簡(jiǎn)介一套面向近場(chǎng)聲源定位場(chǎng)景的二維到達(dá)方向估計(jì)理論代碼適用于研究麥克風(fēng)陣列信號(hào)處理、聲學(xué)成像或噪聲控制的技術(shù)人員。資源聚焦近場(chǎng)條件下聲波傳播的非均勻性針對(duì)傳統(tǒng)遠(yuǎn)場(chǎng)子空間方法在近場(chǎng)失效的難題給出了可運(yùn)行的算法實(shí)現(xiàn)與基礎(chǔ)理論演示涵蓋聲壓相位隨距離變化的規(guī)律、角度參數(shù)解算流程并涉及隨機(jī)化估計(jì)等改進(jìn)思路能夠幫助讀者從原理到仿真快速建立整體認(rèn)知。壓縮包內(nèi)僅包含一個(gè)源程序文件文件類型為以點(diǎn)m結(jié)尾的腳本壓縮后整個(gè)資源包大小僅一千字節(jié)屬于輕量型教學(xué)與科研示例。目前已有272人學(xué)習(xí)瀏覽適合剛涉足近場(chǎng)聲源定位領(lǐng)域希望親手運(yùn)行二維估計(jì)代碼、繼續(xù)擴(kuò)展驗(yàn)證算法性能的入門研究者。1. 近場(chǎng) 2D DOA為什么球面波假設(shè)讓“角度距離”必須同時(shí)估計(jì)做遠(yuǎn)場(chǎng) DOA 時(shí)我們習(xí)慣把聲源想象在無(wú)窮遠(yuǎn)處波前是一束平行線陣列測(cè)到的是平面波相位差角度估計(jì)和距離無(wú)關(guān)?？梢坏┻M(jìn)入近場(chǎng)聲源定位聲源離陣列只有一兩米波前明顯彎曲同樣的陣列在不同距離上會(huì)看到完全不同的相位分布。這時(shí)若還用平面波近似角度也許還能勉強(qiáng)估出來(lái)距離就徹底失真。theory.zip 這個(gè)標(biāo)題里的“2D DOA_theory”與“近場(chǎng) doa”核心就是把傳統(tǒng)一維角度搜索擴(kuò)展成二維搜索不僅要掃角度還要把距離一起掃用球面波導(dǎo)向矢量去匹配真實(shí)傳播路徑。這件事解決的是一類很具體的訴求麥克風(fēng)陣列、車載語(yǔ)音、機(jī)器人聽覺和室內(nèi)安防里聲源往往就在近場(chǎng)范圍用戶想知道“聲音從哪個(gè)方向來(lái)離我多遠(yuǎn)”。適合做陣列算法預(yù)研和系統(tǒng)集成的工程師直接抄作業(yè)。近場(chǎng) DOA 不是遠(yuǎn)場(chǎng)算法的簡(jiǎn)單加一個(gè)維度它涉及模型選擇、陣列孔徑、頻率和搜索網(wǎng)格的聯(lián)動(dòng)參數(shù)一處設(shè)錯(cuò)譜圖上就會(huì)冒出一堆偽峰。下面的內(nèi)容按“理論模型→最小實(shí)現(xiàn)→參數(shù)調(diào)優(yōu)→避坑→進(jìn)階驗(yàn)證”展開盡量把每一步能復(fù)現(xiàn)的細(xì)節(jié)寫清楚。2. 近場(chǎng)聲源定位的理論基座球面波模型、菲涅爾區(qū)與 2D 角度定義2.1 近場(chǎng)和遠(yuǎn)場(chǎng)的邊界瑞利距離與真實(shí)陣列的 D在陣列信號(hào)處理里近場(chǎng)與遠(yuǎn)場(chǎng)的劃分通常用瑞利距離Rayleigh distance作為參考R_far 2D2/λ其中 D 是陣列最大孔徑λ 是信號(hào)波長(zhǎng)。當(dāng)聲源到陣列中心的距離明顯小于這個(gè)值波前曲率不能忽略必須采用球面波模型當(dāng)距離遠(yuǎn)大于該值平面波近似才成立。舉個(gè)例子6 個(gè)陣元的均勻線陣陣元間距 d 0.05 m則孔徑 D 0.25 m在 fc 2000 Hz 時(shí)聲速 c 340 m/s波長(zhǎng) λ ≈ 0.17 m瑞利距離算出來(lái)約 0.735 m。如果聲源距離 0.5 m那就是很強(qiáng)的近場(chǎng)距離 1.5 m 時(shí)近場(chǎng)效應(yīng)仍然存在但較弱。