王雷 郝建新 陈蔚蔚

摘 要： 使用单片机STM32F103ZET6为控制核心，通过以LM324芯片、LM567鉴频芯片为主组成的固定声音识别电路设计声音定位系统。针对在固定音频信号采集过程中，由元器件本身以及周围环境等影响而产生的噪声误差，采用TDOA算法和Kalman滤波相结合的方式，对于TDOA算法的计算结果进行优化处理，得出音源位置的最优估计值。经过运行调试，使用Kalman滤波之后，使得系统的定位精度得到较大的提高，实现对目标的快速稳定跟踪。

关键词： 声音识别； 声音定位； TDOA； Kalman滤波； STM32F103； Arduino

中图分类号： TN710?34； TP273 文献标识码： A 文章编号： 1004?373X（2018）19?0161?04

Abstract： A sound location system is designed by taking microcontroller STM32F103ZET6 as the control core， LM324 chip and LM567 frequency discrimination chip as the major components of fixed voice recognition circuit. In the acquisition process of fixed audio signal， the method combining TDOA algorithm and Kalman filtering is used to eliminate the noise error generated by components themselves and surrounding environment. The calculation result of the TDOA algorithm is optimized to get the optimal estimation value of voice source location. The debugging and running results show that the location accuracy of the system has been greatly improved by means of Kalman filtering， and the system can realize rapid and stable target tracking.

Keywords： voice recognition； sound positioning； TDOA； Kalman filtering； STM32F103； Arduino

0 引 言

聲音定位是一种应用广泛的技术[1]，利用声学传感器以及与其相连的电子设备（MCU）和相关电路，处理接收到的声波信号，确定声源的位置[2]。声音在空间上沿球面传播，时间上具有唯一性[3]，因此在临床医学[1]、现代战争进攻与防御[2]、机器视觉[3]、无线传感器网络[4?5]等领域均得到了重要的应用。TDOA算法是一种较为常用的定位算法[2?8]，其计算过程更加简单，计算精度准确。由于声源信号接收过程中存在随机噪声等影响，使用Kalman滤波可有效地降低噪声影响。Kalman滤波理论已经在国防、军事、跟踪、制导等许多领域得到广泛应用[10]。将Kalman滤波算法与TDOA算法结合，既能够将声源信号采集系统的噪声影响降低，又能快速准确地确定声源信号的位置，同时采用MCU?STM32F103ZET6作为主控芯片[7]，大大提高声音定位系统的稳定性和可靠性。

1 系统设计

系统机械结构如图1所示，在一个500 mm×500 mm的垂直平面上，自由选位放置一……