基于麥克風(fēng)陣列聲源定位系統(tǒng)的FPGA實(shí)現(xiàn)

摘要：論述了基于麥克風(fēng)陣列的聲源定位技術(shù)的基本原理，給出了利用FPGA實(shí)現(xiàn)系統(tǒng)各模塊的設(shè)計(jì)方法。重點(diǎn)介紹了其原理和模塊的電路實(shí)現(xiàn)，給出的基于FPGA設(shè)計(jì)實(shí)驗(yàn)結(jié)果表明，系統(tǒng)最大限度發(fā)揮了FPGA的優(yōu)勢、簡化了系統(tǒng)設(shè)計(jì)、縮短了設(shè)計(jì)周期、符合設(shè)計(jì)要求。
關(guān)鍵詞：聲源定位；時(shí)延估計(jì)；FFT；CORDIC

    聲源定位，即確定一個(gè)或多個(gè)聲源在空間中的位置，是一個(gè)有廣泛應(yīng)用背景的研究課題。基于麥克風(fēng)陣列的聲源定位技術(shù)在視頻會(huì)議、聲音檢測及語音增強(qiáng)等領(lǐng)域有重要的應(yīng)用價(jià)值。
    聲源定位算法目前主要有3類：第一類算法是基于波束形成的方法。這種算法能夠用于多個(gè)聲源的定位，但是它存在著需要聲源和背景噪聲先驗(yàn)知識(shí)以及對初始值比較敏感等缺點(diǎn)；第二類算法是基于高分辨率譜估計(jì)的方法。這種算法理論上能夠?qū)β曉捶较蜻M(jìn)行有效估計(jì)，但是計(jì)算量較大，且不適于處理人聲等寬帶信號；第三類算法是基于到達(dá)時(shí)間差的方法。由于這種方法原理簡單，計(jì)算量較小，且易于實(shí)現(xiàn)，在聲源定位系統(tǒng)中得到了廣泛應(yīng)用。根據(jù)以上介紹，本文決定選擇第三類即基于到達(dá)時(shí)間差的定位方法。
    基于到達(dá)時(shí)間差聲源定位算法包括2個(gè)步驟：
    1)先進(jìn)行時(shí)延估計(jì)，從中獲得傳聲器陣列中相應(yīng)陣元對之間的聲音到達(dá)時(shí)延。常用的方法有最小均方自適應(yīng)濾波法、互功率譜相位法和廣義互相關(guān)函數(shù)法。
    2)利用時(shí)延估計(jì)進(jìn)行方位估計(jì)，主要方法有角度距離定位法、球形插值法、線性插值法和目標(biāo)函數(shù)空間搜索定位法。與其他幾種方法相比，基于廣義互相關(guān)函數(shù)的方法計(jì)算量小、計(jì)算效率高。優(yōu)點(diǎn)明顯，故時(shí)延估計(jì)采用此方法。方位估計(jì)則采用精度適中、易于實(shí)現(xiàn)的角度距離定位法。
    FPGA具有高速處理能力，而且開發(fā)靈活，易于在線系統(tǒng)升級，能較大縮短系統(tǒng)的開發(fā)周期。為此，采用Ahera公司的FPGA處理器件實(shí)現(xiàn)本系統(tǒng)。

1 系統(tǒng)的基本原理及流程圖
    算法的結(jié)構(gòu)流程如圖1所示，首先由麥克1和2獲得說話人的語音信號，再經(jīng)過A／D采樣和低通濾波器，最后得到待處理輸入語音信號，可以分別記為x1(n)和x2(n)。