很多初學(xué)近場(chǎng) DOA 的人會(huì)把“近場(chǎng)”理解成“距離近”其實(shí)它是個(gè)相對(duì)概念——陣列越大、頻率越高近場(chǎng)范圍越大。同樣是 1 m 距離頻率 1 kHz 時(shí)可能算臨界頻率 4 kHz 時(shí)就必然要按球面波處理。2.2 2D 的坐標(biāo)含義角度-距離還是方位角-俯仰角近場(chǎng) DOA 里的“2D”有兩種常見理解方式。第一種是“方位角 俯仰角”此時(shí)陣列通常是平面陣或 L 形陣距離往往被當(dāng)作已知或另外估計(jì)第二種是“角度 距離”也就是在二維平面上同時(shí)估計(jì)聲源的方向角和到陣列中心的徑向距離。對(duì)于 ULA均勻線陣來(lái)說(shuō)天然的二維搜索就是 theta 和 r因?yàn)榫€陣在幾何上只能分辨一個(gè)角度但近場(chǎng)球面波在距離維上引入了額外的相位信息所以能同時(shí)解出距離。我拿到一個(gè)近場(chǎng) 2D DOA 實(shí)現(xiàn)時(shí)最先看的就是搜索變量。如果譜圖橫軸是角度、縱軸是距離那它做的是 θ-r 二維搜索如果橫軸是方位角、縱軸是俯仰角那它做的是空間角搜索距離要么固定、要么由同一陣列的多個(gè)幾何基線聯(lián)合估計(jì)。這個(gè)區(qū)分直接影響后續(xù)所有參數(shù)設(shè)計(jì)看錯(cuò)方向會(huì)把整套流程帶偏。2.3 近場(chǎng)導(dǎo)向矢量把距離塞進(jìn)相位項(xiàng)先建立信號(hào)模型。假設(shè)一個(gè)窄帶聲源位于 (r cos θ, r sin θ)第 m 個(gè)陣元位于 (x_m, 0)那么它到聲源的實(shí)際距離為r_m sqrt((x_m - r cosθ)2 (r sinθ)2)近場(chǎng)導(dǎo)向矢量第 m 個(gè)元素就是 a_m(θ,r) exp(-j 2π fc r_m / c)。注意到這里沒有做遠(yuǎn)場(chǎng)近似遠(yuǎn)場(chǎng)會(huì)把 r_m 展開為 r - x_m cosθ去掉平方根下的非線性項(xiàng)而是保留完整歐氏距離所以相位信息中同時(shí)包含角度和距離兩個(gè)變量?；谧涌臻g的算法例如近場(chǎng) 2D MUSIC利用的是導(dǎo)向矢量與噪聲子空間的正交性。如果接收數(shù)據(jù)協(xié)方差矩陣為 R特征分解后取噪聲子空間 E_n二維空間譜定義為P(θ, r) 1 / |a^H(θ, r) E_n E_n^H a(θ, r)|當(dāng)掃描用的 a(θ,r) 與真實(shí)聲源導(dǎo)向矢量一致時(shí)a 落在信號(hào)子空間與噪聲子空間正交分母接近零譜值出現(xiàn)峰值。這個(gè)表達(dá)式和遠(yuǎn)場(chǎng) MUSIC 唯一的區(qū)別就是導(dǎo)向矢量里多了 r但搜索空間從一維變成二維計(jì)算量和偽峰風(fēng)險(xiǎn)都顯著上升。3. 把 theory.zip 跑起來(lái)近場(chǎng)二維 DOA 的仿真數(shù)據(jù)與最小實(shí)現(xiàn)3.1 解壓之后的常見目錄布局既然標(biāo)題里有 theory.zip我按大多數(shù)教學(xué)包的慣例來(lái)組織這個(gè)最小實(shí)現(xiàn)。此類壓縮包通常不會(huì)帶龐大工程框架而是把核心步驟拆成四個(gè)腳本參數(shù)配置、數(shù)據(jù)生成、核心算法、畫圖驗(yàn)證。下面這個(gè)目錄結(jié)構(gòu)就是我建議的最小項(xiàng)目布局四個(gè)文件各司其職方便排查問題。