基于BP神经网络的正四面体阵列声源定向研究*

杨 鹏，邢钰姣，孙 昊，祖丽楠

（1．河北工业大学控制科学与工程学院，天津 300130;2．河北省控制工程技术研究中心，天津 300130）

0 引言

近年来，运用麦克风阵列进行声源定位研究已经成为信号处理领域的一个研究热点。一组麦克风按照一定的几何结构摆放组成麦克风阵列［1］，拾取来自各个方向的声音信号，并进行空时处理，从而精确定位目标声源。该技术可在雷达、军事侦察与跟踪、机器人听觉定位、电视会议等领域广泛应用。

在工程应用中，根据麦克风阵列模型和声音球面传播模型构建的声源定位系统为一组复杂的非线性方程，难以用数值计算方法准确建模。在这种情况下，可以应用神经网络表达这种非线性系统。神经网络可以按照指定的精度逼近各种复杂的非线性系统，解决非线性系统的建模问题;对于信息采用分布式存储和处理方式，具有高运算效率和很强的容错性、鲁棒性［2，3］。

本文研究了可应用在多种场合的声源定向系统，采用BP神经网络对定向系统进行研究，并通过Matlab仿真证明了在正四面体的麦克风阵列模型下可以实现远场和近场的目标声源定向。

1 正四面体麦克风阵列模型

声源定向系统的结构如图1所示，由4个全向麦克风M1，M2，M3和M4组成一个正四面体阵列，对目标声源进行定向。若声源位于空间P点，该定向模型可通过已建立的神经网络得出其方位角α和俯仰角β，以实现对目标声源的跟踪。

图1 麦克风阵列结构模型Fig 1 Structure model of microphone array

2 建立神经网络模型

2．1 构建网络结构

BP神经网络是一种前馈神经网络，可根据系统输入输出数据的特点来确定BP神经网络的结构，输入数据为3个时延值，即声音信号到达阵列中不同位置的麦克风的时间差。……