基于MATLAB的声源定位系统
基于LabVIEW的双麦克风实时声源定位系统
基于LabVIEW的双麦克风实时声源定位系统近年来，随着人工智能和机器学习的不断发展，声源定位技术逐渐受到关注。
声源定位是指通过对麦克风信号进行处理和分析，确定声音源的方位和距离。
在许多领域，如机器人导航、语音识别、语音增强等，准确的声源定位都是至关重要的。
本文介绍了一种基于LabVIEW编程软件的双麦克风实时声源定位系统。
该系统由两个麦克风和一个声音处理模块组成。
麦克风用于采集声音信号，声音处理模块则对采集到的信号进行处理和分析，最终确定声源的方位和距离。
我们需要进行麦克风校准。
校准的目的是确定麦克风之间的距离和相对位置，以便后续的声源定位计算。
在麦克风校准过程中，我们可以利用已知位置的声源播放一段特定的声音，然后观察两个麦克风接收到的声音信号差异。
通过分析这些差异，可以计算出声源的方位和距离。
接下来，我们进行声音信号的预处理。
在预处理过程中，会进行去噪和滤波等操作，以排除噪音和干扰，提取出声源信号。
预处理的目的是使声源信号更加清晰，便于后续的分析和定位计算。
然后，我们进行声源定位计算。
声源定位计算是通过分析麦克风接收到的声音信号和麦克风之间的差异，确定声源的方位和距离。
常用的定位算法包括交叉相关法、波束形成法和最小二乘法等。
根据实际应用需求，选择适合的定位算法进行计算。
我们将声源的方位和距离信息进行可视化显示。
通过LabVIEW编程，可以实时地将声源的方位和距离以图形的形式显示出来，方便用户观察和分析。
基于LabVIEW的双麦克风实时声源定位系统通过麦克风校准、声音信号预处理、声源定位计算和可视化显示等步骤，能够实现对声源的准确定位。
该系统在实际应用中具有广泛的应用前景，可以为语音识别、语音增强等领域提供可靠的技术支持。
声源定位matlab程序
声源定位matlab程序在MATLAB中进行声源定位的程序通常涉及到信号处理和声学定位技术。
声源定位的目标是确定声音的方向，通常使用麦克风阵列来实现。
以下是一个简单的MATLAB程序示例，用于声源定位：matlab.% 定义麦克风阵列参数。
numMics = 4; % 麦克风数量。
micSpacing = 0.1; % 麦克风间距（以米为单位）。
% 模拟接收到的声音信号。
fs = 44100; % 采样率。
t = (0:1/fs:1-1/fs)'; % 时间向量。
f1 = 1000; % 第一个声源的频率。
f2 = 2000; % 第二个声源的频率。
signal1 = sin(2pif1t); % 第一个声源的信号。
signal2 = sin(2pif2t); % 第二个声源的信号。
% 模拟麦克风接收到的声音。
micSignals = zeros(length(t), numMics);for i = 1:numMics.distance = (i-1) micSpacing; % 麦克风到声源的距离。
delay = distance/340; % 延迟（声音传播速度为340m/s）。
micSignals(:,i) = [zeros(round(delayfs),1);signal1(1:end-round(delayfs))] + [zeros(round(delayfs),1); signal2(1:end-round(delayfs))];end.% 声源定位。
[azimuth,elevation] =locateSource(micSignals,fs,micSpacing);% 显示结果。
disp(['声源方位角: ', num2str(azimuth), '°']);disp(['声源俯仰角: ', num2str(elevation), '°']);需要注意的是，以上代码中的`locateSource`函数是一个虚构的函数，实际上需要根据具体的声源定位算法来实现。
