源解析方法摘录
排放源清单法、扩散模型法以及受体模型法
排放源清单法存在两个重大的缺陷：第一是需要估计排放量，而大气颗粒物的来源极其广泛，根本没有办法进行准确的估计；第二是空气质量与污染排放源之间关系复杂，源与受体之间并不是简单的线性关系。随着社会的发展，污染源种类不断增多，排放源清单法渐渐已不能满足人类对于大气颗粒物源解析技术的要求。
一种是以污染源为对象的扩散模型；另一种是以受污染区域为对象的受体模型。
扩散模型通过以污染源排放资料为基础进行污染物空间分布的估算，来判断各种源对于目标区域内大气环境的污染的贡献，它对于小尺度区域内有组织的工业烟尘及粉尘源同区域大气颗粒物浓度间响应关系的建立有较好的效果。但其需要收集较为详细的污染源的排放资料、气象资料、地形数据以及粒子在扩散输运过程中的主要特征参数。因此在面对较大尺度范围或无组织开放源问题时，这些参数的取得及其规律性的把握为扩散模型的实际应用带来很大的困难。
总体来说，受体模型分为两大类：一类是无需知道污染源详细信息的源未知受体模型；另一类是需要知道源类及其详细组成特征信息的源已知受体模型。
源已知受体模型最主要的代表模型是化学质量平衡法，其基本原理是质量守恒。
源解析主要有物理法、显微法、化学法。
物理方法主要有两种，即X射线衍射(XＲD)法和轨线分析法( Trajectory Analysis)，其主要原理是利用XＲD确定颗粒物中的物相组成，根据物相组成及相关资料来分析、推断颗粒物的可能来源。
显微法的实质是利用显微镜对颗粒污染物的大小、形貌等表面特征进行分析，以判断其可能的排放源。根据仪器的不同可分为光学显微镜法(OM)、电子扫描显微镜法(SEM)以及计算机控制电子扫描显微镜法(CC-SEM)等。该法的基础是某些污染源排放的大气颗粒污染物往往具有特定的形态特征。显微法的优点是直观，简便，但其需要建
立庞大的显微清单源数据库，而且分析时间长，费用昂贵，通常适用于定性或半定量分析。
化学法实质上是化学与数学统计学相结合的方法，以质量守恒为基本假设，其基本原理是由受体采集的大气颗粒污染物样品的特征值(如浓度、组成等)可以由受体区域内对大气颗粒污染物贡献值不为零的各污染源排放时的相应特征值利用线性叠加表示。
富集因子法、因子分析法、相关分析法、多元线性回归法、特征向量分析和空间模式法。
在国内外大气颗粒物源解析中，受体模型的种类很多，包括化学质量平衡（CMB）模型、因子分析、特征向量分析、富集因子法、投影寻踪回归法、粗集理论等。在这些模型中CMB模型和因子分析得到了较为广泛的应用。
二重源解析技术是为了解决不同颗粒物排放源类的共线性问题而提出的。二重源解析技术方法是针对利用CMB模型开展大气颗粒物来源研究中所遇到的一套数据多种结果和同一源类的颗粒物会以不同的形式通过不同的途径进入到环境空气中等技术难题而提出的。
二重源解析技术解决了使用CMB模型计算出现的多解现象，分析混合源-城市综合扬尘的特性，其不仅是大气环境中颗粒物的排放源，还可视为其他单一尘源类排放颗粒物的受体，利用CMB模型计算贡献值和分担率。具体步骤如下：（1）不考虑颗粒物进入大气环境的途径，用CMB模型计算出各单一尘源类对环境受体的分担率；
（2）用扬尘取代对其贡献最大的单一尘源（如土壤风沙尘），用CMB模型
计算出扬尘对环境受体的分担率；
（3）将扬尘视为受体，用CMB模型计算各单一尘源类对其的分担率；
（4）根据（2）（3）两步中的结果，计算各单一尘源类以扬尘形式进入受体的分担率；
（5）根据（1）（4）两步中的结果，计算各单一尘源类未进入扬尘的份额，即仍以各自形态对受体的分担率；
（2）和（5）中的结果即为颗粒物二重源解析结果。
二重源解析技术建立在分三次进行的CMB模型计算结果上，充分考虑了混合源扬尘的特点，将三次CMB模型计算结果科学的联系在一起，解决了CMB 模型的技术难题。
本文[城市大气PM10来源的二重源解析研究，侯洁，吉林大学，2012]将扬尘对环境受体的贡献率“拆分”回各单一尘源对环境受体的贡献率，再与传统源解析的结果相结合，构成了二重源解析的改进方法，该方法的具体操作步骤及条件如下：
