1. 项目背景与核心需求
在机器人听觉、智能安防和智能家居领域，声源定位技术一直是个热门研究方向。传统方案要么成本高昂（如专业声学摄像头），要么实时性差（依赖PC端处理）。而基于STM32F1的解决方案，正好填补了低成本与实时性之间的空白。
我去年接手一个智能巡逻机器人项目时，就遇到了声源定位的需求。客户要求系统能在复杂环境中准确定位呼救声方向，且整体成本控制在200元以内。经过多轮方案对比，最终选择了STM32F103C8T6+四麦克风阵列的方案，实测方位角误差控制在±5°以内，完全满足安防场景的需求。
这个方案的核心优势在于：
- 硬件成本极低（主控不到20元）
- 72MHz主频的Cortex-M3内核足以实时处理音频信号
- 开源生态完善（STM32CubeMX+HAL库）
- 功耗仅80mA，适合电池供电场景
2. 系统架构设计解析
2.1 整体信号链设计
声源定位系统的信号处理流程可以分解为五个关键环节：
- 声电转换层：驻极体麦克风将声压转换为微弱的电信号（约10mVpp）
- 信号调理层：前置放大（100倍）+带通滤波（300Hz-4kHz）
- 数据采集层：STM32 ADC同步采样四通道音频
- 算法处理层：GCC-PHAT时延估计+方位角解算
- 结果输出层：通过OLED/UART输出方位信息
关键细节：必须确保四个通道的信号链完全对称。我在第一个原型机上就吃过亏——因为某个通道的耦合电容用了10%容差的便宜货，导致各通道相位响应不一致，最终定位误差高达15°。后来改用1%精度的C0G电容才解决问题。
2.2 麦克风阵列拓扑选择
常见的阵列布局有三种：
- 线性阵列：最简单但只能估计180°范围内的方向
- 圆形阵列：全方位定位但算法复杂
- 平面阵列（本方案采用）：折中方案，4个麦克风呈正方形布置
对于边长为d的正方形阵列，时差与方位角的关系为：
code复制τ = d*sinθ/c
其中：
τ - 到达时间差
θ - 声源方位角
c - 声速（340m/s）
通过测量相邻麦克风对的时延τ12、τ34，可以解算出：
code复制θ = atan2(τ12, τ34)
实测表明，当d=20cm时：
- 对2kHz声源的时差分辨率约58μs（对应ADC的0.46个采样点）
- 理论最小可分辨角度约1.7°
3. 硬件设计要点
3.1 关键器件选型
3.1.1 麦克风选型对比
| 型号 | 灵敏度(dB) | 频响范围 | 价格(元) | 适用性 |
|---|---|---|---|---|
| 普通驻极体 | -38±3dB | 100Hz-10kHz | 0.8 | 性价比高 |
| 全向MEMS | -26dB | 20Hz-20kHz | 5.0 | 性能好但贵 |
| 专业测量麦克风 | -32dB | 20Hz-20kHz | 80+ | 不适用 |
最终选择普通驻极体麦克风，因为：
- 4kHz以下频段性能足够
- 相位一致性较好（同批次差异<2°）
- 成本优势明显
3.1.2 运放电路设计
前置放大电路采用同相放大结构，关键参数计算：
code复制增益Av = 1 + Rf/Ri = 1 + 100k/1k = 101倍
-3dB带宽 = GBW/Av = 3MHz/101 ≈ 30kHz
输入参考噪声 = 5nV/√Hz * √30kHz ≈ 0.87μVrms
实际PCB布局时要注意：
- 麦克风与运放距离<2cm
- 采用星型接地避免串扰
- 电源端加0.1μF去耦电容
3.2 ADC采样配置技巧
STM32F103的ADC在同步采样模式下有几个坑需要注意：
- 触发源配置：
c复制// 正确的TIM2触发配置
hadc1.Init.ExternalTrigConv = ADC_EXTERNALTRIGCONV_T2_TRGO;
- DMA传输优化：
- 使用循环模式避免频繁中断
- 缓冲区长度设为4的整数倍（4通道）
- 开启DMA半传输中断实现双缓冲
- 采样时间调整：
c复制sConfig.SamplingTime = ADC_SAMPLETIME_71CYCLES5;
// 71.5周期@12MHz ≈ 5.96μs
// 对于10kΩ信号源阻抗，需要>4μs采样时间
4. 核心算法实现
4.1 GCC-PHAT算法优化
标准算法流程存在两个性能瓶颈：
- 复数除法运算耗时
- IFFT后需要全范围搜索峰值
我的优化方案：
4.1.1 快速相位加权
将复数除法转换为极坐标运算：
c复制// 原代码
re_cross = re1*re2 + im1*im2;
im_cross = im1*re2 - re1*im2;
mag = sqrtf(re_cross*re_cross + im_cross*im_cross);
corr_buf[i] = re_cross / mag;
// 优化为
hypot = arm_sqrt_f32(re_cross*re_cross + im_cross*im_cross);
arm_divide_f32(re_cross, hypot, &corr_buf[i]);