可移动声源定位系统设计
可移动声源定位系统设计随着科技的进步和人们生活水平的提高，人们对生活质量的要求也越来越高，音乐渐渐成为人们生活的一部分。
而在演出、录音等领域，人们需要对声源进行准确的定位，此时可移动声源定位系统就显得尤为重要。
可移动声源定位系统是一种可以对声源进行定位的设备，它通过使用多个麦克风、信号处理算法及系统控制等技术手段，可以将声源的位置进行高精度的监测和追踪，然后将声源的位置信息传输给设备，进而进行声音的定位和分析。
该系统结合了传统的声音处理技术和现代计算机技术，提供了一种简单又高效的可移动声源定位方案。
本文将从硬件设计、信号处理和系统控制等方面进行阐述，探讨可移动声源定位系统的设计。
一、硬件设计1.麦克风阵列的设计麦克风阵列是可移动声源定位系统的核心部件之一，其位置和数量直接影响到系统的定位精度和准确度。
因此，麦克风阵列的设计需要考虑到麦克风的数量、类型、布局和定位方式等因素。
为了提高定位精度，通常采用多麦克风阵列，而且每个麦克风的距离应当相等，以保证声音到达不同麦克风的时间差得到精确测算。
麦克风类型可以选择传统动圈麦克风或者卡尔曼过滤麦克风，其灵敏度要么高，要么稳定。
2.模拟信号处理为了满足可移动声源定位系统设计的实际应用环境，处理模拟信号是该系统的一个重要特点。
高精度变倍增益放大器(CGA)和高速模数转换器(ADC)是模拟信号处理的主要组件。
其中，变倍增益放大器的设计首先需要选择放大器的噪声系数，以保证输出一致性和静态精度。
制造尽量保证成熟系统性能的简单PCB可导致高性价比。
数字信号处理是可移动声源定位系统的另一个核心技术，它可以处理从多个麦克风中收集到的信号，并得出声源位置的信息。
数字信号处理的主要任务是通过信号滤波、时差测量等算法，得到声源距离各个麦克风的时间差，然后进一步计算出声源的空间位置。
在数字信号处理中，需要利用MATLAB等处理软件，运用协助算法开始估计不同麦克风到声源的时间差，并由此推出声源位置的估计值。
基于MATLAB的语音信号处理与识别系统设计与实现
基于MATLAB的语音信号处理与识别系统设计与实现一、引言语音信号处理与识别是人工智能领域中的重要研究方向之一，随着深度学习和人工智能技术的不断发展，基于MATLAB的语音信号处理与识别系统设计与实现变得越来越受到关注。
本文将介绍如何利用MATLAB进行语音信号处理与识别系统的设计与实现。
二、MATLAB在语音信号处理中的应用MATLAB作为一种强大的科学计算软件，提供了丰富的工具箱和函数库，可以方便地进行语音信号处理。
在语音信号处理中，MATLAB可以用于语音信号的采集、预处理、特征提取、模型训练等各个环节。
通过MATLAB提供的工具，可以高效地对语音信号进行分析和处理。
三、语音信号处理流程1. 语音信号采集在语音信号处理系统中，首先需要对语音信号进行采集。
通过MATLAB可以实现对声音的录制和采集，获取原始的语音信号数据。
2. 语音信号预处理采集到的语音信号数据通常包含噪声和杂音，需要进行预处理以提高后续处理的准确性。
预处理包括去噪、降噪、滤波等操作，可以有效地净化语音信号数据。
3. 特征提取在语音信号处理中，特征提取是一个关键步骤。
通过MATLAB可以提取出语音信号的频谱特征、时域特征等信息，为后续的模式识别和分类打下基础。
4. 模型训练与识别利用MATLAB可以构建各种机器学习模型和深度学习模型，对提取出的特征进行训练和识别。
通过模型训练，可以实现对不同语音信号的自动识别和分类。
四、基于MATLAB的语音信号处理与识别系统设计1. 系统架构设计基于MATLAB的语音信号处理与识别系统通常包括数据采集模块、预处理模块、特征提取模块、模型训练模块和识别模块。
