全文总字数：4469字

1. 研究目的与意义及国内外研究现状

在ai技术方兴未艾的今天，对于机器听觉的研究虽然没有机器视觉那么火热，但也是ai技术未来研究方向之一。在科技不断发展的今天，听觉已经成为人工智能领域中重要的研究课题。它是智能机器人的标志，也是实现人和机器的交流互动，与环境交流互动的重要手段。

声学技术从最早应用军事领域，到后来在工业和个人消费市场也开始大量普及，然而其在交通运输行业中的应用却鲜有厂商涉足。在军工领域中，比如几年前马航在印度洋找不到的时候，采用的就是声呐技术在海水里发射声波，然后看它的反射，希望从这个反射波里能够分析出被测目标在哪里；在消费品中，我们可能会更熟悉一些，例如智能音箱、主动降噪耳机。

声音一直以来都是人们使用频繁的信息载体，作为一种随处可见的信息资源,声音是信息处理领域的一个关键的研究内容。常见的声音采集是方法是通过单个麦克风作为信号采集设备进行的，其只能在声源小范围内使用，而且对于噪声的过滤和抑制能力较差，在语音要求日益提高的今天，其越来越难以满足现实的要求。而采用多麦克风构成阵列以其优异的声音信号采集能力正在逐渐成为传统方法的替代措施。

2. 研究的基本内容

本文主要对基于麦克风阵列的声源定位算法进行研究，首先阐述了课题研究背景和意义以及国内外研究现状，论述总结了各类声源定位技术长处和不足，并且选择了最适合本次设计的一种算法。本论文是由六章内容组成，其主要分布如下：

（1）第一章，并在阅读许多论文，期刊的基础上，简单归纳总结了基于麦克风阵列定位技术的工作原理和优缺点；

（2）第二章，分析了目标声源的特性、近场远场信号模型和麦克风阵列信号采集与处理的数学模型，并进一步说明了语音信号的预处理方法，分析了不同声场下的阵列信号处理，对不同的算法进行系统化的分析和比较，选择出最适合本文的研究算法。

3. 实施方案、进度安排及预期效果

根据第2章的声源信号模型、麦克风阵列结构和声源定位算法的比较结果，本系统根据到达时延（TDOA）选择声源定位算法，使用 3 个麦克风阵元搭建麦克风阵列测量单频率、单声源信号的二维平面坐标。

4. 参考文献

[1]张坤. 基于嵌入式的麦克风阵列声源定位系统算法研究[d].西安工业大学硕士学位论文，2018.

[2]刘陈. 基于麦克风阵列的声源定位研究[d].湖南工业大学硕士学位论文，2018.

[3]李扬，王鸿鹏. 基于麦克风阵列的声源定位算法研究[j].计算机应用与软件，2016.