theory/ ├── config.m ├── gen_nearfield_data.m ├── near_field_music.m └── plot_2d_spectrum.mconfig.m 里放所有陣列參數(shù)和搜索范圍gen_nearfield_data.m 負(fù)責(zé)生成近場(chǎng)接收數(shù)據(jù)near_field_music.m 做特征分解與二維譜搜索plot_2d_spectrum.m 把 theta×r 譜圖畫出來(lái)方便人工確認(rèn)峰值位置。如果你的環(huán)境是 Python對(duì)應(yīng)關(guān)系也很簡(jiǎn)單config.py、generate_data.py、music_search.py、plot_doa.py。先跑通數(shù)據(jù)生成和譜峰可視化再去動(dòng)算法細(xì)節(jié)。3.2 生成近場(chǎng)接收快照最小數(shù)據(jù)發(fā)生器仿真數(shù)據(jù)是二維 MUSIC 的輸入。下面是常見配置和生成方式我用 MATLAB 風(fēng)格寫參數(shù)集中在文件頂部便于調(diào)整。% config.m 片段近場(chǎng)二維DOA參數(shù) M 6; % 陣元數(shù) d 0.05; % 陣元間距單位m fc 2000; % 窄帶中心頻率Hz c 340; % 聲速m/s fs 8000; % 采樣率Hz snapshot 500; % 統(tǒng)計(jì)快照數(shù) SNR_dB 10; % 信噪比dB Nsrc 1; % 聲源數(shù) theta0 45; % 真實(shí)方位角度 r0 1.2; % 真實(shí)距離m x_m (0:M-1)*d; % 陣元x坐標(biāo) pos_src [r0*cosd(theta0), r0*sind(theta0)]; dist_m sqrt((x_m - pos_src(1)).^2 (0 - pos_src(2)).^2); a_src exp(-1i*2*pi*fc*dist_m/c); % 近場(chǎng)導(dǎo)向矢量這段代碼的核心是 dist_m 的計(jì)算。它保留了平方根內(nèi)的 x 和 r、θ 耦合而不是遠(yuǎn)場(chǎng)近似里的線性相位這樣生成的數(shù)據(jù)才真正攜帶距離信息。freq 2000 Hz、d 0.05 m 的組合瑞利距離約 0.735 m聲源放在 1.2 m 處屬于略超出瑞利距離但仍有近場(chǎng)效應(yīng)的區(qū)域適合先驗(yàn)證算法在過渡區(qū)的表現(xiàn)。生成多通道觀測(cè)值時(shí)一般需要構(gòu)造一個(gè)復(fù)數(shù)信號(hào) s(n)乘以近場(chǎng)導(dǎo)向矢量得到無(wú)噪聲陣列接收再疊加復(fù)高斯白噪聲。下面這段就是接收數(shù)據(jù)與協(xié)方差矩陣的生成s exp(1i*2*pi*randn(1, snapshot)); % 隨機(jī)相位窄帶信號(hào) X a_src * s 10^(-SNR_dB/20) * (randn(M, snapshot) 1i*randn(M, snapshot))/sqrt(2); R X * X / snapshot; % 樣本協(xié)方差矩陣這里的 snapshot 決定協(xié)方差估計(jì)質(zhì)量500 是二維 MUSIC 的起步值若降到 100 以下譜面噪聲會(huì)明顯變粗。SNR 的換算用的是 10^(-SNR_dB/20)把功率信噪比轉(zhuǎn)換成復(fù)數(shù)幅度增益。實(shí)際麥克風(fēng)陣列信號(hào)要先做 STFT 取頻點(diǎn)再把某個(gè)頻點(diǎn)的快照序列喂給算法這里直接生成復(fù)數(shù)快照是為了快速驗(yàn)證核心流程。3.3 二維譜搜索近場(chǎng) MUSIC 的三層循環(huán)數(shù)據(jù)到手后核心算法其實(shí)只有三步對(duì) R 特征分解、取噪聲子空間、在 theta×r 網(wǎng)格上算譜值。