声源定位技术及其应用

dota2

声源定位技术用于通过处理在多个位置测量的声信号来确定环境中的一个或多个声源的位置。[1]许多技术不仅能够定位而且能够估计声源类型和强度，然后可以使用这些信息来预测环境中各处的声场。例如，利用这些信息，可以生成所关注的区域中声源和声场分布的视觉表示，并虚拟地再现在环境中的任何位置都能听到的声音。

在本文中，我们将讨论声源定位技术、挑战以及声源和声场信息的潜在应用。

介绍
声源定位的第一个应用出现在100多年前，当时发明了“声学望远镜”来探测雾天中的船只。图1显示了早期声源定位设备的一个例子。这个想法是，如果装置朝向声源的方向，接收器收集的声音会同时到达，因此在听到混合声音时会相互增强。

图1：早期声源定位装置：1880年Mayer望远镜，美国专利号224199。

尽管今天可以使用更复杂的定位技术，但相位增强原理仍然普遍成为现代定位设备的基础。由于需要机械旋转设备以搜索相位增强方向，因此需要对在固定麦克风位置测量的声音进行信号处理（图2），以重新创建旋转效果，而无需实际移动阵列。

图2：用于声源定位的典型现代麦克风阵列。该阵列具有36个麦克风，用于识别柴油发动机前部的噪声源位置。照片由石同阳提供。

声源定位不仅用于船舶和车辆检测，还用于机器中主要噪声源的定位，用于指导产品噪声控制、目标选择和通信设备或语音识别处理的干扰抑制以及机械系统的状态监测。

此外，由于能够估计声源强度和由此产生的声场，定位方法已广泛应用于音频设备和剧院系统的声学设计、振动的非接触测量和音频虚拟现实系统等用途。随着机器学习、云计算和芯片电子技术的发展，声源定位技术的应用越来越广泛。

声源定位技术
有两种主要类型的声学可视化技术：波束成形和全息。一般来说，波束成形侧重于寻找声源的位置，全息则是预测声场。

在波束成形中，通过扫描所有潜在的声源位置，然后根据组合麦克风输出信号的强度确定实际声源在每个潜在位置的可能性有多大来找到声源。

在声全息中，假设声源同时存在于所有可能的位置；通过寻找与测量值的最佳匹配来估计每个潜在声源的强度。一旦计算了声源强度，就可以通过求解一个简单的声传播问题来预测声场。

图3和图4显示了来自波束成形和声全息技术的声源定位和声场可视化结果的示例。在图3中，红色表示由气流湍流和气流与机翼固体表面相互作用产生声音的位置。图 4（a）显示了从制冷压缩机向外辐射的声音；红色和蓝色表示某一时刻正负声压的位置。图4（b）显示了旋转轮胎侧壁在两个不同频率下的表面运动，清楚地表明了在滚动轮胎中形成的驻波模式。

图3：翼片周围喷射噪声的波束成形声源定位结果示例：（a）2D 扫描，（b）3D 扫描。转载自 Geyer 等人。（2012）。

图4：声全息源场可视化结果示例：（a）来自制冷压缩机的声压辐射；（b）滚动轮胎表面振动的全息可视化（显示不同共振频率的不同模态模式）。图片来源于J. STUART BOLTON。

声学波束成形
最早的麦克风阵列波束成形技术可追溯到二十世纪四十年代（例如Dolph 1946），称为波束合成方法（DSB：Delay – and - sum Beamforming），其实现的原理类似于上述机械定位设备。

在假定“观察”方向后，可以确定由于每个麦克风信号与所选参考麦克风信号之间的声音传播而产生的相对时间差。通过延迟（或补偿）阵列上所有麦克风的相对时间差，然后将它们相加，可以计算在假定的观察方向上实际声源的可能性。

如果观察方向与实际声源方向一致，则所有麦克风上的信号将与参考麦克风信号同相，从而增强并产生强大的总信号。当观察方向与实际声源方向不同时，信号不会同相，相互抵消会产生微弱的输出信号（Johnson和Dudgeon 1992）。