这些模块相互配合，构成一个完整的系统架构。
2. 界面设计为了方便用户使用，可以在MATLAB中设计用户友好的界面，包括数据输入界面、参数设置界面、结果展示界面等。
良好的界面设计可以提升系统的易用性和用户体验。
五、基于MATLAB的语音信号处理与识别系统实现1. 数据准备首先需要准备好用于训练和测试的语音数据集，包括正样本和负样本。
可移动声源定位系统设计
可移动声源定位系统设计近年来，移动声源定位系统被广泛应用于语音识别、声音增强、语音通话等领域，因为它能够有效地解决人们在使用这些设备时遇到的问题。
在本文中，我们将详细介绍可移动声源定位系统的设计。
一、系统需求分析在设计可移动声源定位系统之前，首先需要对其需求进行分析。
根据用户的需求和使用场景，我们可以得出以下要求：（1）系统需要具备实时性和准确性，以满足用户对实际环境变化的要求。
（2）系统需要具备较高的定位精度，以满足用户对移动目标位置的要求。
（3）系统需要能够自适应地调整定位参数，以满足不同环境下的定位需求。
（4）系统需要能够满足不同科技应用的要求，包括虚拟现实、增强现实、游戏等。
二、系统设计方案在了解了用户需求后，我们可以考虑采用以下系统设计方案：（1）系统架构设计: 可移动声源定位系统可以分为两部分，即移动声源及其监测设备和声源定位分析器。
移动声源监测设备主要用于捕捉声源的声音信号，并将其传输到声源定位分析器。
声源定位分析器根据声音信号以及其他参数，实现对移动声源的精确定位。
（2）声音信号采集: 在移动声源监测设备中，我们采用微机电系统（MEMS）麦克风阵列。
由于MEMS麦克风阵列的体积小、灵敏度高、容易集成，可以满足我们对移动声源信号采集的要求。
（3）声音信号处理: 在声源定位分析器中，我们将使用数字信号处理技术，对采集到的声音信号进行处理。
主要包括滤波、能量计算、谱计算等操作。
其中，滤波操作用于滤除杂音和干扰信号；能量计算用于估计声源能量；谱计算用于估计频谱特征，如功率谱密度、频率、相位等。
（4）声源定位: 对于声源定位算法，我们将采用传统的波束形成算法或基于深度学习的算法进行。
波束形成算法基于麦克风阵列的均衡化和音源宽带响应特性，将目标声源的方向信息提取出来。
基于深度学习的算法利用深度卷积神经网络，提取输入特征的抽象表示，以此获得更好的分类和定位精度。
（5）优化算法: 在系统设计中，我们需要考虑优化算法以提高系统性能。
基于LabVIEW的双麦克风实时声源定位系统
基于LabVIEW的双麦克风实时声源定位系统引言声源定位技术是指通过某种方法确定声音的发出位置。
它在很多领域有着广泛的应用，比如视频会议、音频采集、音乐录制等。
本文将介绍一种基于LabVIEW的双麦克风实时声源定位系统。
该系统通过采集双麦克风的声音信号，利用声波传播原理和数学算法，实时计算出声源的位置，可以用于实时监控、人机交互等领域。
一、系统硬件设计该实时声源定位系统的硬件部分主要包括：双麦克风、声卡、外部信号采集卡、计算机等。
双麦克风用于采集环境中的声音信号，声卡用于将模拟信号转换成数字信号，外部信号采集卡用于将数字信号传输到计算机中进行处理。
计算机上安装LabVIEW软件，用于编程实现声源定位算法和实时显示声源位置等功能。
整个系统硬件设计简单，成本低廉，适用于实验室和家庭等小范围应用场景。
二、系统软件设计1. 数据采集系统首先需要进行数据采集，获取环境中双麦克风的声音信号。
LabVIEW软件提供了丰富的数据采集接口和函数，可以轻松地实现声音信号的获取和处理。
用户可以选择合适的采样率和采样位数，根据实际需求进行配置。
2. 声音信号处理获取声音信号后，系统需要进行信号处理，包括声音信号的预处理和特征提取等步骤。