（1）用CMB模型计算出传统源解析中各尘源（包括混合源扬尘及单一源）对大气颗粒物的贡献率；
（2）以扬尘为受体，用CMB模型计算出各单一尘源对扬尘的贡献率。需要注意的是，此时模型运行结果中的百分质量（%MASS）必须≤100，即假设纳入拟合的各单一尘源间互不影响，分别以各自的形态独立对扬尘进行贡献，%MASS=100时说明扬尘对环境受体的贡献值全部来自拟合计算的几种单一尘源，%MASS＜100时说明除了纳入拟合计算的几种单一尘源，还有未知源对扬尘产生贡献，若%MASS＞100，则应将拟合结果中贡献值出现负值的源类去掉，重新计算；
（3）用（2）中求得的各单一尘源对扬尘的贡献率乘以（1）中
扬尘对环境受体的总贡献率，得出单一源以扬尘的形式对环境受体的贡献率，即将扬尘“拆分”为各单一尘源；
（4）用（1）中得出的单一尘源的贡献率加上（3）中以扬尘形式贡献的贡献率，即得出各单一尘源对环境受体的总贡献率（无论以何种形式存在），而扬尘的贡献率应减去以其他尘源形式存在的部分。
化学质量平衡模型的算法主要有有效方差最小二乘法、普通加权最小二乘法、示踪元素法、线性程序法和岭回归加权最小二乘法等。
示踪元素法，又称多元线性回归法(MLR)，其解法比较简单，但准确度不高，可用于粗略估计源的贡献值；线性程序解法在提出后没有得到充分发展；普通加权最小二乘法考虑了环境受体处物质实测浓度的误差，为解析结果提供了置信区间；岭回归解法在解析共线性源方面体现了普通加权最小二乘法不具备的优点；有效方差最小二乘法不仅考虑了环境受体处物质实测浓度的误差，而且考虑了在确定源成分谱时的分析误差；遗传算法是一种全局优化的随机搜索方法，适用于模型参数寻优，解析过程没有任何条件限制，结果精确可靠，但参数的选取一般凭经验和试验，这对问题的求解过程和最终结果均产生影响，还有待进一步深入研究。
其中有效方差最小二乘法是最常采用的算法。CMB模型是国内外研究最多、应用最广泛的受体模型，是因为其发展成熟原理简单通俗易懂，解析结果符合实际、且可以分析多种来源体系。
CMB模型的假设:
1.污染源种类小于或等于化学组分种类；
2.各种排放源类排放的颗粒物化学元素有明显的差别；
3.各种排放源类所排放的颗粒物的化学组分相对稳定，它们之问没有相互影响；
4.各源类颗粒物之问没有相互作用，且在可以忽略其传输过程中的变化；
5.所有成分谱是线性无关的；
6.测量的不确定度是随机的、符合正态分布。
那么可以认为化学组分的浓度等于每种源类的化学组分的含量值和源贡献值的线性加和。用公式写成:
CMB模型的缺点有:
1.用此方法分析过程需要收集详细的污染源成分谱，这就常常需要消耗大量人力和财力；
2.解析过程中如果污染物的化学性质不稳定得出的结果可能会有很大误差；
3.如果污染源的成分相似，得出的成分谱则可能出现共线现象。
武汉理工大学南校区TSP源解析研究，孙伶俐
利用CMB法源解析具体步骤：
1．污染源种类及数目的确定
2．标识元素的选择
根据国内外资料的报道，一般选择土壤中的Al和Si，煤烟尘中的Al和As 或Ti，冶炼尘中的Fe和Mn，建筑尘中的Ca和Mg，汽车尘中的Pb和Br等。另外，CMB8.2软件中默认的12种惯用标识元素可作主要参考。
3．源样品与受体样品采集
因子分析模型(FA)
因子分析法是从研究变量内部之问的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。该方法的基本思想是直接分析受体样品化学成分，根据它们之问的相互关系，综合总结得出公因子，并且计算出每个因子载荷，通过分析各因子载荷情况以及结合现有元素知识来简化数据得出结果，从而推断出污染源类型。
因子分析法的主要优点是不需要事先设想污染源的结构、数目和假定由一个源所排放出来的所有元素在达到采样点之前保持等同相关，而且因子分析方法中不仅包括浓度参数，还可以包括非浓度参数，如粒径的大小、气象条件等，为污染源的识别提供了更多的信息。正因为如此，因子分析也成为颗粒物源解析的重要手段之一，尤其在污染源化学成分谱尚不完全的情况下，这种方法更加显现出它的优势。