教學(xué)實(shí)現(xiàn)通常用兩層 for 循環(huán)工程化之后可以改成 meshgrid 矩陣運(yùn)算或 GPU 加速結(jié)果是一樣的。% near_field_music.m 核心搜索 [E, D] eig(R); % 特征值和特征向量 [~, idx] sort(diag(D), descend); E E(:, idx); En E(:, Nsrc1:end); % 噪聲子空間需已知Nsrc theta_grid 20:0.5:70; % 角度搜索范圍/步長(zhǎng) r_grid 0.4:0.05:2.0; % 距離搜索范圍/步長(zhǎng) P zeros(numel(theta_grid), numel(r_grid)); for ti 1:numel(theta_grid) for ri 1:numel(r_grid) th theta_grid(ti); r r_grid(ri); pos_s [r*cosd(th), r*sind(th)]; dist_s sqrt((x_m - pos_s(1)).^2 (0 - pos_s(2)).^2); a_tmp exp(-1i*2*pi*fc*dist_s/c); P(ti, ri) 1 / abs(a_tmp * (En*En) * a_tmp); end end % 找全局峰 [ti_max, ri_max] find(P max(P(:))); est_theta theta_grid(ti_max); est_r r_grid(ri_max);邏輯是如果 a_tmp 正好等于真實(shí)導(dǎo)向矢量它落在信號(hào)子空間與噪聲子空間 En 正交分母接近零譜值沖高θ 或 r 偏離時(shí)分母變大譜值變小。搜索步長(zhǎng)直接決定估計(jì)精度角度 0.5° 配合距離 0.05 m 是初步驗(yàn)證的常用檔位。要注意的是Nsrc 必須設(shè)置正確如果設(shè)大了En 中混入信號(hào)分量譜峰會(huì)被削平設(shè)小了信號(hào)分量進(jìn)入噪聲子空間偽峰大量出現(xiàn)。4. 近場(chǎng) 2D DOA 必調(diào)參數(shù)陣元間距、距離搜索范圍與角度網(wǎng)格步長(zhǎng)4.1 陣元間距半波長(zhǎng)之外還有近場(chǎng)相位彎曲遠(yuǎn)場(chǎng) DOA 里陣元間距大于 λ/2 會(huì)帶來(lái)柵瓣所以 d 通?？ㄔ谧罡哳l率的半波長(zhǎng)。近場(chǎng) 2D DOA 同樣存在空間混疊而且更隱蔽因?yàn)榫嚯x r 也會(huì)進(jìn)入相位同一組 θ-r 可能映射到幾乎一樣的陣元間相位差當(dāng) d 增大這種模糊更明顯。我一般先按最高工作頻率定 d約束為 d ≤ c/(2fmax)。例如工作頻率到 3 kHzd 不超過 340/(23000) ≈ 0.056 m取 0.05 m 是常見妥協(xié)。如果同時(shí)需要低頻定位d 不能太小否則陣列孔徑 D(M-1)d 縮小近場(chǎng)可行距離和角度分辨率都會(huì)變差。還有一條經(jīng)驗(yàn)把 d 固定后再去調(diào)其它參數(shù)不要為了“掃出更高分辨率”臨時(shí)放大間距否則偽峰多到你沒法判斷真源。4.2 角度搜索范圍與距離搜索范圍先窄后寬別一上來(lái)全空間掃描近場(chǎng) 2D 搜索的計(jì)算量是角度網(wǎng)格數(shù)和距離網(wǎng)格數(shù)的乘積。如果角度從 -90° 到 90°、步長(zhǎng) 0.1°距離從 0.1 m 到 5 m、步長(zhǎng) 0.01 m那就是 1800×490 個(gè)點(diǎn)每個(gè)點(diǎn)還要做一次向量乘加在普通 CPU 上跑一次可能花十幾分鐘。跑通教學(xué)包后第一步就是圈定搜索邊界。角度邊界按先驗(yàn)場(chǎng)景來(lái)定車載語(yǔ)音場(chǎng)景聲源一般在前排 ±60°無(wú)人機(jī)聲學(xué)探測(cè)聲源很可能來(lái)自下方半球。