预处理包括滤波、降噪等操作，可以提高声音信号的质量和稳定性；特征提取则是从原始声音信号中提取出有用的特征参数，用于后续的声源定位计算。
3. 声源定位算法声源定位算法是整个系统的核心部分，它根据双麦克风采集到的声音信号，通过声波传播原理和数学算法，计算出声源的位置。
LabVIEW软件提供了丰富的数学函数和算法库，包括信号处理、数值计算、图像处理等模块，用户可以根据自己的需求选择合适的算法实现声源定位功能。
4. 实时显示系统需要将计算得到的声源位置实时显示出来，方便用户进行监控和分析。
LabVIEW软件提供了强大的图形化编程界面，用户可以轻松地设计出美观、直观的实时显示界面，包括声源位置的坐标、声音信号的波形图等。
可移动声源定位系统设计
可移动声源定位系统设计一、系统原理可移动声源定位系统基于声波的传播特性，通过收集声波信号的时间差和相位差信息，计算声源位置。
该系统由多个节点组成，每个节点都有麦克风接收声波信号，然后将信号通过无线传输方式发送到一个中心节点，中心节点计算出声源位置并将位置信息反馈给用户。
二、系统硬件设计1. 麦克风阵列麦克风阵列是收集声波信号的核心部件，其设计要求能够有效地捕捉声源的声波信号。
本系统采用了六个麦克风组成的线性阵列，阵列中每个麦克风之间的距离为1.5厘米。
2. 数据采集卡数据采集卡是用来将麦克风阵列收集到的声波信号转换为数字信号，以便进行后续计算。
本系统采用了PCIe接口的数据采集卡，采样率为48kHz，位深为24位。
3. 中央处理器中央处理器是系统的核心，用于计算声源位置和与用户进行交互。
本系统采用了英特尔i7处理器，主频为3.6GHz，内存为16GB。
4. 无线模块无线模块是用来将数据从分布式节点传输到中心节点。
本系统采用了2.4Ghz的无线模块，最大传输速率为2Mbps。
1. 信号处理算法信号处理算法是用来对从麦克风阵列收集到的声波信号进行处理，以得到时间差和相位差信息。
本系统采用了交叉相关算法（Cross-Correlation）和相位差算法（Phase Difference），以提高定位精度。
2. 定位算法定位算法是用来计算声源位置的核心算法。
本系统采用了三边定位算法（Three-Side Localization Algorithm），能够通过三个节点接收到的信号时间差信息计算出声源位置。
3. 用户界面设计用户界面是用来与用户进行交互的重要组成部分。
本系统采用了图形用户界面（Graphical User Interface），将声源位置以地图图像的形式展现给用户，增强用户体验。
四、实验结果通过对可移动声源定位系统进行实验测试，得到了较为理想的实验结果，可正确地计算出声源位置。
在不同环境下进行测试，定位误差在1-2米之间，可以满足实际应用需求。
基于LabVIEW的双麦克风实时声源定位系统
基于LabVIEW的双麦克风实时声源定位系统双麦克风实时声源定位系统是一种利用LabVIEW软件和两个麦克风传感器来实时捕捉声音信号并确定声源位置的技术。
本文将介绍该系统的原理、实现步骤和应用场景。
1. 原理概述双麦克风实时声源定位系统基于声传感器对声音信号的捕捉和分析，通过测量两个麦克风传感器之间的时间差和幅度差来确定声源位置。
根据声音在空气中的传播速度和两个传感器之间的距离，可以利用三角定位法计算出声源的方位角和俯仰角。
2. 实现步骤(1) 硬件配置：选择两个高品质的麦克风传感器，并连接到计算机上。
(2) 数据采集：利用LabVIEW软件编写数据采集程序，实时捕捉两个麦克风传感器的声音信号。
(3) 信号处理：对采集到的声音信号进行预处理，包括滤波去噪和信号放大等操作。
(4) 时间差计算：根据两个麦克风传感器接收到声音信号的时间差，计算声源的方位角。
(5) 幅度差计算：根据两个麦克风传感器接收到声音信号的幅度差，计算声源的俯仰角。
