基于數字式MEMS傳感器的聲陣列成像系統設計*

陳林松　曹躍云　郭文勇　張磊　劉樹勇

（1海軍工程大學動力工程學院　武漢　430033）（2海軍工程大學電子工程學院　武漢　430033）

基于數字式MEMS傳感器的聲陣列成像系統設計*

陳林松1?曹躍云2郭文勇1張磊1劉樹勇1

（1海軍工程大學動力工程學院武漢430033）（2海軍工程大學電子工程學院武漢430033）

常規駐極體傳聲器陣列成像系統存在數據采集系統復雜、體積大的問題，因而陣列傳感器數量一般不超過60個，成像質量較差。為此，本文以數字式MEMS聲傳感器基礎設計了260個傳感器的聲陣列，數據采集系統由FPGA控制，并嵌入到前端陣列中，后端是在另一個FPGA控制下的1個DSP芯片和2個PC104模塊組成的集成系統，其中高速DSP芯片完成陣列信號處理以提高處理速度，實現即時成像功能。該系統能夠實現對普通車間環境下機械設備噪聲、氣體泄漏噪聲的現場成像測試，形成動態聲像圖。測試表明，該系統抗干擾能力強、聲像分辨率高、成像速度快，實用效果良好。

聲成像，MEMS聲傳感器，FPGA，DSP，波束形成

1　引言

在對設備噪聲狀況進行分析時，利用聲陣列的噪聲被動成像［1］技術理論上可以通過單次測量獲得聲場分布圖像［2］，快速掌握噪聲源位置、分布情況以及動態變化特征，可以應用于設備狀態評估［3］，相對于傳統聲強測量和噪聲頻譜分析的優勢明顯。但是，采用傳統的駐極體式聲傳感器研制的聲陣列系統復雜，需要獨立的數據采集系統，研制成本巨大，目前國內外常見的聲陣列傳感器數量一般不超過60個，適用于消聲室或無混響的開闊空間進行聲源定位，在非消聲條件下一般針對音箱模擬聲源進行測試，難以滿足實用成像需求［4］。大型聲陣列在潛艇、飛機等重要軍事裝備的噪聲測試研究［5］具有重要的應用價值，文獻［6］為美國NASA用于火箭噴射噪聲成像研究的測試系統，陣列有72個駐極體傳感器，數據采集系統由4個采集機柜組合而成，系統十分復雜。采用陣列掃描測量方式［7-9］可以彌補傳感器數量不足的問題，但該方法適用于平穩聲場［10-11］，而實際機械設備噪聲非平穩性強，應用中受限。

本文采用了小型數字化的MEMS（Microelectro-mechanical system）傳感器設計的聲陣列成像系統，集成了FPGA控制、DSP數據處理和嵌入式系統，在大幅增加傳感器數量的同時實現了數據采集系統的簡化，在非消聲室環境下對具有非平穩特征的機械設備噪聲進行了測試驗證，其聲像分辨率高、動態效果良好，在實際機械設備噪聲監測中用良好的應用前景。

2　系統設計

常規聲陣列系統組成一般為“聲傳感器陣列+A/D轉換設備+數據處理設備”式結構，如圖1所示，其中A/D轉換設備與聲陣列的每一通道需要獨立電纜線連接，通常以8個通道為一個采集模塊，各采集模塊之間還需保持同步和一致，而數據處理設備由加裝數據采集卡及相應軟件支持的電腦終端構成，系統復雜，操作不方便，增加傳感器數量的成本巨大。

圖1　傳統聲成像系統結構Fig.1 Traditional acoustic array system

本設計的主要目標是大幅增加傳感器數量，并盡可能使數據采集系統實現小型化，同時保證陣列數據處理的快速性能。為此，采用數字化MEMS聲傳感器設計聲陣列，由于傳感器輸出為標準數字信號，系統不需要另加模數轉換電路。文獻［12］中采用了6個MEMS傳感器進行了聲源定位研究（無成像功能），文獻［13］利用FPGA實現了對52傳感器的數據采集和處理（用于聲源識別和分離），本設計中通道數超過200個，數據采集控制、傳輸及數據處理難度大幅增加，沒有現成的多通道Mems傳感器的數據采集卡及軟件可用，因而需要對數據采集控制、傳輸及數據處理系統進行全新設計。

系統結構如圖2所示，系統簡化為兩個部分，前端集成在聲陣列中，包括260陣元的MEMS陣列、FPGA數據采集控制、光纖數據傳輸以及攝像頭模塊，后端系統集成在主機中，包括光纖數據傳輸模塊、實時數據存儲、DSP實時數據處理以及顯控系統。