距離邊界按瑞利距離來(lái)定小于某個(gè)距離時(shí)陣列反而失去距離分辨能力相位差變化過于劇烈大于瑞利距離很多時(shí)模型趨近遠(yuǎn)場(chǎng)距離估計(jì)方差變大。我常用 r_grid 起點(diǎn) 0.5 m終點(diǎn)取瑞利距離的 1.5 倍左右需要遠(yuǎn)距離時(shí)直接切換到遠(yuǎn)場(chǎng) MUSIC而不是在近場(chǎng)模型里硬搜。角度和距離網(wǎng)格的步長(zhǎng)選擇遵循“先粗后細(xì)”的原則。第一步用 1°×0.1 m 粗網(wǎng)格找候選峰第二步只對(duì)候選峰鄰域做 0.1°×0.01 m 細(xì)化。下面給出三檔常用參數(shù)應(yīng)用場(chǎng)景角度步長(zhǎng)距離步長(zhǎng)搜索范圍說(shuō)明算法快速驗(yàn)證1°0.1 m±60°0.5-2 m幾分鐘內(nèi)出結(jié)果消聲室實(shí)測(cè)0.5°0.05 m±90°0.3-3 m兼顧精度與耗時(shí)高精度定位0.1°0.01 m先粗搜后細(xì)搜需要多峰或 GPU 加速這個(gè)表不是硬標(biāo)準(zhǔn)但經(jīng)驗(yàn)上二維 MUSIC 的角度分辨率對(duì)網(wǎng)格步長(zhǎng)敏感距離分辨率對(duì)步長(zhǎng)相對(duì)不敏感卻對(duì)陣列孔徑和頻率非常敏感。別指望用 0.01 m 的步長(zhǎng)挽回小孔徑帶來(lái)的距離分辨損失物理極限不是網(wǎng)格加密能解決的。4.3 快照數(shù)、信噪比和源數(shù)三個(gè)參數(shù)決定譜圖質(zhì)量低信噪比下噪聲子空間會(huì)被信號(hào)特征向量污染二維譜圖出現(xiàn)“脊?fàn)睢狈褰嵌冗€能猜距離完全不準(zhǔn)。提高快照數(shù)是最穩(wěn)的做法500 起步、2000 常見但快照數(shù)上去后協(xié)方差矩陣計(jì)算和特征分解會(huì)更慢。另一個(gè)常被忽略的參數(shù)是聲源數(shù) Nsrc如果設(shè)小信號(hào)特征向量混進(jìn)噪聲子空間設(shè)大噪聲子空間少了維度譜峰值變鈍。有人把 Nsrc 當(dāng)“玄學(xué)”參數(shù)隨便設(shè)結(jié)果估計(jì)結(jié)果忽好忽壞。常見處理方式是先跑一次特征值譜觀察明顯分界或者用 MDL/AIC 判源數(shù)再拿它給 MUSIC 用。至少不要寫死 Nsrc1 去測(cè)多聲源場(chǎng)景否則前面構(gòu)造的 En 根本不包含第二個(gè)源的方向信息后面無(wú)論怎樣都不會(huì)出現(xiàn)第二個(gè)峰。5. 近場(chǎng) DOA 避坑清單模型錯(cuò)配、相位卷繞與低信噪比翻車現(xiàn)場(chǎng)5.1 用遠(yuǎn)場(chǎng)模型近似近場(chǎng)數(shù)據(jù)距離維度直接失控現(xiàn)象無(wú)論怎樣調(diào)整角度網(wǎng)格角度估計(jì)基本準(zhǔn)確但距離的峰值要么出現(xiàn)在搜索邊界要么在整條距離維度上沒有明顯峰。原因遠(yuǎn)場(chǎng)導(dǎo)向矢量少了平方根里的距離項(xiàng)它與真實(shí)觀測(cè)相位差之間只存在角度匹配關(guān)系距離維沒有被編碼子空間投影無(wú)法產(chǎn)生可靠峰值。這種失敗在中等近場(chǎng)距離略小于瑞利距離時(shí)最坑因?yàn)榻嵌裙烙?jì)看似正常給人“湊合一版也可以用”的錯(cuò)覺。解決回到球面波導(dǎo)向矢量重新生成 a(θ,r)并且檢查代碼里 dist_m 是否被誤寫成 r - x_m*cosθ。很多翻車只差這一行。5.2 相位卷繞在距離維造成偽峰現(xiàn)象譜圖上會(huì)在真實(shí)峰旁邊出現(xiàn)一排“回聲峰”位置在真實(shí)距離附近按固定間隔平移。