基于MATLAB的声源定位技术：原理、算法与实现

基于MATLAB的声源定位

酒吧里的乐队演出时，观众总想知道声音从哪个方向来——是左边吉他solo还是右边鼓点炸场？这种场景背后藏着声源定位的硬核技术。今天咱们用MATLAB手搓一个简易版声源定位系统，全程不用工具箱，直接上代码硬刚物理公式。

先来点物理课代表发言：两个麦克风接收同一声源信号时会有时间差，这个时差乘上声速就能算出距离差。比如下图两个麦克风间距d，假设声源在正前方θ角方向，时间差Δt=(d*sinθ)/c（c是声速）。不过实际工程中得考虑更多因素，比如噪声干扰和三维空间定位。

基于MATLAB的声源定位

上代码！先造个仿真环境：

fs = 48000; % 采样率 c = 340; % 声速(m/s) d = 0.5; % 麦克风间距 t = 0:1/fs:0.1; % 时间序列 % 生成模拟信号（带高斯白噪声） source_signal = 0.5*sin(2*pi*1000*t) + 0.1*randn(size(t)); mic1 = source_signal; mic2 = [zeros(1,50), source_signal(1:end-50)]; % 模拟时延

这段代码故意给mic2加了50个采样点的延迟（相当于约1ms），相当于声源在mic1左侧。接下来要干票大的——用互相关算法找出这个延迟：

[corr_val, lags] = xcorr(mic1, mic2); [~, max_idx] = max(corr_val); delay = lags(max_idx); % 获取时延采样点数 real_delay = delay / fs; % 转换为秒 theta_rad = asin(real_delay * c / d); % 计算入射角 theta_deg = rad2deg(theta_rad)

运行后如果得到约-34度（负号表示方向），说明我们的模型基本靠谱。不过xcorr函数有个坑：当信号信噪比低时，峰值可能不明显。这时候可以加个汉宁窗预处理：

window = hann(length(mic1))'; mic1_windowed = mic1 .* window; mic2_windowed = mic2 .* window;

实际项目中麦克风可能不止两个。举个三角阵列定位的骚操作：

% 假设三个麦克风坐标分别为(0,0), (0.5,0), (0,0.5) mic_pos = [0 0; 0.5 0; 0 0.5]; tdoa = [0, 0.0012, -0.0008]; % 实测时延 A = [2*(mic_pos(2:end,1)-mic_pos(1,1)), 2*(mic_pos(2:end,2)-mic_pos(1,2))]; b = c^2 * tdoa(2:end)'.^2 + sum(mic_pos(1,:).^2 - mic_pos(2:end,:).^2, 2); source_pos = (A'*A) \ (A'*b) % 最小二乘解

这段代码用超定方程组求解声源坐标，本质是把时差转换为双曲线交点。不过要注意，当麦克风共线时会出现病态矩阵，这时候得加正则化处理。

最后来个实战技巧：如果现场有反射声干扰，可以加个阈值过滤：

peaks = find(corr_val > 0.7*max(corr_val)); valid_peaks = peaks(abs(lags(peaks)) < fs*d/c); % 物理可能的最大时延

声源定位就像用声音玩密室逃脱，每个时延都是线索。虽然这里只用了几行核心代码，但真要落地还得和滤波算法、阵列优化死磕。下次去Livehouse，说不定你听的不仅是音乐，还有空气中奔跑的数学公式呢。