前端系統主體為260個MEMS聲傳感器組成的陣列，FPGA數據采集控制模塊、數據傳輸模塊和攝像頭設置在陣列中。其中FPGA的型號采用Xilinx公司Virtex5系列XC5VLX110T芯片，該芯片速度高、功耗低，可支持多達1200個的用戶I/O接口，其性能滿足本系統需求。MEMS傳感器采用ADMP441傳感器，該芯片集成化程度高、體積小、造價低，數字輸出，不需要模數轉化模塊，標稱采樣率為48 kHz，平坦頻率響應區間為60 Hz至15 kHz。MEMS聲傳感器多通道集成原理如圖3所示，數據緩沖器、時鐘分路器用來提升從傳感器到FPGA之間的驅動能力。

圖2　聲成像系統結構Fig.2 Acoustic array system based on MEMS

圖3　FPGA控制的MEMS模塊原理圖Fig.3 MEMS block control by FPGA

其中，MEMS傳感器輸出為24 bit標準音頻信號，實際傳輸中占用32 bit，在50 kHz采樣率下，260路信號的數據率為52 MB/s（260×50×4），網絡傳輸速率至少為416 Mb/s，為此，選擇光纖進行數據傳輸，以減小傳輸延遲；在進行成像處理算法中，對陣列信號的FFT變換需要消耗大量資源，若每次處理數據長度為4096點（時常約0.08 s，相應動態聲像圖幀速率約為12 FPS），則系統需要在0.08 s內完成約8.5 MB（260×4096×8）雙精度數據的處理，為此，采用獨立的DSP完成陣列數據成像算法處理，以保證現場即時成像需求。

主機原理如圖4所示，CPU2模塊作為用戶終端，通過FPGA實現對CPU1、DSP模塊、光纖傳輸模塊以及電源模塊的控制。FPGA通過異步串口（Universal asynchronous receiver/transmitter，UART）接收光纖模塊數據后，通過PCI總線（PCIE）將數據傳到CPU1模塊內，原始數據根據需要可以通過CPU1模塊實時存儲在處理板上的電子盤內；FPGA芯片同時通過SRIO（Serial rapid IO，高速串行IO接口）將數據傳到DSP內，DSP完成對260通道高精度數據進行FFT變換等即時處理，將處理后的數據通過以太網（Ethernet）送到CPU2模塊；CPU2模塊將實時攝像頭數據與處理結果融合，將融合后的動態圖像提供給用戶；在離線分析模式下，CPU2通過以太網可以直接訪問CPU1數據，完成相應分析功能。

圖4　后端主機原理圖Fig.4 Circuit for mainframe

3　系統性能

3.1陣列形式

傳感器陣列的陣元分布如圖5所示，中間分布密度高，最小網格距離為0.0213 m，周圍分布密度小，最大網格距離為0.085 m，過渡部位網格間距0.0425 m，對應的最高成像噪聲頻率分別為16 kHz、8 kHz和4 kHz，這種分布特征兼顧了低頻噪聲對陣列孔徑要求大、傳感器分布密度低以及高頻早上好對陣列孔徑要求小、傳感器分布密度高的不同要求，具備1～16 kHz范圍內波束形成成像的條件。同時，其中均勻網格分布的144個傳感器可以用于近場聲全息測試。

圖5　嵌套式陣列聲傳感器分布Fig.5 Distribution of microphone in nested array

3.2陣列方向圖

陣列的靜態方向圖體現其在遠場條件下對指定頻率下的目標定位精度和抗干擾能力［14］，計算該陣列在2 kHz～15 kHz均具有較好的指向性，其中對3 kHz噪聲的二維靜態方向圖如圖6所示，可以看出其主瓣寬度窄，旁瓣幅值低，從而具有較強抗干擾能力［15］。

圖6　對3 kHz噪聲的方向圖Fig.6 3 kHz beamforming pattern

目標定位精度由陣列的分辨率R受聲波長度λ、陣列孔徑D、測量距離z及聚焦角度θ等因素影響：

式（1）中α為常數，聲波長度λ與陣列傳感器間距d存在如下關系：

由式（1）、式（2）可知陣列孔徑越大、陣元間距越小，則相應的陣列分辨率越高，能夠適應的噪聲頻率范圍越大，本陣列陣元數量大，保證了在較大的陣列孔徑和較小的陣元間距，從而具有較高的空間分辨率。