arm_divide_f32(im_cross, hypot, &corr_buf[i+1]);
4.1.2 峰值预测搜索
利用上一帧的时延缩小搜索范围：
c复制// 只在[prev_delay-50, prev_delay+50]范围内搜索
uint32_t search_start = FFT_SIZE/2 + prev_delay - 50;
uint32_t search_end = FFT_SIZE/2 + prev_delay + 50;
4.2 定点数优化方案
当需要进一步提升性能时，可以采用Q15定点数运算：
- 转换浮点数据到Q15格式：
c复制arm_float_to_q15(float_buf, q15_buf, FFT_SIZE);
- 使用定点FFT函数：
c复制arm_rfft_instance_q15 fft_q15;
arm_rfft_init_q15(&fft_q15, FFT_SIZE, 0, 1);
arm_rfft_q15(&fft_q15, q15_buf, q15_out);
- 实测性能对比：
运算类型| 执行时间(ms)
---|---
浮点FFT| 3.2
定点FFT| 1.8
5. 系统调试经验
5.1 时延校准方法
由于各通道硬件不可能完全一致，必须进行校准：
- 使用函数发生器输出2kHz正弦波作为测试信号
- 将信号同时接入所有麦克风输入端
- 记录各通道的时延偏移量（通常<5个采样点）
- 在算法中补偿固定时延：
c复制int32_t actual_delay = measured_delay - calib_delay[i][j];
5.2 常见问题排查
问题1：方位角跳动严重
可能原因：
- 电源噪声大 → 检查LDO输出纹波
- 麦克风振动 → 增加防震海绵
- 算法帧重叠不足 → 改用75%重叠率
问题2：特定角度定位不准
典型解决方案：
- 重新测量阵列几何尺寸
- 检查对应通道的滤波器特性
- 增加该角度的校准点
问题3：高噪声环境失效
改进措施：
- 增加维纳滤波预处理
- 设置信号能量阈值
- 改用广义互相关GCC-ML变体
6. 性能优化记录
6.1 内存占用优化
原始方案：
- 4通道1024点浮点缓冲区：4×1024×4B = 16KB
- FFT临时缓冲区：8KB
- 旋转因子表：6KB
优化后：
- 改用Q15格式：4×1024×2B = 8KB
- 复用缓冲区：最大占用降至12KB
6.2 实时性提升技巧
-
降低FFT点数：
- 512点FFT时延：22ms → 1024点：45ms
- 但频率分辨率从15.6Hz降至7.8Hz
-
滑动窗口处理：
- 512点窗口，256点滑动
- 更新率从10Hz提升至20Hz
-
汇编级优化：
assembly复制; CMSIS-DSP库中的FFT核心循环
VLD1.32 {d16-d19}, [r1]!
VMLA.F32 q10, q8, q0
VST1.32 {d20-d21}, [r0]!
7. 扩展应用方向
7.1 三维定位实现
在现有系统基础上：
- 增加Z轴方向的麦克风
- 修改方位角计算公式：
c复制// 新增俯仰角计算
float phi = asinf(tau_z * c / d);
- 需要至少6个麦克风组成立方体阵列
7.2 声源跟踪系统
硬件扩展：
- 添加二自由度云台（如SG90舵机）
- 增加PID控制算法：
c复制// 简单位置式PID
error = target_azimuth - current_azimuth;
output = Kp*error + Ki*integral + Kd*derivative;
7.3 无线传输方案
通过HC-05蓝牙模块传输数据：
- 配置USART为115200bps
- 封装数据协议：
code复制#pragma pack(1)
typedef struct {
uint16_t header; // 0xAA55
float azimuth;
uint8_t checksum;
} Packet_t;
- 实测传输延迟约50ms
8. 项目总结与改进
经过三个版本迭代，目前的定位精度已经稳定在±3°（2kHz测试音）。但在实际部署中还发现几个待改进点：
-
环境适应性：在回声严重的走廊环境，定位误差会增大到±8°。后续考虑加入混响抑制算法。
-
功耗优化：当前80mA的功耗对电池供电仍偏高。计划通过以下方式优化：
- 动态调整采样率（安静时降至4kHz）
- 使用STOP模式+声音唤醒
-
成本压缩：BOM成本已从初版的120元降至68元（批量生产时），主要通过：
- 改用国产运放（如SGM324）
- 四层板改双面板设计
这个项目给我的最大启示是：在嵌入式信号处理系统中，硬件设计与算法优化必须协同考虑。比如我们发现，将带通滤波器的过渡带斜率从24dB/oct提高到36dB/oct，可以降低算法对噪声的敏感度，反而减少了CPU运算量。这种硬件换软件的思路，在很多资源受限的场景都非常有效。