声音/声学成像2021-4-13

声学照相机，又名声相（像）仪，是利用传声器阵列测量一定范围内的声场分布的专用设备。通过阵列信号处理算法，处理传声器采集到的声压信号，可以得到被测物体表面的噪声源位置和强度，并以云图方式显示出直观的图像。在声学测量中，由于声源和阵列各个传声器之间的距离不相等，每个传声器接收到的声波存在不同的延迟。利用声波延迟和声源位置的对应关系，将接收到的声压信号进行时延（频域为相位）补偿后相加，逐点计算出空间声源强度的分布，这一过程称为声成像，而作为接收设备的阵列则被称为声学照相机。
1.硬件，就是通俗讲的麦克风阵列，它是一类声采集设备，由两个以上的麦克风在空间按照一定的位置规律布置并采集声音。
传声器阵列是由一定数量的传声器按照一定的空间几何位置排列而成的。阵列参数包括传声器的数目，阵列的孔径大小，传声器阵元间距，传声器的空间分布形式等几何参数；另外还包括指向性，波束宽度，最大旁瓣级等衡量阵列性能优劣的特征参数。设计一个好的阵列，需要同时考虑实际需求和器材的限制。理论上，应该采用最少的传声器，实现最好的识别效果。
传声器的数目和阵列孔径决定了一个阵列实现的复杂程度。阵列的传声器个数越多，布线方式越复杂。阵列孔径表示的是阵列在空间占据的体积，阵列孔径越大，结构实现越困难。传声器数目还影响阵列增益。由于阵列是在噪声背景下检测信号的，阵列增益是用来描述阵列作为空间处理器所提供的信噪比改善程度。一般来说，传声器数目和阵列增益成正比。
阵列要有较好分辨率，要求有较大的孔径 D；阵列要有较高的截止频率，要求较小的阵列间距。孔径大间距小时相互矛盾的，如果都要满足只能增加传声器的数目。在实际使用中往往针对具体的被测对象来权衡设计。
常用的阵列基本可以划分为规则几何形状的阵列，和非常规阵列。规则几何形状阵列，包括线性阵列，十字形阵列，圆形阵列，螺旋形阵列等，这些都是规则几何形状的阵列类型，此外还有更为复杂的不规则阵列类型。 不规则的阵列二个传声器的位置向量方向不同，位置向量是线性无关的，从而能够很好的避免重复空间采样，抑制混叠效应，有效的减少鬼影的出现。但是不规则阵列在制造安装运输方面有着较高的成本。
2.算法，指如何将硬件采集的声信号按照一定的规律反演到成像面上，以图像的形式展示成像面上的声场分布情况。
基于麦克风阵列的声源定位算法划分为三类：一是基于波束形成的方法；二是基于高分辨率谱估计的方法；三是基于声达时延差（TDOA）的方法。
近场声源：TDOA计算量小，实时性好，实用性强等特点。一般分为两步，首先计算声源信号到达麦克风阵列的时间差(时延估计)，然后通过麦克风阵列的几何形状建立声源定位模型并求解从而获得位置信息(定位估计)。
那么麦克风m1和m2收到的信号分别为：

其中τ1和τ2分别是声源到达两个麦克风的延迟时间，n1(t)和n2(t)为加性噪声。那么声源信号到达两个麦克风的TDOA为

τ1和τ2可以通过下式计算：

其中c是声速。一般情况下，我们选择一个麦克风的信号作为参考信号，例如我们把M2作为参考信号，那么τ2=0。在麦克风阵列几何形状已知的情况下，声源定位问题变为对时延的估计问题。
如果要确定出声源在二维平面内的位置坐标,都至少需要三个麦克风。对于两个麦克风的情况，我们只能计算到达角(Direction of Arrival, DOA)。
近场(near-field)和远场(far-field)区分：假设声速波长为λ，麦克风之间的距离为d(有的地方称为孔径，aperture)，那么声源与麦克风之间的距离r大于2d2/λ时，符合远场模型，反之则为近场模型。对于远场模型来说，声源到达麦克风阵列的波形视为平面波，如下图所示：

远场声源：基于波束形成常用算法
delay-and-sum算法: 传统的波束形成可以描述为一个空间滤波器，用该滤波器构建一个特定的波束方向图；可以分解为两步：时间对齐和加权求和。时间对齐，在每个麦克风上增加一个延迟，以使来自特定方向的信号在求和之前先对齐，意义在于，某一固定方向信号，传递到麦克风阵列时，不同麦克之间存在相位差，将信号理解为波，让波对齐，再加权求和就起到了增加信号的作用。时间对齐控制着波束方向，加权求和控制着主瓣的波束宽度和旁瓣的特性。
一句话：仅把各个麦克风接收到的信号补偿他们的时延，然后求一个均值，没有考虑混响等实际场景可能发生的情况。

例子：下图的麦克风阵列由三个麦克风组成，假设声波以平面波传播到阵元，相对于麦克风阵列，声波的来源方向不同意味着，到达不同麦克风的时间不尽相同。

分析：当声波从-45度方向到达阵列时，信号最先到达左边的麦克风，最晚到达右边的麦克风。当声波垂直入射阵列时，信号同时到达这三个麦克风。当声波从45度方向到达阵列时，信号最先到达右边的麦克风，最晚到达左边的麦克风。将三个麦克风的输出信号在时域上求和，来作为麦克风阵列的输出信号。那么：当声波垂直入射阵列时，麦克风阵列的输出信号有最大输出幅值。这是因为声波垂直入射阵列，信号到达各个麦克风的时间是一致的，这些麦克风输出信号高度相关，在时域相加输出后幅值大大增加。当声波不是垂直入射阵列时，信号到达各个麦克风的时间不一致，麦克风输出信号之间的相关性降低，导致相加后的幅值不如垂直方向。
做法：
1、估计每个传感器与参考传感器之间的延时。其中延时的确定方法可采用TDOA进行估计。
2、对每个传感器信号进行时移，并进行求和。

需要延迟 是0.5149ms，也就是24.717samples，而不是整数。