การตรวจจับทิศทางของเสียงโดยใช้ไมโครโฟนหลายตัว

ก่อนอื่นฉันได้เห็นหัวข้อที่คล้ายกัน แต่มันต่างไปเล็กน้อยกับสิ่งที่ฉันพยายามทำ ฉันกำลังสร้างหุ่นยนต์ซึ่งจะติดตามบุคคลที่เรียกมัน ความคิดของฉันคือการใช้ไมโครโฟน 3 หรือ 4 ตัว - เช่นในการจัดเรียงต่อไปนี้เพื่อกำหนดทิศทางที่หุ่นยนต์ถูกเรียก:

โดยที่ S คือต้นกำเนิด A, B และ C เป็นไมโครโฟน แนวคิดคือการคำนวณความสัมพันธ์เฟสของสัญญาณที่บันทึกจากคู่ AB, AC, BC และจากนั้นสร้างเวกเตอร์ที่จะชี้ไปที่แหล่งที่มาโดยใช้สมการชนิดหนึ่ง ระบบไม่จำเป็นต้องทำงานในเวลาจริงเพราะมันจะเปิดใช้งานเสียง - สัญญาณจากไมโครโฟนทั้งหมดจะถูกบันทึกพร้อมกันเสียงจะถูกสุ่มจากไมโครโฟนเพียงตัวเดียวและถ้ามันเหมาะกับลายเซ็นเสียงความสัมพันธ์ของเฟสจะถูกคำนวณจาก เศษส่วนสุดท้ายของวินาทีเพื่อคำนวณทิศทาง ฉันทราบว่านี่อาจไม่ทำงานเช่นกันเช่นเมื่อมีการเรียกหุ่นยนต์จากห้องอื่นหรือเมื่อมีการสะท้อนหลายครั้ง

นี่เป็นเพียงความคิดที่ฉันมี แต่ฉันไม่เคยลองอะไรแบบนี้และฉันมีคำถามหลายข้อก่อนที่ฉันจะสร้างฮาร์ดแวร์จริงที่จะทำงาน:

1. นี่เป็นวิธีทั่วไปในการทำสิ่งนี้หรือไม่? (เช่นใช้ในโทรศัพท์เพื่อตัดเสียงรบกวน) มีวิธีการอื่นที่เป็นไปได้อย่างไร
2. สามารถคำนวณความสัมพันธ์ของเฟสระหว่าง 3 แหล่งพร้อมกันได้หรือไม่? (เช่นเพื่อเร่งการคำนวณ)
3. อัตราตัวอย่าง 22khz และความลึก 12 บิตเพียงพอสำหรับระบบนี้หรือไม่ ฉันกังวลเป็นพิเศษเกี่ยวกับความลึกของบิต
4. ควรวางไมโครโฟนในหลอดแยกเพื่อปรับปรุงการแยกหรือไม่

เพื่อขยายคำตอบของMüller

4. ควรวางไมโครโฟนในหลอดแยกเพื่อปรับปรุงการแยกหรือไม่

4. ไม่คุณกำลังพยายามระบุทิศทางของแหล่งที่มาการเพิ่มหลอดจะทำให้เสียงตีกลับภายในหลอดที่ไม่ต้องการเท่านั้น
   
   วิธีที่ดีที่สุดในการดำเนินการคือทำให้พวกเขาเผชิญหน้าโดยวิธีนี้พวกเขาทุกคนจะได้รับเสียงที่เหมือนกันและสิ่งเดียวที่เป็นเอกลักษณ์เกี่ยวกับพวกเขาคือตำแหน่งทางกายภาพของพวกเขาซึ่งจะส่งผลโดยตรงต่อระยะ คลื่นไซน์ 6 kHz มีความยาวคลื่น{} ดังนั้นหากคุณต้องการระบุขั้นตอนของคลื่นไซน์ที่ไม่ซ้ำกันสูงสุด 6 kHz ซึ่งเป็นความถี่ทั่วไปสำหรับการพูดคุยของมนุษย์คุณควรวางไมโครโฟนไว้ห่างกันมากที่สุด 5.71 มม. นี่คือหนึ่งรายการ$\frac{\text{speed of sound}}{\text{sound frequency}}=\frac{343\text{ m/s}}{6\text{ kHz}}=5.71\text{ mm}$ที่มีเส้นผ่าศูนย์กลางน้อยกว่า 5.71 มม. อย่าลืมเพิ่มตัวกรองความถี่ต่ำผ่านความถี่ตัดที่ประมาณ 6-10 kHz

---

แก้ไข

ฉันรู้สึกว่าคำถาม # 2 นี้ดูสนุกฉันจึงตัดสินใจลองแก้ปัญหาด้วยตัวเอง

2. สามารถคำนวณความสัมพันธ์ของเฟสระหว่าง 3 แหล่งพร้อมกันได้หรือไม่? (เช่นเพื่อเร่งการคำนวณ)

ถ้าคุณรู้ว่าพีชคณิตเชิงเส้นของคุณแล้วคุณสามารถจินตนาการว่าคุณได้วางไมโครโฟนในรูปสามเหลี่ยมที่แต่ละไมโครโฟนคือ 4 มมออกจากกันทำให้คนอื่น ๆ ภายในมุม60$60°$

ดังนั้นสมมติว่าพวกเขาอยู่ในการกำหนดค่านี้:

       C
      / \
     /   \
    /     \
   /       \
  /         \
 A - - - - - B

ฉันจะ...