因子分析法目前已形成了主因子分析(PFA)、正矩阵因子分析(PMF)、目标转移因子分析(TTFA)和目标识别因子分析(TRFA)等各具特色的因子分析方法。
FA模型也是建立在质量守恒基础上。FA模型有3个假设:1)污染物从排放源到采样点之问的传输途中质量变化可以忽略；2)污染物中某种元素是由多个互不相关的污染源贡献率的线性组合；3)由各个污染源贡献的某元素的量差别较大，采样和分析期间的变化较小。
富集因子法(EF)
富集因子法是用于研究大气颗粒物中元素的富集程度，定量分析污染物某元素状况，判断和评价元素的自然来源和人为来源的一种分析方法，通常有固定的参比元素作为指标，如国际上常用的Fe、Al或Si元素。分析大气污染状况的一种源分析模型。其公式计算如下:
EF值越大，富集程度就越高，说明人为源的贡献越大。根据富集因子的大小可以将元素分为两类:1.当富集因子小于10时，则认为是自然源，没有富集成分；2.当富集因子为10~104时，则认为是被富集，来源于人为污染源。
刘洪雯，环境中大气颗粒物源解析方法对比研究，吉林大学，2009
李剑东，长沙市郊区大气可吸入颗粒物化学组分特性及源解析，中南大学，2009
北方寒冷地区大气颗粒物污染特征及源解析研究，贾琳琳，哈尔滨工业大学，2014
环境空气颗粒物源解析监测技术方法指南(试行)(可编辑)
环境空气颗粒物源解析监测技术方法指南(试行) 环境空气颗粒物来源解析监测方法指南 (试行 ) (第二版 ) 7>2014 年 2 月 28 日前言 为贯彻《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》 , 防治环境 空气颗粒物污染, 改善环境空气质量, 规范全国环境空气颗粒物来源解析的监测技术, 制定本 指南。 本指南规定了环境空气颗粒物来源解析中涉及的监测技术方法, 主要包括污染源样品的采 集、环境受体样品采集、样品的管理、颗粒物监测项目和分析方法、全过程质量保证与质量控 制等,以提高环境空气颗粒物来源解析中监测结果的可靠性与可比性。 本指南由中国环境监测总站组织北京市环境保护监测中心、上海市环境监测中心、浙江省 环境监测中心、江苏省环境监测中心、重庆市环境监测中心、济南市环境监测中心站共同起草。 目录 1、适用范围1 2、规范性引用文件1 3、术语和定义. 2
4、源样品采集. 2 4.1 源分类及采样原则2 4.2 固定源采样. 3 4.2.1 稀释通道法3 4.2.2 烟道内直接采样法5 4.3 移动源采样. 7 4.3.1 现场实验法( 隧道法 ) 7 4.3.2 全流式稀释通道采样法 8 4.3.3 分流式稀释通道采样法 9 4.4 开放源采样 11 4.5 其他源类采样. 15 4.5.1 生物质燃烧尘采样 15 4.5.2 餐饮油烟尘采样. 17 4.5.3 海盐粒子采样20 4.6 二次颗粒物前体物采样 20 5、受体样品采集. 20 5.1 点位布设原则21 5.2 采样仪器和滤膜选择21 5.3 采样时间和周期 21 5.4 采样前准备21 5.5 样品采集 21 5.6 采样注意事项. 21 6、样品管理 22 6.1 样品标识 22 6.2 样品保存 22
基于MATLAB的声源定位系统
基于MATLAB的声源定位系统摘要 确定一个声源在空间中的位置是一项有广阔应用前景的有趣研究，将来可以广泛的应用于社会生产、生活的各个方面。 声源定位是通过测量物体发出的声音对物体定位，与使用声纳、雷达、无线通讯的定位方法不同，前者信源是普通的声音，是宽带信号，而后者信源是窄带信号。根据声音信号特点，人们提出了不同的声源定位算法，但由于信号质量、噪声和混响的存在，使得现有声源定位算法的定位精度较低。此外，已有的声源定位方法的运算量较大，难以实时处理。 关键词：传声器阵列；声源定位；Matlab
目录 第一章绪论 (1) 第二章声源定位系统的结构 (2) 第三章基于到达时间差的声源定位原理 (3) 第四章串口通信 (5) 第五章实验电路图设计 (8)