(6) 声源定位：根据计算出的方位角和俯仰角，确定声源的位置并在界面上进行显示。
3. 应用场景双麦克风实时声源定位系统具有广泛的应用场景，主要包括以下几个方面：(1) 会议室语音捕捉：在大型会议室中，可以利用该系统实时捕捉发言者的声音，并在会议记录中标注发言者位置。
(2) 智能音箱控制：智能音箱可以利用该系统确定用户的位置，并自动调整声音方向，实现更好的音响效果。
(3) 虚拟现实应用：在虚拟现实系统中，可以利用该系统实时捕捉用户的声音，并根据声源定位来调整虚拟环境的音效。
(4) 安防监控：在安防监控系统中，可以利用该系统实时监测并识别周围环境中的声源位置，实现全方位的监控。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于MATLAB的声源定位系统摘要确定一个声源在空间中的位置是一项有广阔应用前景的有趣研究，将来可以广泛的应用于社会生产、生活的各个方面。
声源定位是通过测量物体发出的声音对物体定位，与使用声纳、雷达、无线通讯的定位方法不同，前者信源是普通的声音，是宽带信号，而后者信源是窄带信号。
根据声音信号特点，人们提出了不同的声源定位算法，但由于信号质量、噪声和混响的存在，使得现有声源定位算法的定位精度较低。
此外，已有的声源定位方法的运算量较大，难以实时处理。
关键词：传声器阵列；声源定位；Matlab目录第一章绪论 (1)第二章声源定位系统的结构 (2)第三章基于到达时间差的声源定位原理 (3)第四章串口通信 (5)第五章实验电路图设计 (8)第六章总结 (16)第七章参考文献 (17)第一章绪论1.1基于传声器阵列的定位方法简述在无噪声、无混响的情况下，距离声源很近的高性能、高方向性的单传声器可以获得高质量的声源信号。
但是，这要求声源和传声器之间的位置相对固定，如果声源位置改变，就必须人为地移动传声器。
若声源在传声器的选择方向之外，则会引入大量的噪声，导致拾取信号的质量下降。
而且，当传声器距离声源很远，或者存在一定程度的混响及干扰的情况下，也会使拾取信号的质量严重下降。
为了解决单传声器系统的这些局限性，人们提出了用传声器阵列进行声音处理的方法。
传声器阵列是指由一定的几何结构排列而成的若干个传声器组成的阵列。
相对于单个传声器而言具有更多优势，它能以电子瞄准的方式从所需要的声源方向提供高质量的声音信号，同时抑制其他的声音和环境噪声，具有很强的空间选择性，无须移动传声器就可对声源信号自动监测、定位和跟踪，如果算法设计精简得当，则系统可实现高速的实时跟踪定位。
传声器阵列的声音信号处理与传统的阵列信号处理主要有以下几种不同：（1）传统的阵列信号处理技术处理的信号一般为平稳或准平稳信号，相关函数可以通过时间相关来准确获得，而传声器阵列要处理的信号通常为短时平稳的声音信号，用时间平均来求得准确的相关函数比较困难。
（2）传统的阵列信号处理一般采用远场模型，而传声器阵列信号处理要根据不同的情况选择远场模型还是使用近场模型。
近场模型和远场模型最主要的区别在于是否考虑传声器阵列各阵元因接收信号幅度衰减的不同所带来的影响，对于远场模型，信源到各阵元的距离差与整个传播距离相比非常小，可忽略不计，对于近场模型，信源到各阵元的距离差与整个传播距离相比较大，必须考虑各阵元接收信号的幅度差。
（3）在传统的阵列信号处理中，噪声一般为高斯噪声(包括白、色噪声)，与信源无关，在传声器阵列信号处理中噪声既有高斯噪声，也有非高斯噪声，这些噪声可能和信源无关，也可能相关。
由于上述阵列信号处理间的区别，给传声器阵列信号处理带来了极大的挑战。
声波在传播过程中要发生幅度衰减，其幅度衰减因子与传播距离成正比，信源到传声器阵列各阵元的距离是不同的，因此声波波前到达各阵元时，幅度也是不同的。