波束成形方法可以去除已知声源造成的干扰。

此后开发了许多更先进的波束成形技术。它们的主要区别在于选择最大化或最小化的性能标准（Chiariotti 等人，2019年）。从数学上讲，传统的波束合成技术最大限度的减少了假定的观察方向（或位置）中的声源强度预测误差，从而确保当观察方向“正确”时波束成形产生最佳预测。

波束成形技术的一种变体，即最小方差无失真响应方法，强加了一个约束，要求它在观察位置“正确”时输出准确（或无失真）的声源强度。同时，它最大限度地降低了总输出信号功率，因此在视线方向“错误”时的响应也被最小化。

另一个变体，线性约束，最小方差波束成形方法，对公式提出了进一步的约束：例如，它保证对已知位置的声源或来自已知反射面的声音的响应为零，这可以进一步消除由先前已知声源引起的干扰。

声全息
声学全息方法通常旨在基于多个位置（即麦克风阵列处）的声学测量来预测任意位置的声场，而不仅仅只是识别声源方向。几乎所有的全息技术都依赖于使用许多基本的虚拟源来表示预测区域中任何可能的声场。未确定的声源强度和其他参数是通过最小化麦克风位置处预测的声场和测量的声场之间的差异来估计的。

声全息方法的不同之处在于用于表示声场的虚拟声源的选择和用于估计声源参数的方法。

空间傅立叶变换、最小二乘法和球面波

第一种方法基于平面波的声场表示，平面波是笛卡尔坐标系中波动方程的一般解。最早的全息方法中的声源强度计算使用离散空间傅里叶变换，该变换由具有等距麦克风的矩形阵列测量的数据进行。这种方法后来扩展到圆柱和球坐标（Williams 1999）。

由于傅立叶变换在数学上等效于最小化测量位置处预测和测量声压之间的平方误差，因此可以通过直接使用最小二乘优化来计算基于傅立叶的全息方法中的声源强度。

最小二乘法已广泛用于另一类全息方法，即等效源法（Ochmann 1995），这是现在最常用的全息技术。

第一个等效源方法是基于使用单极子（即点源）分布在位于实际源表面后面的假想表面上的表示开发的。单极分布表示基于波动方程的单层势表示理论。该表示可以扩展到包括偶极双层以及采用单极- 偶极分布组合的方法。后一种方法称为逆边界元全息技术，是从波动方程的边界积分形式导出的。

也可以使用球面波在实际声源表面上构建正交速度分布，并将这些分布用作全息中的等效源。

除了这些从控制方程的数学性质导出的各种声场表示之外，还有涉及物理意义更强的表示基础的等效源方法，例如多极级数、结构振动模式和声辐射模式。使用具有更清晰物理意义的基的全息方法通常会产生更好的建模效率，因为实际的声源生成机制由假设的基函数紧密表示。

除了这些从控制方程的数学性质导出的各种场表示外，还有一些等效源方法，涉及具有更强物理意义的表示，如多极级数、结构振动模式和声辐射模式。采用物理意义更清晰的基函数的全息方法通常可以获得更好的建模效率，因为实际的声源产生机制是由假定的基函数密切表示的。

限制
某些声源信息要么无法通过测量检测到，要么对测量噪声非常敏感（Nelson和Yoon 2000）。从声全息测量中估计声源信息的问题可能由以下三种可能性中的一种或多种引起：

  · 模型中需要包含的声源的数量大于可用麦克风的数量（例如，模型中的单极子分布在较大的源表面上）。
  · 由此产生的声场在远离声源传播时衰减非常快，因此当这些声源分量产生的声压到达阵列时，它接近甚至小于测量噪声。
  · 有太多紧密定位（即过采样）的测量（多个测量位置捕获相同的信息），在数学上导致声源估计中的不良问题。

