但时间上，两个波形在细节上的差异是非常明显的，因此在定位方法的实现中必须充分考虑各种干扰的影响。
根据无线声音传感器地理布置的特点，本实施例选择无线声音传感器S8作为数据汇聚处理点。各无线声音传感器将观察结果(即测得的声音信号的平均能量)发送到S8，由S8选择其中能量较大的4个无线声音传感器数据用于最终的定位。某次定位中，目标位于(-4.0，3)的位置，如图10所示。S1到S7的7个无线声音传感器分别采集声音信号，并计算相应的平均能量发送到汇聚处理点S8。根据测得能量情况，S8选择观测到信号强度较大的前4个无线声音传感器S1，S2，S3和S5的数据进行最终的定位算法。求解过程中，采用了最速下降法。最速下降法总是沿着目标函数的负梯度方向搜索，能获得非常快的搜索效果。对本实施例而言，优化目标J(xS，yS)的梯度计算如下：
设第k步搜索到的位置是(xSK，ySK)，按照最速下降法，第K+1步搜索到的位置(xSK+1，ySK+1)为
其中L是搜索步长，可以设为1。
搜索过程中另一个重要问题是，搜索起始点的确定。本发明采用观测到最大信号能量的无线声音传感器的位置作为搜索的起始位置。对图10所示的情形，S1观测到的信号能量最大，因此以其布置的位置，即(-13.6，8.3)作为搜索的起始位置。图10也标明了利用上述最速下降法进行搜索的结果的过程。图中的箭头方向表示搜索的方向，每个线段表示一步搜索。定位结果如下：经过10步搜索，目标被定位到(-4.89，2.52)，距离真实的位置1.05m。目标真实位置离最近的传感器即S1的距离为10.97m，因此定位的相对误差为9.57％。
实际上定位过程中采用的数据是可以任意选择的，没有统一的标准，但可能会有精度的差异。作为比较，图11给出了以7个无线声音传感器中测量得到信号能量较小的4个传感器，即S4，S5，S6和S7参与定位。仍然以这4个传感器中能量最高的无线声音传感器S5所处的位置(9.3，4.2)作为起始搜索位置。这种情况下，经过11步搜索，定位到(-3.07，1.91)，距离真实位置1.43m。与上述采用的能量较大的前4个无线声音传感器数据用于最终定位的选择方法相比较，这种选择需要更多的搜索次数，而且定位的精度也要低一些。因此本发明采用的方法在计算速度和定位精度方面都是有优势的。
无论采用哪种方法，最速下降法都可以很快地收敛到非常接近于目标真实位置的地方。因此该方法的实时性是非常好的。上述定位是针对目标在某一个位置的定位，图12中对随机选择的T1到T9的9个位置的目标声源进行了定位。图中无线声音传感器仍以黑点表示，以S1到S8表示；9个目标声源位置以五角星表示，以T1到T9标明；而根据本发明提出的定位方法估计的目标声源位置以菱形代表，同时以E1到E9标识。目标位置和估计位置的标号是一一对应的，如E2对应的是采用本发明对T2进行定位的结果。从图中定位结果可以看出本发明提出的定位方法，可以对处于不同位置的目标进行准确的定位。也可以看出某些位置的定位精度高于其它位置，这是由于噪声水平以及目标相对于传感器位置的不同所致。
本实施例证实，利用无线测量进行声源定位具有布置方便，适应性强的特点；基于无线声音传感器选择和最速下降法的能量定位方法能很好地克服各种因素的影响，保证定位的实时性和准确性。
本发明主要考虑二维定位情况，但是所述的各种定位原理都可以推广到三维情形。
步骤(1)设置无线声音传感器并设定其信号幅度阈值。本发明所用无线声音传感器包括传感器模块、A/D转换模块、存储器模块、处理器模块、无线通信模块和电源模块。传感器模块包括基于微机电技术的声音传感器；通过A/D转换模块可将声音传感器输出的模拟信号转换为处理器可以处理的数字信号。存储器包括随机访问存储器RAM和只读存储器ROM，用于存储数据和相应的处理程序。处理器模块由微处理器构成，负责诸如阈值判断、声音传感器的开启、滤波和能量计算等任务。无线通信模块负责与汇聚处理点及其它无线传感器的通信。电源模块采用电池为上述各模块供电。小型化的无线声音传感器成本低，可以大量布置。具体布置的数量和布置的位置取决于测量目标和测量区域的地形特点。由于各种定位算法都需要事先知道各传感器所处的位置，因此应根据一定的参考点，对各传感器进行人工定位，并将这些位置存储到相应无线声音传感器的存储器。指定其中一个无线声音传感器作为数据汇聚处理点。