3.3性能測試

該型MEMS傳感器具有良好的幅頻響應性能，其手冊提供的響應特征如圖7所示，經本陣列測試驗證可用的成像頻率范圍為100 Hz至15 kHz。

圖7　傳感器典型的頻率響應Fig.7 Typical frequency response

陣列傳感器接收數據的幅值、相位一致性是陣列的重要性能參數，受傳感器一致性、數據采集電路性能等各種因素影響，當傳感器數量大幅增加時，保持一致性的難度增大。用小孔徑音盆模擬500 Hz聲源，置于陣列正前方0.3 m處，實測各陣元0.1 s聲壓波形數據的相位分布如圖8所示，基本處于一平滑的曲面上，與理論預測一致，表明本系統獲取的數據具有較好的相位一致性。

利用2只音箱模擬相干聲源對系統成像性能進行測試，100～500 Hz采用聲全息成像（距離0.1 m），成像如圖9所示，500 Hz～15 kHz采用去自譜寬帶波束形成成像（距離1.5 m），對白噪聲在3.9～4.1 kHz左右的成像如圖10所示，聲像圖與聲源實際分布一致。

圖8　陣元信號相位一致性檢查Fig.8 Phase equalization test for array cells

圖9　對100 Hz噪聲的全息成像Fig.9 Acoustic holography of noise at 100 Hz

圖10　模擬白噪聲在3.9～4.1 kHz的波束形成成像Fig.10 Beamforming images of white noise at 3.9～4.1 kHz

4　實驗驗證

利用該系統對一齒電機-輪箱-油泵系統進行聲成像測試，陣列布置如圖11所示，陣列面與測試臺距離1.2 m，噪聲數據采樣率為50 kHz，場地為非消聲條件下的普通實驗室環境。

采用自譜頻域波束形成算法實現成像［16］，單次成像處理數據時長為0.1 s，每秒成像10次，選擇4.9 kHz至5.1 kHz寬帶波束形成成像，在不同測試環境、不同測試距離的成像效果如圖12所示，圖12中2個揚聲器產生寬帶白噪聲信號的干擾，用來檢驗系統對多聲源的成像能力，其中圖12（a）測試距離為2 m，圖12（b）測試距離為1.1 m，試驗表明成像效果穩定，顯示的聲源位置與實際情況一致，不同測試環境和測試距離下聲像圖保持一致，表明該測試系統可重復性良好。

另外，利用空壓機氣體泄漏噪聲進行測試，選擇較高頻段成像正確定位氣體泄漏源位置，對機械噪聲有較強的抗干擾能力。

圖11　機械噪聲成像實驗設計Fig.11 Acoustic imaging system for machinery noise

圖12　多聲源成像Fig.12 Acoustic imaging of multiple sources

5　結論

本文創新性地采用MEMS聲傳感器研制了大型聲陣列設備，采用嵌入式系統設計，系統集成了FPGA控制、光纖數據傳輸、DSP數據處理等技術，大幅增加了陣列聲傳感器數量，實現了數據采集系統的小型化，同時保障了現場實時動態成像的高速數據處理需求。經實際分析得到以下結論：

（1）基于數字式MEMS聲傳感器體積小、性能穩定，不需要額外的A/D轉換設備，在大型聲陣列中的應用具有優勢，有利于聲成像技術的應用推廣。

（2）該系統測試噪聲頻率范圍為100 Hz～15 kHz，其中100 Hz～500 Hz可采用聲全息方法成像，500 Hz～15 kHz采用波束形成成像；典型成像測試距離為0.1～5 m，其中0.1～0.3 m適用聲全息成像，0.3～5 m適用波束形成成像。

（3）聲陣列指向性優越，系統抗噪性能較好，適用于非消聲條件下實際機械設備噪聲成像，可重復性好，在機械設備噪聲監測應用中具有良好前景。

（4）系統動態成像典型幀速率為10 FPS，具備一定的瞬態成像功能，可用于非平穩聲場的成像測試，現場獲取聲場動態變化圖像，掌握設備噪聲場的動態特征。

［1］李加慶，陳進，張桂才，等.可視化噪聲源識別技術［J］.聲學技術，2007，26（1）：90-95.

LI Jiaqing，CHEN Jin，ZHANG Guicai，et al.Visualization for noise sources identification［J］.Technical Acoustics，2007，26（1）：90-95.

［2］WILLIAMS E G.Fourier acoustics：sound radiation and near-field acoustical holography［M］.Washington.D.C.：Academic Press，1999.

［3］侯俊劍.基于聲像模式識別的故障診斷機理研究［D］.上海：上海交通大學，2011.