• ใช้ระบบการตั้งชื่อซึ่งเป็นเวกเตอร์ที่ชี้จากถึง$\overline{AB}$$A$$B$
• โทรกำเนิดของฉัน$A$
• เขียนตัวเลขทั้งหมดเป็นมม
• ใช้คณิตศาสตร์ 3D แต่จบลงด้วยทิศทาง 2D
• ตั้งตำแหน่งแนวตั้งของไมโครโฟนเป็นรูปคลื่นจริง ดังนั้นสมการเหล่านี้จะขึ้นอยู่กับเสียงคลื่นที่มีลักษณะคล้ายนี้
• คำนวณครอสโปรดักท์ของไมโครโฟนเหล่านี้ตามตำแหน่งและรูปแบบของคลื่นแล้วละเว้นข้อมูลความสูงจากผลิตภัณฑ์ครอสนี้และใช้ arctan เพื่อหาทิศทางที่แท้จริงของแหล่งกำเนิด
• โทรการส่งออกของไมโครโฟนที่ตำแหน่งโทรการส่งออกของไมโครโฟนที่ตำแหน่งโทรการส่งออกของไมโครโฟนที่ตำแหน่ง$a$$A$$b$$B$$c$$C$

ดังนั้นสิ่งต่อไปนี้เป็นจริง:

• $A=(0,0,a)$
• $B=(4,0,b)$
• $C=(2,\sqrt{4^2-2^2}=2\sqrt{3},c)$

สิ่งนี้ทำให้เรา:

• $\overline{AB} = (4,0,a-b)$
• $\overline{AC} = (2,2\sqrt{3},a-c)$

และผลิตภัณฑ์ครอสคือ$\overline{AB}×\overline{AC}$

$$\begin{align} \overline{AB}×\overline{AC}&= \begin{pmatrix} 4\\ 0\\ a-b\\ \end{pmatrix} × \begin{pmatrix} 2\\ 2\sqrt{3}\\ a-c\\ \end{pmatrix}\\\\ &=\begin{pmatrix} 0\cdot(a-c)-(a-b)\cdot2\sqrt{3}\\ (a-b)\cdot2-4\cdot(a-c)\\ 4\cdot2\sqrt{3}-0\cdot2\\ \end{pmatrix}\\\\ &=\begin{pmatrix} 2\sqrt{3}(b-a)\\ -2a-2b-4c\\ 8\sqrt{3}\\ \end{pmatrix} \end{align}$$

ข้อมูล Z,เป็นเพียงขยะไม่มีดอกเบี้ยสำหรับเรา ในขณะที่สัญญาณอินพุตกำลังเปลี่ยนแปลง Cross vector จะแกว่งไปมาไปทางต้นทาง ดังนั้นครึ่งหนึ่งของเวลามันจะชี้ตรงไปยังแหล่งที่มา (ไม่สนใจการสะท้อนและปรสิตอื่น ๆ ) และอีกครึ่งหนึ่งของเวลามันจะชี้ 180 องศาห่างจากแหล่งที่มา$8\sqrt{3}$

สิ่งที่ฉันกำลังพูดถึงคือซึ่งสามารถทำให้เป็นจากนั้นเปลี่ยนเรเดียนเป็นองศา$\arctan(\frac{-2a-2b-4c}{2\sqrt{3}(b-a)})$$\arctan(\frac{a+b+2c}{\sqrt{3}(a-b)})$

ดังนั้นสิ่งที่คุณจะได้คือสมการต่อไปนี้:

$$\arctan\Biggl(\frac{a+b+2c}{\sqrt{3}(a-b)}\Biggr)\frac{180}{\pi}$$

---

แต่ครึ่งหนึ่งของเวลาที่ข้อมูลผิดอย่างแท้จริง 100% ดังนั้น .. ควรจะทำอย่างไรให้ถูกต้อง 100% ของเวลา?

