为了优化声源被动定位技术，以及降低功耗、提高精度、增强对人员不易到达的恶劣环境等区域的声源监测能力，设计了一种基于麦克风阵列的声源被动定位系统。以五元十字形为麦克风阵列模型，以FPGA为核心，采用VHDL编写逻辑控制程序对数据采集、读取过程进行控制, 通过USB接口与上位机通信，主要设计了放大和接口电路模块。测试结果表明，系统定位距离准确，相对误差较小，满足系统设计要求。

B&K研究员Christensen和Hald写的一篇关于波束形成技术的文章，共48页，很经典，很详细！波束形成技术主要用于声源识别领域。

导航与定位，TDOA，声源定位算法，c++编程

基于TMS320F2812为核心设计的“随叫随到”垃圾桶，本系统以TMS320F2812为核心设计了一种智能家居装置——“随叫随到”垃圾桶，实现了语音控制垃圾桶的运动。以拾音器作为声音传感器，采用延时估计法（Time Delay Estimation，TDE）实现了声源方位的实时检测；采用超声波传感器实现了垃圾桶行进的蔽障功能；同时，采用语音识别技术实现了对用户的前、后、左、右行驶或开启、关闭垃圾桶盖等各种语音指示的识别。从而达到了垃圾桶“随叫随到”的智能化、人性化的目的。 关键词：TMS320F2812，智能家居，声源定位，避障

声源定位原理与实现.pdf

论述了基于麦克风阵列的声源定位技术的基本原理，给出了利用FPGA实现系统各模块的设计方法。重点介绍了其原理和模块的电路实现，给出的基于FPGA设计实验结果表明，系统最大限度发挥了FPGA的优势、简化了系统设计、缩短了设计周期、符合设计要求。

很棒的语音增强 语音前端列表，例如语音增强\语音分离\声源定位 语音分离 Tasnet：时域音频分离网络，用于实时单通道语音分离 Conv-TasNet：用于语音分离的超越理想的时频屏蔽 双路径RNN：用于时域单通道语音分离的高效长序列建模 DANet：用于单通道语音分离的深层吸引网络（DANet） TAC端到端麦克风排列和数目不变的多通道语音分离 uPIT进行语音分离：使用发声级PIT进行语音分离 LSTM_PIT_Speech_Separation 深度集群 小行星：面向研究人员的基于PyTorch的音频源分离工具套件 声音分离（Google） 声音分离：使用Pytorch基于深度学习的语音源分离 ONSSEN：开源语音分离和增强库 音乐源分离 歌声分离 盲源分离技术比较 FastICA 基于本地化和优先级的双耳分离算法 卷积传递函数不变SDR 语音

在室内麦克风阵列声源定位算法的研究中,混响和噪声对定位精度影响很大,传统的声源定位算法无法在高混响和低信噪比的环境中保持较高的定位精度。为了解决这一问题,提出一种基于卷积神经网络的室内声源定位算法,该算法提取麦克风阵列接收信号的相位加权广义互相关函数作为训练特征,获取目标声源三维位置信息。基于NOIZEUS数据库的实验结果表明,该方法能够通过训练适应不同的声学环境,与其他基于学习的室内声源定位算法相比,其在高混响与低信噪比环境下仍具有较好的定位性能与鲁棒性,具有较大的研究和应用价值。

这个程序是本人写的一个基于BP神经网络算法解决室内声源定位问题模拟程序，程序的原理在我的一篇博客当中有详细叙述，博客的链接为https://blog.csdn.net/ahhhhhh520/article/details/106126759

声源定位摄像头系统资料（stm32加51）