现有方法的挑战
在许多类型的声学定位或可视化技术的每一个步骤中，都有许多参数和计算程序的选择。对其中任何一个的不同选择或修改都会导致定位和可视化性能的差异，并且各种方法之间的性能差异可能非常大。

缺乏准则
实际应用中的一个重大挑战是，目前在判断哪种方法最适合特定工程应用时，没有什么比“试一试”更好的了。研究人员和工程师根据他们的经验和对声源机制的理解来选择方法类型并选择和修改各种模型组件。

大多数声源定位方法是在消声环境中开发的，在实际应用中不太可能如此。

虽然在物理机制和几何尺寸上都有一些一般性的指导原则，例如从物理机制和几何尺寸上选择与实际来源相似的源基，但它们远没有形成系统性。此外，大多数声源定位方法都是针对消声环境中的源（即无回声）环境中的源开发的，而实际情况不太可能如此。因此，另一个应用难点是消除实际测量环境中反射和散射的影响。

平稳与移动或瞬态源
大多数声学定位方法都假设是平稳的，这意味着声场特性不会随时间变化，这是它们的频域公式所遵循的要求。这种假设阻止了对瞬态源（例如爆炸）或移动源实施定位技术。

一些全息软件基于时域卷积，但时域声源定位是一个需要进一步研究才能在实践中找到常规应用的领域。

在考虑移动源（例如高速列车）的定位时，运动已知时的可视化比运动未知时容易得多。当给定声源轨迹时，有几种选择：去除对固定阵列测量的多普勒效应，在全息或波束成型模型中加入移动源的声场表达，或者实际上构造测量信号，如果阵列具有与声源相同的运动，则将获得这些信号。然而，在没有额外运动捕捉工具的情况下定位未知运动的声源仍然是一个悬而未决的问题，几乎没有可用的实际解决方案。

硬件：成本、干扰
为了确保良好的定位性能，大多数方法需要采用数以百计的麦克风，而这种测量硬件的成本限制了这些技术的应用。

此外，麦克风阵列和相关安装系统和布线的存在会导致不可忽视的声学散射，从而影响麦克风测量，损害声源定位性能。任何物体，即使是放置在声场中的相对较小的麦克风，都会干扰要测量的声场，从而对声源可视化的准确性产生不利影响。由于存在将麦克风固定到位的支撑结构和将数十个或数百个麦克风连接到数据采集系统的电缆，这个问题变得更糟。

目前，MEMS（微机电系统）麦克风正被广泛采用以使散射效应最小化。与传统的电容式麦克风相比，这些芯片上的麦克风可以非常小。此外，它们的功率要求非常适中，可能是声压本身引起的振动可以为麦克风供电，从而无需外部电源。可以想象，将信号传输到数据采集系统可以通过无线方式完成，完全不需要电缆。

这会是一个非常积极的进步。但最终，我们希望完全消除麦克风，而采用完全无创的测量方法。

未来的应用和与其他技术的潜在联系

故障诊断
声学定位或可视化技术的一种应用可能会引起工业界和学术界的广泛关注，是在机械系统（例如风力发电机和车辆中的各种机械子系统）的在线状态监测和故障诊断中的实施。

可靠的在线诊断系统需要在不中断机器操作的情况下从每个可能出现故障的组件中获取“干净”的数据。但是通常很难或不可能将传感器直接应用于每个产品的组件。最好使用在距离目标机械部件一定距离的麦克风处测量的声学数据，然后使用声源定位技术作为虚拟传感工具来测量来自每个部件的振动声学信息。声学测量通常比光学测量等替代方法更具成本效益。

故障诊断中声源定位研究的主要动力是机器学习（ML）研究和应用的出现。通过研究哪些ML算法更适用于故障诊断、哪些信号特征更适合训练ML模型以及如何开发声源定位技术以更好地获取这些信号特征，可能会产生许多有价值的成果。例如，自动驾驶汽车的发展提高了对各种机械系统的改进故障诊断工具的需求，以确保安全和驾驶舒适性。