步骤(2)根据观测到的声音信号能量选择合适的无线声音传感器参与声源定位。在定位过程中，由于布置了大量的传感器，故应从中选择可以给出最优定位结果的那些传感器。一般而言定位过程中利用的无线声音传感器越多，则定位越准确。但事实上，一些传感器测量信号因可靠性很差，反而会降低定位的精度，因此应该选择测量结果最可靠的传感器参与定位。选择的依据是各个传感器测得信号的平均能量，这是因为对给定的声源而言，传感器距声源的距离越近，则接收到的信号能量越大，相应的信号的信噪比就越大，即测量结果越可靠。由于每个传感器都将各自测得的声音能量发送到数据汇聚处理点，所以数据汇聚处理点可以对其进行比较进而进行选择。无线声音传感器选择的另一个问题是选择多少传感器参与定位。对平面内的能量定位而言，至少需要3个传感器的测量数据。为了提高精度，本发明的实施例采用测得信号能量数值较大的4个传感器参与最终的声源定位。
步骤(3)采用最速下降法求解声源定位问题。设步骤(2)选出的4个传感器布置的位置分别为PM1(xM1，yM1)、PM2(xM2，yM2)、PM3(xM3，yM3)和PM4(xM4，yM4)，相应的声音能量依次为EM1、EM2、EM3和EM4。理论上说，利用这四组测量数据，可以建立12个类似于公式(2)的方程。但实际上只需要3个方程即可准确定位。本发明利用如下的3个方程进行声源位置求解：
EMj[(xS-xMj)2+(yS-yMj)2]- (3)
EM4[(xS-xM4)2+(yS-yM4)2]＝0，j＝1，2，3
上述方程组建立的基础是：声音信号严格满足衰减规律，没有噪声干扰，而且各传感器特性相同。实际上这几个条件都很难满足，更难同时满足，因此方程组(3)无法严格求解。直观上看，方程组中每个方程对应一个圆，方程组的解就是3个圆的交点。实际上如图7所示，3个圆C1、C2、C3′有可能无共同交点，而只是共同覆盖一个区域R。这种情况下，图中R阴影部分都可能是声源的真实位置。因此求解的目标应该是搜索到3个圆边界都尽可能近的点。为此本发明将方程组(3)的求解转化为如下的优化问题，从而求得最佳近似解：
(4)
该优化理论上是无约束优化问题，但实际上由于实际的声源目标必然处于无线声音传感器布置的范围内，故优化区间应该局限在此范围内。因此该优化问题是一个有边界约束的二维优化问题，有多种方法可以用于求解该优化问题，本发明采用最速下降法求解该优化问题。
最速下降法是一种梯度搜索方法，因其收敛速度最快而得名。记J(xS，yS)为J(pS)，则利用其求解方程式(4)的步骤如下。(1)初始化pS为pS0；(2)计算J(pS)在pSK处的梯度(3)更新pSK为(4)判断pSK的变化是否满足收敛条件：是，则结束最速下降法搜索，得到声音位置为pSK；否，则重复步骤(3)直至满足收敛条件。
上述最速下降搜索一个关键问题是搜索起始点的设定，如果设置得合理，将提高搜索的速度。本发明采用测得声音信号能量最大的无线声音传感器所在的位置作为起始搜索点。
微型化的无线声音传感器可布置在复杂的物理环境中，无需各种电缆连接，并具有良好的隐蔽性，尤其适用于在野外环境以及紧急事态下的布置和应用。多个传感器可提供关于声源目标的全面信息，但也有一些传感器会提供不准确的信息，因此需要在诸多传感器中选择最合适的用于声源定位。噪声影响、传播介质的非均匀性以及传感器品质的差异都会导致时间数据与理想模型的差异，进而致使根据理想模型建立的用于声源定位的方程组无精确解。鉴于此，将方程组的严格求解转化为优化问题，并利用最速下降法进行求解，可求得满足原方程组的最佳近似解，并具有良好的实时性。
本发明声源定位的无线测量方法框图和测试流程图如图6所示，下面结合车辆目标的定位实施例对本发明的方法作进一步阐述。
车辆目标定位在国防安全、战场目标打击以及反恐行动等领域有重要应用。车辆在行进过程中，发动机引擎运转以及车辆与地面的撞击都将发出声音信号，因此车辆目标可以视为声源。路况条件不同，声音的强度和特点也不同，但是根据声音传播过程的衰减可以对目标车辆进行声源定位。本实施例对战场车辆目标定位进行模拟，按照本发明的声源定位的无线测量方法，布置无线声音传感器，对进入监测区域的汽车目标进行声源定位。
实施例是利用如图8所布置的8个无线声音传感器对进入面积为25m×35m的传感器区域内的汽车声源目标进行定位。无线声音传感器在图中以黑点标出，并分别标识为S1到S8，图中同时还标出了传感器安放的位置坐标，如S1的坐标(-13.6，8.3)表示无线声音传感器S1布置在x坐标为-13.6m，y坐标为8.3m。相邻传感器之间相距一般在10m以上。