    經(jīng)過FIR帶通濾波器后，用半重疊漢明窗對x1(n)和x2(n)加窗可得X1w(n)和X2w(n)，然后即可求得x1(n)和x2(n)的互功率譜為

    為進(jìn)一步突出峰值，在頻域加權(quán)后，可對麥克信號間的互功率譜平滑，得到
   
    其中，m表示累加平滑的幀數(shù)。
    接下來對求傅里葉反變換，即可以得到麥克1和2間的廣義互相關(guān)函數(shù)為
   
    其峰值就是麥克1和2之間的時(shí)延。得到多對麥克間的時(shí)延后，由角度距離定位法，就可得到聲源位置。

2 各模塊設(shè)計(jì)實(shí)現(xiàn)
2．1 FIR帶通濾波模塊
    為了消除噪聲和回聲干擾的影響，首先需要進(jìn)行濾波。語音信號的帶寬是0．3～3．4 kHz，因而需要設(shè)計(jì)一個(gè)帶通濾波器濾除語音信號帶寬之外的噪聲。為了使處理過的信號相位不發(fā)生變化即保持線性相位，需要采用FIR濾波器。
    這里采用切比雪夫逼近法，由Matlab濾波器設(shè)計(jì)工具求得濾波器的各系數(shù)，乘以1024進(jìn)行量化，轉(zhuǎn)化為CSD編碼以提高其運(yùn)行效率，最后由Verilog代碼實(shí)現(xiàn)。
2．2 半重疊漢明窗模塊
    為了保證語音信號平穩(wěn)性，一幀信號的時(shí)間窗長度選為10～30 ms。而采樣器頻率為10 kHz，為了便于FFT處理選擇25．6 ms即幀長為256點(diǎn)。為了保證統(tǒng)計(jì)特征的連續(xù)性和得到更好的語音處理效果，各幀之間進(jìn)行50％的重疊，即每次處理只更新12．8 ms的數(shù)據(jù)。這樣，一幀內(nèi)的信號可以近似認(rèn)為是平穩(wěn)的。

    分幀是用可移動(dòng)的有限長度窗口進(jìn)行加權(quán)的方法實(shí)現(xiàn)，這就是用某窗函數(shù)w(n)乘以s(n)，從而形成加窗的語音信號sw(n)=s(n)×w(n)，其中窗函數(shù)的值存儲(chǔ)在內(nèi)部存儲(chǔ)資源中。常用的窗函數(shù)有漢明窗與矩形窗，漢明窗比矩形窗的平滑效果更好，故選擇漢明窗，其表達(dá)式如式(5)所示
   
    其中，N是幀長。
2．3 FFT運(yùn)算模塊
    由于語音信號是連續(xù)的實(shí)時(shí)采樣，為了能使傳來的語音信號連續(xù)不斷的處理，這里采用了乒乓結(jié)構(gòu)，即采用兩個(gè)分別能存儲(chǔ)一幀數(shù)據(jù)的雙口RAM，第一個(gè)RAM在存儲(chǔ)新數(shù)據(jù)時(shí)，第二個(gè)RAM進(jìn)行FFT運(yùn)算，并存儲(chǔ)其結(jié)果。然后，第一個(gè)RAM進(jìn)行FFT運(yùn)算，并存儲(chǔ)其結(jié)果，第二個(gè)RAM存儲(chǔ)新的數(shù)據(jù)，這樣就保證了信號處理的連續(xù)性。

    乒乓存儲(chǔ)時(shí)由倒序地址模塊產(chǎn)生倒序存儲(chǔ)地址，使RAM中存儲(chǔ)數(shù)據(jù)為倒序，為FFT運(yùn)算做準(zhǔn)備。為了加快運(yùn)算速度，蝶形運(yùn)算旋轉(zhuǎn)因子，先由Matlab軟件生成，量化為12位帶符號數(shù)，然后存儲(chǔ)在內(nèi)部ROM里面。
    整個(gè)FFT運(yùn)算單元由狀態(tài)機(jī)設(shè)計(jì)完成，共由5個(gè)狀態(tài)完成；S1狀態(tài)輸出第一個(gè)操作數(shù)地址；S2狀態(tài)得到第一個(gè)操作數(shù)，輸出第二個(gè)操作數(shù)地址；S3狀態(tài)得到第2個(gè)操作數(shù)，計(jì)算出第一個(gè)結(jié)果；S4狀態(tài)寄存第一個(gè)結(jié)果，計(jì)算出第二個(gè)結(jié)果；S5狀態(tài)寄存第二個(gè)結(jié)果，產(chǎn)生下一級運(yùn)算地址。
2．4 本幀互功率譜模塊
    第一路信號FFT結(jié)果與第二路信號FFT結(jié)果的共軛相乘得到本幀互功率譜。
    若第一路是r1+i1，第二路是r2+i2，其共軛為r2-i2，相乘時(shí)可用式(6)，式(7)所示的計(jì)算方法，這樣可以減少一次乘法運(yùn)算，節(jié)省內(nèi)部資源
   
