[发明专利]一种基于FPGA的声阵列定向拾音方法

说明书

本发明涉及声阵列信号采集和信号处理，特别涉及一种基于FPGA的声阵列定向拾音方法。本发明以FPGA作为主控的基于空时频的宽带波束形成器，实施载体为32阵元的矩形MEMS数字麦克风阵列，实现功能为室内和室外环境下实时、可靠、稳定的定向拾音和干扰抑制。在FPGA芯片主控的硬件电路上，32个麦克风阵元通过Isupgt;2/supgt;S接口解码并以48KSpS和24bit的业内标准音频采样率和量化精度同步采集和传输，后续依次通过：空域处理、频域处理、小波域处理和为时域处理。最终本发明输出音频在增强目标声源的同时能极大程度抑制干扰声源以及环境噪声，致力于提供智能办公、智能家居、高质量会议、设备健康监测等丰富的需求场景。

技术领域

本发明涉及声阵列信号采集和信号处理，特别涉及一种基于FPGA的声阵列定向拾音方法。

背景技术

声阵列系统被广泛应用于工业监测、军事、商务办公等领域。在更多智能化、小型化、数字化的设计需求和理念下，阵列系统将更多地代替人类在特定的场合进行特定的工作完成特定的任务。

声阵列信号处理相对于传统阵列信号处理技术有以下四项难点：

1、接收信号的带宽：声阵列信号处理的对象是宽带语音信号，典型频带处于300～3400Hz。接收阵列对此类信号源形成非相干阵，各阵元接收信号并非只是相位上的差异，不能直接加权相加。

2、接收信号的非平稳性：语音信号需要做预处理，如抗混叠滤波、预加重、加窗、分帧以保证接收信号的短时平稳，从而获得更低失真更高音质的数字信号。

3、接收信号的物理特性：接收信号通常为机械纵波，由于波的反射、衍射，麦克风收到的信号除了直达信号以外，还有多径信号的叠加和干涉，产生声学混响；在室内环境中，受房间边界或者障碍物衍射和反射导致声信号传播到每个阵元的幅度和相位发生了未知的变化。

4、阵列所处的外部环境：信号处理算法应当适应于室内室外环境、适应于近场远场条件；近场相对于远场，既需考虑声源的入射角度还需考虑声源相对于阵列的距离。

针对以上四项技术难点，目前广泛采用的采集卡+DSP处理器的硬件方案和宽带自适应波束形成的算法虽然能得到一些高信噪比的定向拾音效果，但是也会遇到未解决的种种技术问题：如阵元数目少、拾音距离不足、抑制非平稳干扰不足、增加大量阵元导致的运算量大以及硬件成本高。

发明内容

针对上述存在问题或不足，为解决基于目前声阵列波束形成技术实现的定向拾音效果存在阵元数目少、拾音距离不足、抑制非平稳干扰不足、增加大量阵元导致的运算量大、硬件成本高等问题，本发明提供了一种基于FPGA的声阵列定向拾音方法，以FPGA作为主控的基于空时频的宽带波束形成器，输出音频满足实时性地要求，并在增强目标声源的同时能极大程度抑制干扰声源以及环境噪声。

一种基于FPGA的声阵列定向拾音方法，具体步骤如下：

步骤1、上位机UART(通用异步收发)模块发送的映射于范围从-80°到80°的方位角-俯仰角组的控制字符至FPGA。FPGA同步采集32阵元的麦克风阵列的输出字并通过I²S解码得到的48KHz、24bit、32CH并数字行PCM(脉冲编码调制)流。

然后FPGA将上述控制字符经由ASCII解码得到目标和干扰两个方向的方位角-俯仰角组，再采用映射于从-80°到80°的不同长度(量化为-4到4)的抽头延迟线将输入的32CH并行数字PCM流进行固定权值延时求和；延时求和的顺序是先执行4行横向排列的麦克风的延时求和，再在纵向上执行前一步4行求和结果的延时求和。

最终通过Mux9_1(9选1分支器)使得麦克风阵列分别对齐目标和干扰方向的方位角-俯仰角组，并输出8KHz、24bit、2CH数字PCM流。

步骤2、对于步骤1输出的8KHz、24bit、2CH数字PCM流进行系统信干比提升处理。