实际布置的每个无线声音传感器包括两部分，即嵌入式系统及传感器板。与图5对应的无线声音传感器功能模块相对应，传感器板对应其中的声音传感器，而嵌入式系统则与处理器和存储器等模块相对应。这种设计的优点在于其模块化设计有利于系统功能的扩展。本实施例中采用的嵌入式系统为SBC-2410X单板机，该单板机采用三星公司的ARM处理器S3C2410X。该系统支持完整的TCP/IP协议，因此本实施例中采用了支持TCP/IP协议的IEEE802.11b技术进行无线通信，实现无线声音传感器之间以及无线声音传感器与数据汇聚处理点之间的数据传输。传感器板不仅包括基于微机电系统技术的微型声音传感器，还包括加速度、温度和光强等传感器。其中声音传感器采用的是楼氏电子生产的基于微机电系统技术的SiSonic表面贴装微型声音传感器芯片。该芯片采用可防电磁干扰及无线电干扰的封装技术。其信号幅度阈值设定范围为2～3v，在此设定在2.5v。
本实施例中，没有目标进入时，处理器以20Hz的频率对声音传感器测得的信号进行采样，并与设定的信号幅度阈值相比较。如果超过阈值，则处理器以1.024kHz的频率对声音传感器测量的声音信号进行采样保持及A/D转换。图9显示了某段时间，无线声音传感器S1和S2采集到的声音信号。从图中可以看出两个传感器测得的信号波形总体变化趋势是一致的，但是在时间轴上错开一定的距离，这正是到达时差方法中所依据的时差的体现。另外也可以看出噪声影响还是很明显的，如果非常理想没有噪声的话，除去时间和幅度上的差异这两个波形应该是完全相同的。但时间上，两个波形在细节上的差异是非常明显的，因此在定位方法的实现中必须充分考虑各种干扰的影响。
根据无线声音传感器地理布置的特点，本实施例选择无线声音传感器S8作为数据汇聚处理点。各无线声音传感器将观察结果(即测得的声音信号的平均能量)发送到S8，由S8选择其中能量较大的4个无线声音传感器数据用于最终的定位。某次定位中，目标位于(-4.0，3)的位置，如图10所示。S1到S7的7个无线声音传感器分别采集声音信号，并计算相应的平均能量发送到汇聚处理点S8。根据测得能量情况，S8选择观测到信号强度较大的前4个无线声音传感器S1，S2，S3和S5的数据进行最终的定位算法。求解过程中，采用了最速下降法。最速下降法总是沿着目标函数的负梯度方向搜索，能获得非常快的搜索效果。对本实施例而言，优化目标J(xS，yS)的梯度计算如下：
设第k步搜索到的位置是(xSK，ySK)，按照最速下降法，第K+1步搜索到的位置(xSK+1，ySK+1)为
其中L是搜索步长，可以设为1。
搜索过程中另一个重要问题是，搜索起始点的确定。本发明采用观测到最大信号能量的无线声音传感器的位置作为搜索的起始位置。对图10所示的情形，S1观测到的信号能量最大，因此以其布置的位置，即(-13.6，8.3)作为搜索的起始位置。图10也标明了利用上述最速下降法进行搜索的结果的过程。图中的箭头方向表示搜索的方向，每个线段表示一步搜索。定位结果如下：经过10步搜索，目标被定位到(-4.89，2.52)，距离真实的位置1.05m。目标真实位置离最近的传感器即S1的距离为10.97m，因此定位的相对误差为9.57％。
实际上定位过程中采用的数据是可以任意选择的，没有统一的标准，但可能会有精度的差异。作为比较，图11给出了以7个无线声音传感器中测量得到信号能量较小的4个传感器，即S4，S5，S6和S7参与定位。仍然以这4个传感器中能量最高的无线声音传感器S5所处的位置(9.3，4.2)作为起始搜索位置。这种情况下，经过11步搜索，定位到(-3.07，1.91)，距离真实位置1.43m。与上述采用的能量较大的前4个无线声音传感器数据用于最终定位的选择方法相比较，这种选择需要更多的搜索次数，而且定位的精度也要低一些。因此本发明采用的方法在计算速度和定位精度方面都是有优势的。
无论采用哪种方法，最速下降法都可以很快地收敛到非常接近于目标真实位置的地方。因此该方法的实时性是非常好的。上述定位是针对目标在某一个位置的定位，图12中对随机选择的T1到T9的9个位置的目标声源进行了定位。图中无线声音传感器仍以黑点表示，以S1到S8表示；9个目标声源位置以五角星表示，以T1到T9标明；而根据本发明提出的定位方法估计的目标声源位置以菱形代表，同时以E1到E9标识。目标位置和估计位置的标号是一一对应的，如E2对应的是采用本发明对T2进行定位的结果。从图中定位结果可以看出本发明提出的定位方法，可以对处于不同位置的目标进行准确的定位。也可以看出某些位置的定位精度高于其它位置，这是由于噪声水平以及目标相对于传感器位置的不同所致。
本实施例证实，利用无线测量进行声源定位具有布置方便，适应性强的特点；基于无线声音传感器选择和最速下降法的能量定位方法能很好地克服各种因素的影响，保证定位的实时性和准确性。
本发明主要考虑二维定位情况，但是所述的各种定位原理都可以推广到三维情形。