另外，当声音信号在传播时，由于反射、衍射等原因，使到达传声器的声音信号的路径除了直达路径外还存在着多条其它路径，从而产生接收信号的幅度衰减、音质变差等不利影响，这种现象称为混响（Reverberation)。
混响效应的存在产生了很多不利影响，如所获取的声音质量下降、声源定位的精度严重降低等。
1．2 MATLAB 软件的介绍MATLAB 是矩阵实验室（Matrix Laboratory）的简称，它的基本数据单位是矩阵，用MATLAB 解算问题要比用其他语言完成相同的事情简捷得多， MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。
附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域内特定类型的问题。
本设计是关于平面声源定位的方针与建模，根据实验要求，我们使用了 MATLAB 软件，在这次设计中我们通过Neural Network Toolbox（神经网络工具箱）来解决声源定位建模与仿真的实验，计算声源的距离和角度。
第二章声源定位系统的结构一个完整的声源定位系统由硬件部分和软件部分构成。
具体结构如下所述。
硬件结构完整的声源定位系统的硬件结构如图1.2所示：由一定数目按特定位置摆放的传声器阵列，信号预处理系统，同步数据采集系统和数据处理系统组成。
图1.2 声源定位系统硬件结构框图在系统工作时，声音信号经传声器转换为电信号，然后经信号预处理系统处理后把信号调整到数据采集系统的输入信号电压范围，再经过采集系统采集后传输到数据处理系统，由数据处理系统中的软件系统处理后可得出声源的位置。
声音信号分析声源体发生振动会引起四周空气振荡，那种振荡方式就是声波。
声波借助空气向四面八方传播。
在开阔空间的空气中那种传播方式像逐渐被吹大的肥皂泡，是一种球形的阵面波。
除了空气，水、金属、木头等也都能够传递声波，它们都是声波的良好介质。
在真空状态中声波就不能传播了。
声音在不同的介质中的传播速度不同。
声音的速度受温度影响，温度越高，速度越快。
在15℃时，声音在空气中的传播速度为340m/s，25℃时为346m/s。
它和温度的关系可以用以下公式来表示：C =331.45 +0.61T(m/s) (2.1)在使用时，如果温度变化不大，则可认为声速是基本不变的。
声波传输距离首先和大气的吸收性有关，其次是温度、湿度、气压等。
第三章基于到达时间差的声源定位原理人对声源的定位主要用到了声音幅度这个物理量，而机器却可以精确的测量声音的相位。
由于声波在空气中以一定速度传播，到达设置于不同位置的传声器的相位不同，根据这些传声器对同一声音采集时的相位差别，我们可以计算出同一声音到达每对传声器的时间差值（又叫时延值）。
图2.1是到达时间差t的示意图。
如果我们得到了某个声源发出的声音到达一对传声器的时延值，则这个声源就处于以这对传声器所处的位置为焦点，到达时延所对应的声音传输距离为参数的双曲面上。
使用多对传声器得到多个时延值，也就得到了多个双曲面，声源位置就处于这些双曲面的相交点。
合适的安排传声器的位置，可以使得双曲面的交点只有一个，这点就是我们要的声源位置。
大多数声源定位是基于时延的方法，提高对时延估计的准确程度是这种方法的关键，而要得到准确的时延估计必须要确保有高效的信号采集能力。
图2.1到达时间差t的示意图传声器阵列几何模型与分析在声源定位的研究过程中，双传声器只能确定声源在以一定角度为顶角的双曲面上，不能确定声源的具体位置。
所以，想要探测出声源的位置，必须摆放两组甚至多组传声器，从而组成传声器阵列。
同时，定位的准确程度也取决于传声器的数量，在经过一定位置的摆放后，传声器的数量越多定位的精度也就越高。
图3.3就是一种由四个传声器组成的典型传声器摆放方法。