ทีนี้ถ้านำหน้าแหล่งที่มาจะไม่สามารถใกล้กับ B ได้$a$$b$

พูดง่ายๆก็คือทำอะไรง่ายๆแบบนี้

source_direction=atan2(a+b+2c,\sqrt{3}*(a-b))*180/pi;
if(a>b){
   if(b>c){//a>b>c
     possible_center_direction=240; //A is closest, then B, last C
   }else if(a>c){//a>c>b
     possible_center_direction=180; //A is closest, then C last B
   }else{//c>a>b
     possible_center_direction=120; //C is closest, then A last B
   }
}else{
   if(c>b){//c>b>a
     possible_center_direction=60; //C is closest, then B, last A
   }else if(a>c){//b>a>c
     possible_center_direction=300; //B is closest, then A, last C
   }else{//b>c>a
     possible_center_direction=0; //B is closest, then C, last A
   }
}

//if the source is out of bounds, then rotate it by 180 degrees.
if((possible_center_direction+60)<source_direction){
  if(source_direction<(possible_center_direction-60)){
    source_direction=(source_direction+180)%360;
  }
}

และบางทีคุณอาจต้องการที่จะตอบสนองถ้าแหล่งกำเนิดเสียงมาจากมุมในแนวตั้งเฉพาะหากผู้คนพูดคุยเหนือไมโครโฟน => 0 phase change => ไม่ทำอะไรเลย ผู้คนกำลังพูดคุยในแนวนอนถัดจากมัน => การเปลี่ยนเฟสบางอย่าง => ตอบสนอง

$$\begin{align} |P| &= \sqrt{P_x^2+P_y^2}\\ &= \sqrt{3(a-b)^2+(a+b+2c)^2}\\ \end{align}$$

ดังนั้นคุณอาจต้องการตั้งค่าขีด จำกัด นั้นให้อยู่ในระดับต่ำเช่น 0.1 หรือ 0.01 ฉันไม่แน่ใจทั้งหมดขึ้นอยู่กับปริมาณและความถี่และปรสิตทดสอบด้วยตัวเอง

อีกเหตุผลหนึ่งที่เมื่อใช้สมการค่าสัมบูรณ์สำหรับการข้ามศูนย์อาจมีช่วงเวลาเล็กน้อยเมื่อทิศทางจะชี้ไปในทิศทางที่ผิด แม้ว่ามันจะเป็นเพียง 1% ของเวลาถ้าเป็นเช่นนั้น ดังนั้นคุณอาจต้องการแนบตัวกรอง LP อันดับแรกไปยังทิศทาง

true_true_direction = true_true_direction*0.9+source_direction*0.1;

และถ้าคุณต้องการที่จะตอบสนองกับระดับเสียงที่เฉพาะเจาะจงเพียงรวมไมโครโฟน 3 ตัวเข้าด้วยกันแล้วเปรียบเทียบกับค่าทริกเกอร์ ค่าเฉลี่ยของไมโครโฟนจะเป็นผลรวมของพวกเขาหารด้วย 3 แต่คุณไม่จำเป็นต้องหารด้วย 3 หากคุณเพิ่มค่าทริกเกอร์ด้วยปัจจัย 3

---

ฉันมีปัญหาเกี่ยวกับการทำเครื่องหมายรหัสเป็น C / C # / C ++ หรือ JS หรืออื่น ๆ ดังนั้นน่าเสียดายที่รหัสจะเป็นสีดำบนพื้นขาวกับความต้องการของฉัน โอ้ขอให้โชคดีในการเสี่ยงของคุณ ฟังดูน่าสนุก.

นอกจากนี้ยังมีโอกาส 50/50 ที่ทิศทางจะอยู่ห่างจากแหล่งกำเนิด 180% ของเวลา ฉันเป็นอาจารย์ที่ทำผิดพลาด การแก้ไขสำหรับสิ่งนี้แม้ว่าจะเป็นการกลับคำสั่ง if สำหรับเวลาที่ควรเพิ่ม 180 องศา

1. ใช่มันให้ความรู้สึกสมเหตุสมผลและเป็นเรื่องปกติ
2. คุณสามารถใช้สัญญาณไมโครโฟนสามตัวพร้อมกันได้ (ไม่ต้อง "อ้อม" ผ่านความสัมพันธ์สามคู่ของคุณ) มองหา "MUSIC" และ "ESPRIT" ในแอปพลิเคชันทิศทางที่ไปถึง
3. มีโอกาสมากที่จะเป็น คุณไม่ได้เล็งไปที่คุณภาพเสียงที่สูงคุณกำลังเล็งไปที่คุณสมบัติความสัมพันธ์ของคอร์สที่ดีและไม่กี่บิตที่นี่และอาจจะไม่สร้างหรือทำลายระบบ อัตราการสุ่มตัวอย่างที่สูงขึ้นเช่น 44.1 kHz หรือ 48 kHz ที่พบบ่อยมากจะทำให้ความแม่นยำเชิงมุมเพิ่มขึ้นเป็นสองเท่าในทันทีโดยมีความยาวเท่ากัน