原因頻率 f 固定時(shí)陣元間相位差以 2π 為周期。近場(chǎng)導(dǎo)向矢量求的是實(shí)際傳播距離距離差每變化一個(gè)波長(zhǎng) λc/f相位就回繞一次如果搜索網(wǎng)格恰好包含這些回繞整數(shù)的位置偽峰就出現(xiàn)了。解決不要用單頻搜索硬扛。常見做法是選兩個(gè)相近頻點(diǎn)聯(lián)合譜峰例如 2000 Hz 和 2050 Hz真實(shí)峰在兩個(gè)頻率下重合相位卷繞峰位置不同也可以直接限制 r_grid 上限。若必須單頻工作就做峰值驗(yàn)證距離偽峰通常比真實(shí)峰更靠近邊界而且角度稍偏一點(diǎn)就會(huì)消失。5.3 低信噪比下子空間算法退化譜圖變“噪圖”現(xiàn)象高 SNR 時(shí)峰很尖低 SNR 時(shí)譜面亂成一團(tuán)最大值隨機(jī)跳動(dòng)角度和距離的估計(jì)方差極大。原因協(xié)方差矩陣在低信噪比下偏離真實(shí)值特征分解后的噪聲子空間與信號(hào)方向不完全正交近場(chǎng)搜索空間比遠(yuǎn)場(chǎng)大一維隨機(jī)性更容易造成偽峰。這不是算法 bug而是子空間估計(jì)的統(tǒng)計(jì)極限。解決先做頻域窄帶提取把帶寬壓縮到信號(hào)鄰近頻點(diǎn)減少帶外噪聲貢獻(xiàn)然后增加快照數(shù)例如從 500 提到 2000。如果實(shí)時(shí)系統(tǒng)快照數(shù)受限改用稀疏重構(gòu)或深度學(xué)習(xí)方法比盲目調(diào)峰值搜索參數(shù)更有效。5.4 聲速默認(rèn) 340 m/s實(shí)測(cè)距離偏了還找不到原因現(xiàn)象仿真完美一到真實(shí)環(huán)境角度還行距離系統(tǒng)性偏大或偏小。原因近場(chǎng)導(dǎo)向矢量里距離通過 r_m/c 進(jìn)入相位項(xiàng)c 不準(zhǔn)等于把所有距離坐標(biāo)拉伸或壓縮。340 m/s 只在 15°C 干燥空氣附近成立溫度每變化 10°C聲速變化約 6 m/s在 2 m 距離上引入的相位偏差足夠讓距離峰移出好幾十厘米。解決在系統(tǒng)里加溫度傳感器或使用實(shí)時(shí)聲速估計(jì)。沒有傳感器時(shí)常見做法是用兩個(gè)頻點(diǎn)的相位差聯(lián)合估計(jì) c回代后再做二維 DOA。實(shí)測(cè)中這是最容易被當(dāng)成“玄學(xué)”的一環(huán)但它純屬物理誤差和算法無(wú)關(guān)。5.5 陣列相位失配沒標(biāo)定近場(chǎng)測(cè)距比遠(yuǎn)場(chǎng)更敏感現(xiàn)象每個(gè)通道單獨(dú)校準(zhǔn)幅度正常但近場(chǎng)譜圖總有一層平臺(tái)式噪聲底真實(shí)峰旁邊多了小峰。原因麥克風(fēng)鏈路里的濾波器、ADC 延遲會(huì)產(chǎn)生通道間相位差。遠(yuǎn)場(chǎng)中這種偏差只影響角度精度近場(chǎng)里它直接疊加到距離相位項(xiàng)破壞整個(gè) θ-r 曲面。解決用聲源位置已知的標(biāo)定數(shù)據(jù)反算每通道相位補(bǔ)償再寫入導(dǎo)向矢量。不要省略這一步直接做近場(chǎng)定位沒有標(biāo)定無(wú)論怎么調(diào)網(wǎng)格結(jié)果都會(huì)在“能看”和“不能信”之間搖擺。6. 從閉環(huán)驗(yàn)證到方法擴(kuò)展實(shí)測(cè)核對(duì)、多聲源與深度學(xué)習(xí)近場(chǎng) DOA6.1 一個(gè)最小驗(yàn)證閉環(huán)仿真、消聲室、真實(shí)房間三步走先說(shuō)驗(yàn)證方法。無(wú)論拿到的是 theory.zip 還是自己寫的腳本第一步固定隨機(jī)種子跑仿真確認(rèn)譜峰位置第二步在消聲室或安靜房間中擺放音箱設(shè)置已知角度和距離用同一套代碼處理錄制信號(hào)第三步才進(jìn)真實(shí)場(chǎng)景。