第六章总结 (16) 第七章参考文献 (17) 第一章绪论 1.1基于传声器阵列的定位方法简述 在无噪声、无混响的情况下，距离声源很近的高性能、高方向性的单传声器可以获得高质量的声源信号。但是，这要求声源和传声器之间的位置相对固定，如果声源位置改变，就必须人为地移动传声器。若声源在传声器的选择方向之外，则会引入大量的噪声，导致拾取信号的质量下降。而且，当传声器距离声源很远，或者存在一定程度的混响及干扰的情况下，也会使拾取信号的质量严重下降。为了解决单传声器系统的这些局限性，人们提出了用传声器阵列进行声音处理的方法。
传声器阵列是指由一定的几何结构排列而成的若干个传声器组成的阵列。相对于单个传声器而言具有更多优势，它能以电子瞄准的方式从所需要的声源方向提供高质量的声音信号，同时抑制其他的声音和环境噪声，具有很强的空间选择性，无须移动传声器就可对声源信号自动监测、定位和跟踪，如果算法设计精简得当，则系统可实现高速的实时跟踪定位。 传声器阵列的声音信号处理与传统的阵列信号处理主要有以下几种不同： （1）传统的阵列信号处理技术处理的信号一般为平稳或准平稳信号，相关函数可以通过时间相关来准确获得，而传声器阵列要处理的信号通常为短时平稳的声音信号，用时间平均来求得准确的相关函数比较困难。 （2）传统的阵列信号处理一般采用远场模型，而传声器阵列信号处理要根据不同的情况选择远场模型还是使用近场模型。近场模型和远场模型最主要的区别在于是否考虑传声器阵列各阵元因接收信号幅度衰减的不同所带来的影响，对于远场模型，信源到各阵元的距离差与整个传播距离相比非常小，可忽略不计，对于近场模型，信源到各阵元的距离差与整个传播距离相比较大，必须考虑各阵元接收信号的幅度差。 （3）在传统的阵列信号处理中，噪声一般为高斯噪声(包括白、色噪声)，与信源无关，在传声器阵列信号处理中噪声既有高斯噪声，也有非高斯噪声，这些噪声可能和信源无关，也可能相关。 由于上述阵列信号处理间的区别，给传声器阵列信号处理带来了极大的挑战。声波在传播过程中要发生幅度衰减，其幅度衰减因子与传播距离成正比，信源到传声器阵列各阵元的距离是不同的，因此声波波前到达各阵元时，幅度也是不同的。 另外，当声音信号在传播时，由于反射、衍射等原因，使到达传声器的声音信号的路径除了直达路径外还存在着多条其它路径，从而产生接收信号的幅度衰减、音质变差等不
源解析方法摘录讲述讲解-共15页
排放源清单法、扩散模型法以及受体模型法 排放源清单法存在两个重大的缺陷：第一是需要估计排放量，而大气颗粒物的来源极其广泛，根本没有办法进行准确的估计；第二是空气质量与污染排放源之间关系复杂，源与受体之间并不是简单的线性关系。随着社会的发展，污染源种类不断增多，排放源清单法渐渐已不能满足人类对于大气颗粒物源解析技术的要求。 一种是以污染源为对象的扩散模型；另一种是以受污染区域为对象的受体模型。 扩散模型通过以污染源排放资料为基础进行污染物空间分布的估算，来判断各种源对于目标区域内大气环境的污染的贡献，它对于小尺度区域内有组织的工业烟尘及粉尘源同区域大气颗粒物浓度间响应关系的建立有较好的效果。但其需要收集较为详细的污染源的排放资料、气象资料、地形数据以及粒子在扩散输运过程中的主要特征参数。因此在面对较大尺度范围或无组织开放源问题时，这些参数的取得及其规律性的把握为扩散模型的实际应用带来很大的困难。
总体来说，受体模型分为两大类：一类是无需知道污染源详细信息的源未知受体模型；另一类是需要知道源类及其详细组成特征信息的源已知受体模型。 源已知受体模型最主要的代表模型是化学质量平衡法，其基本原理是质量守恒。 源解析主要有物理法、显微法、化学法。 物理方法主要有两种，即X射线衍射(XＲD)法和轨线分析法( Trajectory Analysis)，其主要原理是利用XＲD确定颗粒物中的物相组成，根据物相组成及相关资料来分析、推断颗粒物的可能来源。 显微法的实质是利用显微镜对颗粒污染物的大小、形貌等表面特征进行分析，以判断其可能的排放源。根据仪器的不同可分为光学显微镜法(OM)、电子扫描显微镜法(SEM)以及计算机控制电子扫描显微镜法(CC-SEM)等。该法的基础是某些污染源排放的大气颗粒污染物往往具有特定的形态特征。显微法的优点是直观，简便，但其需要建
