描述

在信號處理等方面有一點經驗，我想我可以嘗試使用麥克風進行聲學定位。

設置很簡單，我們一直使用它來確定聲音通過我們耳朵的位置。當然，不同之處在于，這是通過使用來自 ebay 的“廉價”現成組件來完成的，所以這在理論上一切都很好，但它真的有效嗎？開門見山，這是肯定的。

?

前端

?

max9812麥克風

?

前端由兩個基于 max9812 芯片的麥克風模塊組成，可提供 20dB 的固定增益。理想情況下，如果增益以某種方式可編程會更好，因為我在發射臺上使用 12 位 ADC（模數轉換器）。信號被饋送到基于運算放大器的二階低通濾波器中。這是使用 ADC 時所需的抗混疊低通濾波器。當然，我有便宜的陶瓷電容器，額定值為其價值的 +/- 20%，所以嗯。我使用了四個 1uF 去耦電容器并偏置在 1.65V 以輸入到 ADC。

?

模擬濾波器

?

?

?

模擬低通濾波器

?

我的前端最大的問題是來自伺服電機的噪音，包括電氣和機械噪音。為了解決這個問題，我把地線和電源分開了（伺服在任何情況下都使用 5V）。我還在面包板上加載了接地和 3.3V 之間的十幾個電容器。順便說一句，我使用了第二個運算放大器，通過將運算放大器驅動到軌，將 3.3V 伺服信號轉換為 5V。

?

蒂瓦C

?

蒂瓦克

TivaC 是 Texas Instruments 的啟動板，運行具有 80Mhz 32 位 Cortex-M4 內核的 TM4C123GH6PM 處理器。

TM4C123GH6PM 實際上只有 2 個物理 ADC，但您可以將輸入信號多路復用到每個 ADC，因此在這種情況下，它們每個處理 8 個輸入。我以最大速度（每個每秒 1 兆樣本）運行兩者，將它們加在一起，進行 8 次硬件平均，然后進行微型 DMA 以進入數字濾波階段。?

數字濾波器在循環緩沖器上運行并使用 63 個抽頭。該濾波器旨在濾除 4kHz 以上的噪聲。?

它從那里直接進入 USB 緩沖區，一旦收到來自 PC 的請求就被發送出去。

我使用的 USB 協議非常非常簡單。PC 向 Tiva 發送一個 6 字節的數據包，其中包含舵機位置和它需要的字節數。Tiva 響應一個 16 位 ADC 值的數據包（實際上是一個 8192 字節的數據包，大約每秒 30 次）。?

TivaC 還配置為從 uart 輸出調試信息。事實證明，這對于根除緩沖區溢出具有無可估量的價值。

它還將 PWM 信號驅動到伺服系統。

我提供了一份驅動 TivaC 的主要代碼副本，以便您了解它是如何完成的。

上位機軟件

我使用的 USB 驅動程序是帶有 TI 通用批量設備驅動程序的 WinUSB。

?

TI 的通用大容量設備 USB 驅動程序

?

實際的 PC 軟件被編寫為本地 C++ DLL（連接到設備并進行時域相關）和基于 C# 的用戶界面 exe。C# exe 使用“interop”連接到本機 DLL。當然，PC 運行的是 Windows 10，不確定這是否意味著 Windows IOT，但我想在 IoT 的廣義定義中，也許可以這樣稱呼它。

?

追蹤器應用程序

?

時域中的互相關非常簡單。它只是兩個麥克風信號的運行總和的數量，它們彼此相乘，每個信號都有不同的時間延遲。產生最高總和的時間延遲是峰值，從中可以確定兩個信號之間的相位延遲。

correlation (time, n) = correlation (time - 1, n) * decay + microphone_left(time) * microphone_right(time-n) 其中 n 是相位延遲

?

左右麥克風相位延遲

?

接近 16kHz 的高采樣率允許大約 2 度的分辨率。?

我正在使用馬爾可夫概率鏈來結合聲源可能沒有移動的信念。這似乎工作得很好。顯然，多個麥克風（因此有 8 個通道）會更好。