自动驾驶汽车提高了对改进机械系统故障诊断工具的需求，以确保安全和驾驶舒适性。

虚拟噪声控制设计和主动噪声控制
声全息方法的一个吸引人的方面是它在虚拟噪声控制设计中的应用。由于全息过程涉及创建声源平面，例如，它支持创建虚拟听诊器：可以合成并收听在声源表面任何点产生的声音。可以使用声音质量软件分析合成信号，以识别发出令人反感的声音的区域。

此外，来自复杂声源特定部分的声音辐射可以虚拟地“关闭”，以衡量减少特定组件产生的声音或应用屏蔽对噪声控制的影响。通过这种方式，既可以量化辐射声功率的潜在减少，又可以评估变化对感知声音质量的影响。工程师将能够准确评估不同噪声控制解决方案的相对优势，从而有可能消除昂贵的原型设计阶段并显著加快设计和开发过程。

声源可视化技术还可以为主动噪声控制提供好处：即使用次级噪声源来生成消除不需要的声音的声场。目前，随着芯片计算能力的提高和电子硬件成本的降低，需要对相对较大的空间区域进行多通道主动控制。然而，主动控制算法只能在目标区域的特定位置感知误差麦克风测量的噪声控制性能，这些麦克风位置的良好噪声控制性能并不能保证该区域其他位置的良好性能。

如果声全息等技术可以与主动噪声控制系统相结合，就有可能提供整个目标区域的声场的虚拟测量，这些测量可以用于主动控制算法。原则上，这种主动噪声控制系统将提供比传统方法更好的全局性能。

展望未来
近年来，研究表明，利用激光系统可以检测到声波通过导致的空气密度的微小波动（Sonoda和Nakamiya，2014）。这一研究结果提供了一条非常有希望的前进道路。目前，这一方法不能用于精确的局部测量，但也许通过使用多个激光束在一个点上相互作用，可以在一系列点上检测到密度和声压波动，无论是按顺序、通过扫描，还是同时使用足够数量的激光通道。而且在将来，可以使用脉冲激光片（类似于双脉冲粒子图像测速仪）一次测量整个平面上的声压。

尽管这些建议看起来像是科幻小说，但我们确信最终有可能在大表面上进行无创声压测量，从而提供非常精细的数据作为全息和波束成形方法的输入。

参考文献：
Chiariotti P, Martarelli M, Castellini P.2019. Acoustic beamforming for noise source localization: Reviews, methodologyand applications. Mechanical Systems and Signal Processing 120:422–48.

Dolph CL. 1946. A current distribution forbroadside arrays which optimizes the relationship between beam width andside-lobe level. Proceedings of the IRE 34(6):335–48.

Geyer T, Sarradj E, Giesler J. 2012.Application of a beamforming technique to the measurement of airfoil leadingedge noise. Advances in Acoustics and Vibration 2012:905461.

Johnson DH, Dudgeon DE. 1992. Array SignalProcessing: Concepts and Techniques. New York: Simon & Schuster.

Nelson PA, Yoon SH. 2000. Estimation ofacoustic source strength by inverse methods, part I: Conditioning of theinverse problem. Journal of Sound and Vibration 233(4):639–64.

Ochmann M. 1995. The source simulationtechnique for acoustic radiation problems. Acta Acustica united with Acustica81(6):512–27.

Sonoda Y, Nakamiya T. 2014. Directdetection of sound wave by light. IEEE 3rd Global Conf on Consumer-Electronics, Oct 7–10, Tokyo.

Williams EG. 1999. Fourier Acoustics: SoundRadiation and Nearfield Acoustical Holography. London: Academic Press.

[1]  Depending on specific applications,methods may be denoted with different terms (e.g., sound source visualization,sound field reconstruction or visualization) and acoustic array techniques.
.

原文来源于美国国家工程院（National Academy of Engineering）噪音控制工程特刊，作者为普渡大学刘洋帆教授、J.Stuart Bolton教授和Patricia Davies教授。