每一步看三個(gè)指標(biāo)角度誤差、距離誤差、峰值旁瓣比。角度誤差優(yōu)于 2°、距離誤差優(yōu)于 5% 時(shí)工程模型基本可信旁瓣比低于 3 dB 說(shuō)明譜峰已被噪聲淹沒別急著交付。我用這種方式核對(duì)過多次發(fā)現(xiàn)近場(chǎng) DOA 最容易栽在第二步仿真里沒有的墻壁反射、麥克風(fēng)相位失配全都暴露出來(lái)。先別急著優(yōu)化算法先把采集鏈路做一致性測(cè)試往往一個(gè)校準(zhǔn)矩陣就能把精度拉回理論值。6.2 多聲源近場(chǎng) 2D DOA解相干、寬帶擴(kuò)展與稀疏重構(gòu)多聲源情況下MUSIC 家族需要處理相干源和源數(shù)估計(jì)。近場(chǎng)里兩個(gè)源距離相近時(shí)二維峰會(huì)發(fā)生“峰合并”特別是在距離維。常見做法是把接收陣列分成兩個(gè)子陣做空間平滑再利用前后向平均恢復(fù)協(xié)方差矩陣秩但空間平滑會(huì)縮小有效孔徑近場(chǎng)范圍跟著變小這個(gè)代價(jià)要接受。寬帶語(yǔ)音信號(hào)也比窄帶正弦復(fù)雜。常見做法是每個(gè)頻點(diǎn)單獨(dú)做近場(chǎng)導(dǎo)向矢量然后在多個(gè)頻點(diǎn)的二維譜圖上取對(duì)數(shù)加權(quán)合并低頻段相位差小、測(cè)距弱但角度好高頻段近場(chǎng)效應(yīng)強(qiáng)、測(cè)距好但混疊風(fēng)險(xiǎn)高兩者互補(bǔ)。還有一批壓縮感知風(fēng)格的算法把 θ-r 網(wǎng)格建模為稀疏字典用 L1 重構(gòu)替代網(wǎng)格搜索在處理低快照和相干源時(shí)表現(xiàn)更好代價(jià)是字典規(guī)模和調(diào)參難度。6.3 把二維譜圖看成圖像SubspaceNet 與近場(chǎng) DOA 的深度擴(kuò)展順著“二維搜索譜”的思路近場(chǎng) DOA 還能用深度學(xué)習(xí)做。常見做法是把協(xié)方差矩陣的實(shí)部、虛部整理成多通道輸入讓網(wǎng)絡(luò)直接輸出 θ-r 熱力圖。這有點(diǎn)類似于把多頻點(diǎn)的二維譜面堆疊成三維體讓頻域信息共同約束峰值。近場(chǎng) DOA 領(lǐng)域的代表性方向之一就是 SubspaceNet 這類方法它在輸入中顯式保留信號(hào)子空間結(jié)構(gòu)而不是純黑匣子分類所以訓(xùn)練數(shù)據(jù)需求量比通用 CNN 少也更容易遷移到新陣列。如果要做這個(gè)方向我建議先用 3.3 節(jié)的近場(chǎng)二維 MUSIC 譜做預(yù)訓(xùn)練標(biāo)簽而不是依賴昂貴的人工標(biāo)注或者讓網(wǎng)絡(luò)學(xué)習(xí)從粗譜到精確峰的后處理映射直接回歸角度和距離。神經(jīng)網(wǎng)絡(luò)方案能處理低快照、低信噪比下的近場(chǎng) DOA但陣列幾何一變就要重新訓(xùn)練或至少做遷移學(xué)習(xí)這是工程上最大的坑。我自己的習(xí)慣是先用二維 MUSIC 當(dāng)基線把誤差、旁瓣比和失敗場(chǎng)景數(shù)據(jù)留下來(lái)然后拿神經(jīng)網(wǎng)絡(luò)做補(bǔ)充凡是 MUSIC 已經(jīng)穩(wěn)的場(chǎng)景就不讓網(wǎng)絡(luò)介入。這個(gè)順序能避免很多“網(wǎng)絡(luò)調(diào)參調(diào)不動(dòng)”的尷尬。近場(chǎng) 2D DOA 最迷人的地方在于距離不再是事后估算而是與角度同時(shí)從相位中解碼出來(lái)盡量先理解球面波物理再上復(fù)雜模型希望這一篇能幫到你。本文還有配套的精品資源點(diǎn)擊獲取