3)机器人级人机交互

机器人技术中的人机交互是现代计算机技术发展的一个重要的研究方向。机器人与人类交流中所需要的目标定位能力直接决定了机器人性能的优劣级智能化的程度。哈尔滨工业大学打机器人研究所的研究人员讨论了移动机器人中利用模糊推理结合声源定位技术实现机器人的协同定位功能[2]。英国桑德兰大学的研究人员利用双耳时延模型级互相关操作来实现机器人对声源的定位及跟踪功能[3].论文网

4)噪声分析及故障检测

为了更好的控制汽车、摩托车等发动机及大型机械中的噪声，声源定位技术是对发动机性能评估、大型机械稳定性测试的重要手段。发动机作为恒定的噪声辐射源，通过声强传感器、麦克风阵列等设备采集噪声源信号、脉冲信号等的声强、声压等物理量，在后端进行信号处理及分析，进而完成噪声源分析及声源定位等功能。

5）医疗诊断及医疗设备

在医疗设备中，声源定位技术也有着广泛的应用。澳大利亚国立大学电子与计算机科学学院的应用信号处理小组在2009年利用传声器阵列完成了肺部病变所导致的肺声频谱变化及区域变化。对于肺部疾病的诊断起到促进作用。

针对声源定位广泛的使用前景，众多研究人员都投身于此邻域中进行探索，研究并给出了多种声源定位的原理及实验方法，如小波分析[4,5]，声强测量[6-10]，麦克风阵列[11-16]，匹配场技术[17-19]等等。

伴随着现代信息技术及信号处理技术的发展，针对语音信号处理的研究日益完善。麦克风由于其良好的声学性能及其相对较低的成本成为语音信号研究分析的重要设备。麦克风阵列已经作为解决语音增强[20]、噪声消除[21]、语音分离[22]、声源定位[11-16]、声源数目估计[23]等众多问题的一个重要的手段及工具，并已经应用与视频会议、多方通信、免提声学人机接口、对话系统、电脑游戏、高音质音频记录、声学监控、声学场景分析等场合[24]。

麦克风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，而麦克风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，而麦克风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麦克风阵列各阵元因接受信号幅度衰减的不同所带来的影响，对于远场模型，声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，声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），与声源无关在麦克风阵列信号处理中噪声既有高斯噪声，也有非高斯噪声，这些噪声可能与声源无关，也可能相关。

从上述分析中可知，麦克风阵列在语音信号处理邻域内有着无法替代的优势。针对麦克风阵列信号处理技术的算法研究对于语音信号处理技术的发展有着重要的推进作用。同时，基于麦克风阵列的声学分析及应用的系统的实现也将推动军事、医疗、通讯、人机交互等邻域相关技术的进一步发展。因此，研究基于麦克风阵列的声源定位系统就显得十分重要。

1.2 基于麦克风阵列的定位方法

    基于麦克风阵列的声源定位问题，就是通过对麦克风接收到的阵列信号进行分析处理来估计出声源的空间位置信息。基于传声器阵列的声源定位方法大体上可分为三类：