图3.3 四个传声器的定位摆放示意图可见，定位系统的成功与否与传声器的摆放有很大关系，传声器的数量会影响定位的精确程度。
几何定位方法本文使用4个传声器组成的传声器阵列来实现声源定位的仿真，传声器的分布如图3.3所示。
其中，假定声源S的坐标为（x0，y0）,A1和A2摆放在X轴上，坐标为（-a，0）和（a，0）；B1和B2摆放在Y轴上，坐标为（0，a）和（0，-a）,声源S到各传声器的距离分别为d1，d2，d3，d4。
可见，4个传声器覆盖了整个平面空间，等距的分布在原点、X轴和Y轴上，这样的布局方式，一方面严密而一致，可以充分的接收声源信号；另一方面呈几何对称关系的各传声器的摆放，减少了很大部分的运算量，更高效的实现了对各个量之间的关系求解过程。
将四个传声器A1，A2,B1,B2放置于原点的平面直角坐标系中，两两分布在X和Y上，与原点的距离为a，a可以根据实际需要取值。
声源发出的声音信号以不同的时间传达至各传声器，由于声速c一定，所以根据传声器阵列所获得的时间差可以计算出声源至各传声器的距离差。
将采集得到的数据以数组的形式保存，继而进行下一步的运算与分析。
但是，由于本文只涉及到用计算机实现定位仿真，所以必须预先假定声源坐标，通过对假定坐标的运算得到声源S到各传声器间的距离差，此距离差将作为“已知的测量值”进行接下来的定位仿真，其过程举例如下：传声器至原点的间距a=20，声源S坐标x0=50，y0=-200，即S=（50，-200）。
声音信号的处理对声音信号的处理过程分为三个环节，首先通过几何方法计算声源到各传声器间的距离差，然后通过已得的距离差对声源位置进行计算，最后通过Matlab编程实现声源定位的仿真。
第四章串口通信串口是计算机上一种非常通用设备通信的协议。
大多数计算机包含两个基于RS232的串口。
串口同时也是仪器仪表设备通用的通信协议；很多GPIB兼容的设备也带有RS-232口。
同时，串口通信协议也可以用于获取远程采集设备的数据。
单片机将收集到的时间差通过发送数据线TxD和接收数据线RxD发送给PC机。
单片机与PC机通过RS-232C串行接口实现通信。
第五章实验电路图设计当超声波接收器接收到信号时，输出端输出一个脉冲，通过四组接收电路产生四个脉冲，每两个脉冲产生一个时差脉冲。
产生的脉冲信号A1和A2通过2个JK触发器，2个与门和1个或门产生出时差脉冲，脉冲的脉宽就是声源分别到接收器A1和A2的时间差时差脉冲放大图总原理图产生的2个时差脉冲分别通过单片机外部中断口INT0和INT1输入单片机，计时器启动工作方式0，当时差脉冲上升沿时，计数器启动计数；当时差脉冲下降沿时，计数器停止计数。
在Matlab程序编写时，可以使用cumsum函数实现d12的运算。
以此类推，可以得到声源S到各传声器的距离差d23，d24，d52，d13，d62，d27。
但是，由于声源发出的声波在传播过程中受到外界环境中噪音、混音等多方面因素影响，所以声源到个传声器的实际距离差与计算值之间有一定程度上的偏差。
为了解决这个问题，在d23，d24，d52，d13，d62，d27的计算值的基础上加上一个量“b”，b的值为一个标准差为k的数乘以一百个随机正态分布样本，可以用randn函数实现这一过程。
图显示了声源S估计值。
第六章总结实现一个可仿真的声源定位系统是本论文的目的。
在算法研究比较充分的基础上，设计系统结构，实现声源定位。
本文对传声器阵列声源定位系统进行了系统的研究，主要工作如下：（1）介绍了声源定位方法，总结归纳了基于传声器阵列的定位方法的优缺点。
（2）设计并实现了可仿真的声源定位系统。
详细介绍了系统结构，给出了实验结果。
本文详细地论述了基于传声器阵列的定位技术。
着重介绍了基于时间差的定位方法。
讨论了以上定位方法的几何模型、数据采集、算法生成和定位仿真。