大气主要污染源清单调查与源解析的研究
大气主要污染源清单调查 与源解析的研究 篇一：大气污染源解析 大气污染源解析 北京大钢环境治理技术研究院大气气溶胶及其粒径分布 大气气溶胶，是指在大气环境中，液体或固体颗粒均匀分散在气体中形成相对稳定的悬浮体系。虽然大气气溶胶只是 地球大气成分中含量很少的组分，但它对空气质量、能见度、干湿沉降、云和降水的形成、大气的辐射平衡、平流层和对流层的化学反应等均有重要影响。由各种源排放进入大气中 的颗粒物，大部分集在对流层，距地面I?2km范围内（即大 气边晃层）。在此区域内的颗粒物的尺寸最大，种类最多；而在距地面4?5km以上的范围内，颗粒物的浓度基本上不受地球上直接排放的影响，其尺寸分布与本底气溶胶的分布相 近。 一般认为，气溶胶颗粒物的本底质量浓度约为10ug/m3 , 颗粒浓度为300个/ m3。但污染严重的城市中，有时气溶胶颗粒物的质量浓度最高可达2000ug/m3。污染严重的水泥厂，
其年均质量浓度通常大于350ug / m3。 大气气溶胶的粒径是其最重要的性质之一。大气气溶胶所有的特征都与其粒径有关。由于大气气溶胶的形状非常复杂，极不规则，有球状体、粒状体、片状体等，因此在度量大气气溶胶粒子大小时经常使用等效球体的直径来表示。其中，最常用的是空气动力学当量直径。它是按照粒径的大小， 大气气溶胶粒子可分为粗粒子(coarseparticulate)和细粒子(fineparticulate)。对气溶胶粒子进行粗细划分和研究的原因在于粒径的差异使得粗粒子和细粒子在化学组成、来源和形成方式、传输和去除机制等均存在一些根本的区别。目前粗粒子和细粒子的粒 径分界线还没有统一的规定，但根据研究的需要，一般可分为：总悬浮颗粒物(TotalSuspendedParticulates , TSP)、PM10 和PM2.5。 TSP是指可漂浮在空气中的、粒径一般小于100um固态和 液态微粒的总称。TSP曾是中国唯一的环境大气气溶胶污染监测指标，现仍沿用，但主要用于作业场所粉尘的监测指标；PM10是指空气动力学直径在101am以下的大气气溶胶粒 子。大部分的PM10能够沉降在喉咙以下的呼吸道部位，因而 PM10 也称可吸入性颗粒物(respirableparticulatematter ，RSP) ；PM2.5是指空气动力学直径在 2.5um以下的大气气溶胶粒子。PM2.5粒径小，更容易沉
一种改进的AEDA声源定位及跟踪算法
北京大学学报(自然科学版),第41卷,第5期,2005年9月 Acta Scientiarum Naturalium Universitatis Pekinensis,V ol.41,N o.5(Sept.2005) 一种改进的AEDA声源定位及跟踪算法1) 李承智 曲天书2) 吴玺宏 (北京大学视觉与听觉信息处理国家重点实验室,北京,100871;2)E2mail:qutianshu@https://www.wendangku.net/doc/0a16771469.html,) 摘 要 开展了基于麦克风阵列的真实声场环境声源定位的工作。针对传统的自适应特征值分 解时延估计算法收敛时间慢、对初值敏感以及不能有效跟踪时延变化等问题,提出了一种改进的 自适应特征值分解时延估计算法,该方法通过改进初值设定方法,有效改善了对时延变化的估计。 另外,通过引入一个基于相关运算的语音检测算法,提高了定位系统的抗噪声能力。实验表明在 真实的声场环境下该算法能够对单个声源的三维空间位置进行实时的定位和跟踪,系统在115m 范围内对声源的定位误差小于8cm,声源位置变化时,系统也能准确跟踪声源的位置。 关键词 麦克风阵列;声源定位;声源跟踪;AE DA算法;LMS算法 中图分类号 TP391 0 引 言 基于麦克风阵列的声源定位是声学信号处理领域中的一个重要问题,在视频会议、智能机器人、鲁棒语音识别等领域有着广泛的应用。近年来,在真实声场环境下抗混响的声源定位算法研究成为研究热点。 