1. 研究目的与意义
早期由于电磁波在水下被削弱程度大，声源定位技术渐渐取代电磁波定位技术。一战时为了探测敌军炮火基地，声源定位技术在陆地环境中得到较大发展。二战时，侦查火炮的任务大部分都是由声源定位技术完成的[1~2]。后来，利用电磁波探测目标的雷达发展到能与红外光、紫外光、激光以及其他光学探测手段融合协作，声源定位技术在这一时间段发展较为逊色。由于反雷达探测技术的发展[3]，相比之下，声源定位技术具有隐蔽性的优势，因此便又重新获得各研究院的重视。
近些年，机器人行业不断发展，由于基于麦克风阵列的声源定位、语音增强、语音识别等阵列信号处理技术一直是研究热点，对机器人语音信号的处理有很大帮助[4]。如何让机器人和人类顺畅交流成为机器人领域的研究重点。目前，设计一个人工听觉系统有很多技术难点，主要体现在三个方面：声源定位算法，麦克风阵列以及机器人自身结构。目前的定位算法大多基于窄带信号，而语音信号属于带宽信号以及机器人所处的环境声源往往被白噪声和强混响等污染，还有多声源相互感干扰等问题，这就对现有的声源定位算法实现准确定位提出苛刻要求。一般来说，麦克风数量越多、阵列结构越复杂对空间声源信息获取的就越多，但由于麦克风数量增加和阵列结构复杂，导致处理的数据量太大，在实时定位处理时就要求算法的复杂度不能太高。目前由于市场上机器人身体结构的特殊性，很难将声源定位系统移植到机器人上。因此，从应用场景来说，机器人声源定位系统有很大的研究价值和意义；就面临的技术难点而言，声源定位系统仍有很大的研究空间[5]。
国外对于声源定位及声音的分析起步比较早。日本的装配有实时声音定位系统以及障碍探测声纳系统的移动机器人、意大利的智能声视联合多代理监视跟踪系统、加拿大的避障机器人[6~8]。早稻田大学在2007年提出了一种精确的不需要严格滤波的声音分离方法。同年，日本京都大学开发了一种能使机器人在日常生活环境中选择和跟踪某个目标的声源定位跟踪系统[9]。国外已有不少成熟的军用产品。比如瑞典装备了本国研制的helisearch直升机探测定位系统；由以色列的拉菲公司研制的被以色列军方所采用的aews声探测预警系统；美国的isc公司研制的被美国军方用来装备其地面部队的pals被动声探测定位系统。智能雷弹系统也很好的体现了声源定位技术的优势之处，它可以与爆炸控制系统结合，探测出敌方武装的位置。除了在智能地雷方面的应用，被动声探测技术被大量用在战场侦查系统的研究中，如飞机和炮位的探测[2]。
2. 研究内容和预期目标
研究内容：
本课题的主要研究内容是设计基于麦克风阵列music算法的声源定位技术，了解麦克风阵列的优势以及其主要核心技术——声源参数估计和波束形成，了解声源定位算法的比较与选择，掌握music算法对相干信源的doa估计，掌握music算法对空间声源定位性能分析，并可以利用matlab软件完成music算法的实现。
预期目标：
3. 研究的方法与步骤
研究方法：
1、采集音频信号数据，对数据进行信号处理分析；
2、在matlab环境中对采集到的音频信号进行编程；
4. 参考文献
[1]k.c.ho,senior xiaoning lu,l.kovavisaruch.source localization using tdoa and fdoa measurements in the presence of receiver location errors:analysis and solution[c].ieee transactions on signal processing,2007(2):684~690.
[2]肖骏.基于麦克风阵列的实时声源定位技术研究[d].成都：电子科技大学控制科学与工程硕士学位论文，2015：1-3.
[3]s.furui.recent advances in robust speech recognition[j].in proc.of escanato workshop on robust speech recognition for unknown communication channels,2001:10~20.
5. 计划与进度安排
2019年1月5日-2019年3月1日，结合论文有针对性的学习课题相关资料,学习相关学科的基础知识。
2019年3月2日-2019年3月20日，设定实验方案，拟定论文大纲。
2019年3月21日-2019年4月17日，进一步理论分析，进行实验，查找相关软件程序。