［4］BAI M R，IH J G，BENESTY J.Acoustic array system［M］.Singapore：John Wiley，2013.

［5］WILLIAMS E G，HOUSTON B H.Interior near-field acoustical holography in flight［J］.J.Acoust.Soc.Am.，2000，108（4）：1451-1463.

［6］PANDA J，MOSHER R.Use of a microphone phased array to determine noise sources in a rocket plume［R］.Reston：AIAA，2011.

［7］KWON H S，KIMA Y H.Moving frame technique for planar acoustic holography［J］.J.Acoust.Soc.Am.，1998，103（4）：1734-1341.

［8］CIGADA A，LURATI M，RIPAMONTI F，et al.Moving microphone arrays to reduce spatial aliasing in the beamforming technique：Theoretical background and numerical investigation［J］.J.Acoust.Soc.Am.，2008，124（6）：3648-3658.

［9］劉月蟬，孫超，何元安.旋轉式陣列聲源定位技術研究［J］.聲學技術，2011，30（3）：31-33.

LIU Yuechan，SUN Chao，HE Yuan'an.Research on sound source localization technology using rotating array［J］.Technical Acoustics，2011，30（3）：31-33.

［10］陳志敏，朱海潮，毛榮富.循環平穩聲場的聲源定位研究［J］.物理學報，2011，60（10）：449-455.

CHEN Zhimin，ZHU Haichao，MAO Rongfu.Research on localization of the source of cyclostationary sound field［J］. Acta Physica Sinica，2011，60（10）：449-455.

［11］張海濱，萬泉，蔣偉康.HELS法在循環平穩聲場全息重建中的理論與實驗研究［J］.物理學報，2009，58（1）：333-340.

ZHANG Haibin，WAN Quan，JIANG Weikang.Theorical and experimental research on the HELS method in the cyclostationary acoustic field［J］.Acta Physica Sinica，2009，58（1）：333-340.

［12］汪明，陳建輝，王廣龍，等.基于數字式MEMS聲傳感器陣列的聲源定位系統設計［J］.傳感技術學報，2013，26（8）：1105-1109.

WANG Ming，CHEN Jianhui，WANG Guanglong，et al. Sound source localization system design based on digital MEMS acoustic sensor array［J］.Chines Journal of Sensors and Actuators，2013，26（8）：1105-1109.

［13］MARCOS T，SANIIE J，ORUKLU E.MEMS acoustic array embedded in an FPGA based data acquisition and signal processing system［C］//Circuits and Systems（MWSCAS），53rd IEEE International Midwest Symposium.Seattle：IEEE，2010：1161-1164.

［14］張小飛，汪飛，陳偉華.陣列信號處理的理論與應用［M］.第二版.北京：國防工業出版社，2013.

［15］肖明.波束形成算法抗干擾性能分析［D］.武漢：華中科技大學，2012.

［16］張芳芳.波束形成方法在噪聲源識別應用中的仿真和實驗研究［D］.上海：上海交通大學，2007.

Design of acoustic imaging system based on digital MEMS acoustic sensor array

CHEN Linsong1CAO Yueyun2GUO Wenyong1ZHANG Lei1LIU Shuyong1
（1 Power Eng.College，Naval Univ.of Engineering Wuhan 430033，China）（2 Electronics Eng.College，Naval Univ.of Engineering Wuhan 430033，China）

The data acquisition system of traditional acoustic imaging system based on electret microphone is very complex with large size.So most of the arrays'acoustic sensors are limited in 60 and the image quality is poor.To solve this problem，an acoustic array with 260 MEMS microphones is developed.A compact data acquisition system is embedded in the array and controlled by a piece of FPGA.The terminal is a combination system made up of 1 piece of DSP and 2 pieces of PC104 which are organized by a piece of FPGA.The high speed DSP improves the array signal processing speed greatly to get acoustic image immediately This system can apply to the spot measuring for machinery noise and gas-leakage noise in normal workshop and get dynamic images Field tests and system operation demonstrated its practicality and effectiveness.The system has good adaptability with strong anti-interference capacity，high resolution image，and high processing speed

Acoustic imaging，MEMS microphone，FPGA，DSP，Beamforming

TP212.1，TB52+5

A

1000-310X（2015）05-0439-06

10.11684/j.issn.1000-310X.2015.05.009

2015-02-16收稿；2015-07-10定稿

*國家自然科學基金項目（51179197）

陳林松（1977-），男，湖北浠水人，博士研究生，研究方向：振動與噪聲控制。?

E-mail：linsirchen@163.com