听觉感知是移动机器人不可或缺的功能, 传统电声式麦克风灵敏度较低、易受电磁干扰, 致使移动机器人听觉感知能力较差, 使用受到很大限制。采用自制的Fabry-Perot干涉式(FPI)光纤麦克风代替电声式麦克风, 在市售移动机器人平台上构建了四元十字型光纤麦克风阵列, 设计了基于FPGA的信号处理与声源定位算法程序, 实现了机器人听觉感知与被动式声导航功能。介绍了FPI光纤麦克风的工作原理, 测试并比较其与市售驻极体麦克风的灵敏度; 优化了基于FPGA的声达时差(Time Difference of Arrival, TDOA)定位算法, 完成了移动机器人搭载声源定位系统的设计与集成。实验表明移动机器人搭载的光纤麦克风声源定位系统具有水平全向声源定位功能, 在平均距离为6.60 m的情况下, 室内定位方位角平均误差为1.54°、距离平均误差为0.09 m; 室外定位方位角平均误差为1.84°、距离平均误差为0.16 m, 具有较高的精确度与稳定性; 且移动机器人均能准确到达声源处完成声导航功能, 具有很强的实用性与广阔的应用前景。

为准确测定危化气体泄漏的位置，借助卫星四元定位法，根据传感器与声源“一发四收”的反演关系，不考虑卫星速度与收发钟差的影响，获得了声源位置的非线性超定方程组，并提出了结合量子遗传算法(QGA)和Fmincon 约束条件的优化算法求解该方程组，有效解决了其他方法易陷入局部收敛的难题。实验结果显示，改进的量子遗传声源定位方法，相比于最小二乘法(LS)、粒子群算法(PSO)以及普通QGA 算法，具有收敛性能好，定位效率高，定位精确度高等优点。在同一条件下，该方法在平均均方根误差(ARMSE)、相对定位误差(RPE)、贝塞尔均方误差(BMSE)等重要性能评价指标上均有明显提高。

基于广义相关时延算法的被动声源定位技术, 其定位精度随着声源信号信噪比的降低而大幅下降, 且易受噪声和混响等因素影响。针对此问题, 该文提出了一种改进的二次相关时延算法, 该算法引入了最小均方差(LMS)自适应滤波器作为前端处理以获得高质量的信号, 并将信噪比作为控制参数对二次相关函数进行高次方运算, 使二次相关函数峰值锐化, 以提高当前广义二次相关算法的精度和鲁棒性。通过MATLAB进行不同信噪比环境下实验仿真, 结果表明, 该改进算法在低信噪比环境下能获得更精确的时延估计, 进而有效提高了声源定位精度。

提出一种采用激光器频率调制准连续相移干涉实现膜片式光纤声传感器阵列同时解调的技术。通过调制光栅Y分支(MG-Y)可调谐激光器的快速频率调谐引入相移,4个具有π/2相位偏置的光频率按顺序切换,产生准连续的正交相移信号。基于五步相移算法,任意5个相邻相移信号用于相位恢复,由于没有机械运动部件,实现了高速稳定的相位解调。该系统的相位采样率(600 kHz)取决于频率调制速度。实验结果表明,通过调整激光器输出频率,可以正确解调宽腔长范围的非本征Fabry-Perot干涉(EFPI)传感器。此外,构建了一个紧凑的多点声传感阵列系统,实现了声源定位应用。

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。

为了提高无源定位的准确度，提出一种基于约束总体最小二乘(CTLS)的联合到达时间差(TDOA)和到达增益比(GROA)的定位算法。首先联合TDOA/GROA测量值建立伪线性方程，考虑到伪线性方程中系数噪声的相关性，采用CTLS方法对其进行建模，用拉格朗日乘子法和牛顿迭代法联合求解。仿真结果表明，噪声比较小时，该方法逼近克拉美-罗(CRLB)下限。在噪声比较大时，相比两步加权最小二乘方法具有更好的定位准确度。随着参数c/w的增大，该算法的定位均方误差也要小于两步加权最小二乘方法。

针对目前散射激光告警中只能定位到散射激光光斑，而不能追溯到敌方来袭激光源的现状，构建了战场环境下包括敌方威胁激光源、照射于某平台上的散射激光光斑以及全向激光告警系统在内的空间三维几何模型，推导了平台上散射激光光斑轮廓解析表达式，以及轮廓上任意一点相对鱼眼镜头的物方半视场角表达式。将成像于探测器上的光斑进行鱼眼成像畸变校正并取光斑边缘点，计算得到三维几何模型诸参数。再将模型参数与传感器阵列信息相结合，可最终获取敌方威胁激光源相对系统的方位和距离信息。最后对以上方法进行了实验验证并对产生误差的原因进行了分析。