声源定位大致分为3类方法。第1类是基于波束成型的方法,该方法可以对单声源进行定位[1,2],也可以对多声源进行定位[3],但存在对初值敏感的问题。另外还需要知道声源和噪声的先验知识,该方法存在计算量大,不利于实时处理等缺点。第2类是基于高分辨率谱估计的方法。该方法在理论上可以对声源的方向进行有效的估计,并且适用于多个声源的情况[4]。但由于该算法是针对窄带信号,因此如要获得较理想的精度就要付出很大的计算量代价。另外这些算法无法处理高度相关的信号,因此混响会给算法的定位精度带来较大影响。第3类方法是基于时延估计的方法。该类算法计算量小,易于实时实现,近年来得到了高度重视。 基于时延估计的算法分为2个部分。第1部分为时延估计,即计算声源到两两麦克风之间的时间差;第2部分为方位估计,即根据时延和麦克风阵列的几何位置估计出声源的位置,其中时延估计最为关键。互相关法是最常用的一种时延估计算法,但是它在混响较大的情况下性能下降很多。1982年,D1H.Y oun等[5]提出了最小均方(LMS,Least Mean Square)时延估计算法,其性能和互相关法基本相当。布朗大学于1995年实现了一个实时声源定位系统[6],该系统采用相位变换的时延估计算法和线性插值方位估计算法,在混响较小的情况下能够准确的估计时延但在混响较大情况下误差较大。1997年新泽西州立大学采用相位变换法作为时 1)国家自然科学基金(60305004)中国博士后科学基金(2003033081)资助项目 收稿日期:2004208223;修回日期:2004211211 908
大气颗粒物及其源解析
1.引言 实际上，早在2011年的秋末冬初，在北京，在中国，甚至在全球，就掀起了一场关于中国首都北京的空气污染真相的环保龙卷风。由于美国驻京大使馆周边空气中的PM2.5污染数据的实时公布，中国13亿公众第一次知道，为什么居住在北京的居民和旅行到北京的地球人，亲身感受到的北京空气质量与环境监测报告的差距如此巨大。 2013年1月，京津冀以及我国东部广大地区遭遇严重的大气污染，先后出现四次持续多日的 大范围雾霾天气。在1月份的31天里，雾霾天气达到24天。专家们说，大气颗粒物PM2.5是形成雾霾天气的罪魁祸首。于是，PM2.5再次成为人们关注和热议的焦点。1月12日，是北京人难以忘记的痛苦日子。这一天，北京的天空烟雾弥漫，烟气呛人，呼吸道疾病患者急剧增加，医院人满为患。由于能见度极低，高速公路被迫关闭，飞机停飞，交通受阻。 中国环境监测总站网站1月12日全国重点城市空气质量24小时均值显示，北京的可吸入颗粒物浓度（PM10）为786微克/立方米，天津的可吸入颗粒物浓度为500微克/立方米，石家庄的可 收稿日期：2013-02-20修订日期：2013-05-30 作者简介:杨新兴（1941-），男，中国环境科学研究院研究员，研究方向：大气环境污染。发表论文46篇，出版科普著作一部。获部级科技进步奖3项。E-mail:yangxinxing@https://www.wendangku.net/doc/0a16771469.html, 冯丽华，女，工程师，研究方向：数据处理。E-mail:fenglihua99@https://www.wendangku.net/doc/0a16771469.html, 尉鹏，男，博士，研究方向：气候与环境。E-mail:weipeng_1981@https://www.wendangku.net/doc/0a16771469.html, 大气颗粒物PM2.5及其源解析 ◆杨新兴尉鹏冯丽华 （中国环境科学研究院，北京100012) 摘要：大气颗粒物的来源分为两类：一类是自然源；另一类是人为源。自然源主要包括：岩石土壤风化、 森林大火、火山爆发、流星雨、沙尘暴、海盐粒子、植物花粉、真菌孢子、细菌体，以及各种有机物质的自燃过程等。人为源主要包括：汽车尾气排放、摩托车尾气排放、火车机车排放、飞机尾气排放、轮船排放、工业窑炉排放、民用炉灶排放、农用拖拉机排放、工业粉尘、交通道路扬尘、建筑工地扬尘、裸露地面扬尘、烹饪油烟、街头无序烧烤、垃圾焚烧、农田秸秆焚烧、燃放烟花爆竹、寺庙香火和烟民抽烟等。在大气颗粒物中，细颗粒物主要来自化石燃料和生物质的燃烧过程。专家们认为细颗粒物是导致北京地区雾霾灾害天气频繁出现的最主要因素。汽车尾气排放大量的空气污染物。有车族对北京市严重的大气污染和雾霾灾害的形成，负有首要责任。有车族，少开车，或者不开车，是解决目前北京严重的大气污染，阻止雾霾灾害天气频繁出现的根本出路。 关键词：环境；大气颗粒物；PM2.5；霾；汽车中图分类号：X501 文献标示：A