    其中，R和I是本幀互功率譜的實(shí)部和虛部；r1和r2是FFT結(jié)果的實(shí)部；i1和i2是FFT結(jié)果的虛部。
2．5 頻域加權(quán)模塊
    本幀互功率譜乘以存放在ROM中的加權(quán)函數(shù)，使互相關(guān)函數(shù)峰值更加突出。調(diào)用內(nèi)部乘法器模塊即可完成。
2．6 功率譜平滑模塊
    對加權(quán)模塊結(jié)果，進(jìn)行連續(xù)數(shù)幀的累加以平滑互功率譜，使峰值便于檢測。調(diào)用內(nèi)部加法器模塊即可完成。
2．7 反FFT模塊
    對平滑結(jié)果進(jìn)行反FFT運(yùn)算，求得互相關(guān)函數(shù)。根據(jù)FFT原理，反FFT運(yùn)算可借助于FFT模塊計(jì)算。即將FFT運(yùn)算中旋轉(zhuǎn)因子取倒數(shù)，最后的輸出乘以1／N就可以用來計(jì)算反FFT。為防止運(yùn)算過程中發(fā)生溢出，可將1／N分配到每一級蝶形運(yùn)算中。由于1／N=(1／2)M，所以每級的每個(gè)蝶形輸出支路均有一相乘因子1／2，即右移一位即可。
2．8 峰值檢測模塊
    對FFT結(jié)果求模即是求的值，然后求出其模值的峰值，即相應(yīng)的語音信號時(shí)延值。
2．9 定位算法模塊
    根據(jù)角度距離定位法，聲源相對原點(diǎn)的水平角θazimuth為
   
    其中，a是麥克之間的間距；d是聲源到麥克對的距離差。
    聲源相對原點(diǎn)的仰角φelevation為
   
    其中，a是麥克之間的間距；d是聲源到麥克對的距離差。
    由上可知，需要計(jì)算反余弦函數(shù)值確定出相應(yīng)的角度值。反余弦函數(shù)是超越函數(shù)，可以用泰勒級數(shù)近似計(jì)算這個(gè)函數(shù)，但較為麻煩且精度不高，而CORDIC算法是由移位和加減運(yùn)算組成，所以比較適合FPGA的實(shí)現(xiàn)，速度較快且具有較高的迭代精度。本系統(tǒng)使用高速9級流水線結(jié)構(gòu)實(shí)現(xiàn)CORDIC算法。迭代關(guān)系如下
   
    式(10)是迭代的初始條件，式(11)是根據(jù)本次坐標(biāo)值判定下次迭代方向，式(12)～式(14)是下次迭代公式。
    算法經(jīng)過數(shù)次迭代后θ的值即是*****。實(shí)際中使用9級迭代，可以得到7位精度。最小角度精度為0．111 905。

3 模塊仿真和綜合報(bào)告
    Quartus II是Altera公司開發(fā)的綜合性PLD軟件，內(nèi)嵌綜合器和仿真器，可以完成從設(shè)計(jì)輸入到硬件配置的完整PLD設(shè)計(jì)流程。而且具有運(yùn)行速度快、界面統(tǒng)一、功能集中、易學(xué)易用等特點(diǎn)。
    本設(shè)計(jì)使用Quartus II8．0對各個(gè)模塊進(jìn)行仿真驗(yàn)證。通過仿真，驗(yàn)證了各個(gè)系統(tǒng)模塊可以準(zhǔn)確的工作，并完成了整個(gè)設(shè)計(jì)功能。選取Alte-ra公司Cyclone II系列中的EP2C35F484C8器件對整個(gè)程序進(jìn)行時(shí)序仿真，其主要資源消耗為：總邏輯單元為3740／3 3216，總存儲(chǔ)單元為74 240／483 840，總管腳為387／475?？偝朔ㄆ鳛?6／35。仿真結(jié)果表明，本文所述實(shí)現(xiàn)方法結(jié)構(gòu)可行，可以獲得良好的性能，其最高速率可以達(dá)到87．3 MHz，完全滿足系統(tǒng)要求。

4 結(jié)束語
    本設(shè)計(jì)通過FPGA來實(shí)現(xiàn)整個(gè)系統(tǒng)，充分利用了Altera公司FPGA產(chǎn)品高速大容量開發(fā)靈活方便等優(yōu)點(diǎn)，并使用QuartusⅡ開發(fā)環(huán)境所提供的庫資源，同時(shí)最大限度地利用和發(fā)揮了FPGA的優(yōu)勢，從而簡化了系統(tǒng)設(shè)計(jì)，縮短了設(shè)計(jì)周期。