大气颗粒物来源解析
第一章绪论 作为发展中国家的中国，就目前形势来说大气污染程度越来越严重，由于我国在环境治理中，对看得见、摸得着的水污染与固体废弃治理和市场化关注度较高，而对大气污染治理，一直以来，比水和固废的治理度就低。因而这部分市场的推动也是相对薄弱的。 近今年伴随着中国华北地区日久集聚终于爆发出的雾霾天气问题，却引发了社会对大气污染的关注度提升到新的层面。实际上我国的大气污染防治工作在前几年已经开始逐步开展，2002年开始，我国出台了一系列的措施，对节能减排的提倡有了一定的成果，同年8月发布了《节能减排“十二五规划》，从各项政策中对大气污染防治都起到一定的积极作用。根据前瞻产业研究院最新数据表明，我国2000-2011年，工业废气排放量年均增速19.06%，11年间增长了2.39倍。 1.1PM的概况 PM2.5指的是大气中空气动力学当量直径小于2.5mm的颗粒物[1]。公众较为熟悉的获知空气污染指数是在当下城市空气质量预报、指数中的可吸入颗粒物和总悬浮颗粒物。其中，可以通过人体的组织器官与外界进行气体交换吸入的直径比2.5μm大、等于或小于10μm的颗粒物通常是指可吸入颗粒物，通常用PM10来表示；而直径小于或等于100微米的颗粒物被定义为总悬浮颗粒物，也称为PM100随着研究的深入以及监测水平的提高，科学家逐渐采用PM2.5来指示大气环境质量，空气污染的指数越严重，这个值就越高，称为PM2.5。随着研究的深入以及监测水平的提高，科学家逐渐采用PM2.5来指示大气环境质量，这个值越高，就代表空气污染越严重。在空气中每立方米的可吸入颗粒物的值越高，代表空气污染越严重。 颗粒物的直径小于或等于2.5微米，是细颗粒物与粗颗粒物的评判标准也是主要的区别，体积要比PM10小的多，比人类的头发还有要细上许多，是头发的十分之一的大小。大气中颗粒物的粒径要小于 2.5微米和粗颗粒物对比，别看PM2.5粒径小却危害巨大，它的表层含有许多有毒、有害的物质，不仅如此它还
近场声源定位算法研究
Word文档可进行编辑 近场声源定位算法研究 近场声源定位算法研究 引言 近年来,基于麦论文联盟克风阵列得声源定位技术快速进展,同时在多媒体系统,移动机器人,视频会议系统等方面有广泛得应用.例如,在军事方面,声源定位技术能够为雷达提供一个非常好得补充,不需要发射信号,仅靠接收信号就能够推断目标得位置,因此,在定位得过程中就可不能受到干扰和攻击.在视频会议中,讲话人跟踪可为主意拾取和摄像机转向操纵提供位置信息,使传播得图像和声音更清楚.声源定位技术因为其诸多优点以及在应用上得广泛前景成为了一个研究热点.
现有得声源定位方法要紧分为三类：基于时延可能得定位方法、基于波束形成得定位方法和基于高分辨率空间谱可能得定位方法.基于时延可能得定位方法[１]要紧步骤是先进行时刻差可能,也确实是先计算声源分不到达两个麦克风得时刻差,然后依照那个时刻差和麦克风阵列得几何结构可能出声源得位置.该类方法得优点是计算量较小,容易实时实现,在单声源定位系统中差不多得到广泛应用.基于波束形成得定位方法[２]不需要直截了当计算时刻差,而是通过对目标函数得优化直截了当实现声源定位.但由于实际得应用环境中,目标函数往往存在多个极值点,因此如何优化复杂峰值得搜索过程就成为了一个重点.基于高分辨率得空间谱可能得声源定位算法,例如宽带得ｍｕｓｉｃ（ｍｕｌｔｉｐｌｅｓｉｇｎａｌｃｌａｓｓｉｆｉｃａｔｉｏｎ）方法[３]和最大似然方法[４],因其能够同时定位多个声源同时具有比较高得空间分辨率,受到了广泛得关注.
空间谱可能得方法源于阵列信号处理,其中得多重信号分类（ｍｕｓｉｃ）算法在特定条件下具有非常高得可能精度和分辨力,从而吸引了大量得学者对其进行深入得分析与研究.WwwcOm但与阵列信号处理不同得是,在声源定位中,声源在大多数情况下是位于声源近场得.为了解决这一近场咨询题,许多学者针对传统得信号模型提出了改进算法,ａｓａｎｏ等人将传统时域得ｍｕｓｉｃ[５,６]算法应用在频域中,提出了一种基于子空间得近场声源算法[７].下面来看一下近场得声源信号模型. １近场声源信号模型 传统得阵列信号处理大多是基于远场模型得平面波信号得假设,然而在声源定位得实际应用中,有非常多情况是处于声源近场得[８],例如视频会议,机器人仿真等.同时又由于麦克风阵列阵元拾音范围有限,更多得情况下定位也处于近场范围内,如今信源到达各麦克风阵元得信
大气颗粒物污染源解析技术与发展_常逸
企业技术开发２００８ 年４月大气颗粒物污染源解析技术与发展 常 逸１，刘乐君２ 摘要：污染源与空气质量的关系即“源－受体”关系一直是环境科学研究的关键科学问题，也是环境管理和环境 决策关注的核心问题。文章介绍了大气污染特征以及污染源解析技术的产生与发展，同时介绍了相关解析技术，国内源解析技术存在的问题以及发展趋势。关键词：大气；污染；污染源解析；模型技术中图分类号：Ｘ５１３文献标识码：Ａ文章编号：１００６－８９３７（２００８）０４－０１１４－０４ Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｐｏｌｌｕｔｉｏｎｓｏｕｒｃｅａｎｄａｉｒｑｕａｌｉｔｙｉｓｎｏｔｏｎｌｙｔｈｅｋｅｙｉｓｓｕｅｏｆｅｎｖｉｒｏｎｍｅｎｔｓｃｉｅｎｃｅｓｒｅｓｅａｒｃｈ，ｂｕｔａｌｓｏｔｈｅｃｏｒｅｉｓｓｕｅｏｆｅｎｖｉｒｏｍｅｎｔｍａｎａｇｅｍｅｎｔａｎｄｄｅｃｉｓｉｏｎｍａｋｉｎｇ．Ｔｈｉｓｐａｐｅｒｉｎｔｒｏ－ｄｕｃｅｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｉｒｐｏｌｌｕｔｉｏｎａｎｄｔｈｅｏｒｉｇｉｎａｎｄｄｅｖｅｌｏｐｍｅｎｔｏｆｐｏｌｌｕｔｉｏｎｓｏｕｒｃｅａｐｐｏｒｔｉｏｎｍｅｎｔｔｅｃｈｎｏｌｏｇｙ，ａｔｔｈｅｓａｍｅｔｉｍｅ，ｉｎｔｒｏｄｕｃｅｄｔｈｅｃｏｒｒｅｌａｔｉｖｅａｐｐｏｒｔｉｏｎｍｅｎｔｔｅｃｈｎｏｌｏｇｙ，ｔｈｅｅｘｉｓｔｅｎｔｐｒｏｂｌｅｍｓｏｆｄｏｍｅｓｔｉｃｓｏｕｒｃｅａｐｐｏｒｔｉｏｎｍｅｎｔｔｅｃｈｎｏｌｏｇｙａｎｄｔｈｅｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄ．Ｋｅｙｗｏｒｄｓ：ａｉｒ；ｐｏｌｌｕｔｉｏｎ；ｐｏｌｌｕｔｉｏｎｓｏｕｒｃｅａｐｐｏｒｔｉｏｎｍｅｎｔ；ｍｏｄｅｌｓｔｅｃｈｎｏｌｏｇｙ （１．湖南省环境保护科学研究院，湖南长沙４１０００４；２．湖南省环境监测中心站，湖南长沙４１０００４） Ｔｈｅｐｏｌｌｕｔｉｏｎｓｏｕｒｃｅａｐｐｏｒｔｉｏｎｍｅｎｔｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓ ｄｅｖｅｌｏｐｍｅｎｔｏｆａｔｍｏｓｐｈｅｒｉｃｐａｒｔｉｃｌｅｓ ＣＨＡＮＧＹｉ１，ＬＩＵＬｅ－ｊｕｎ２ （１．ＨｕｎａｎＲｅｓｅａｒｃｈＡｃａｄｅｍｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＳｃｉｅｎｃｅｓ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１０００４，Ｃｈｉｎａ； ２．ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇＣｅｎｔｅｒｏｆＨｕｎａｎＰｒｏｖｉｎｃｅ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１０００４，Ｃｈｉｎａ） 收稿日期：２００８－０２－２２作者简介：常逸（１９６４—），男，湖南长沙人，大学本科，工程师，主 要从事分析实验及酸雨研究。 企业技术开发ＴＥＣＨＮＯＬＯＧＩＣＡＬＤＥＶＥＬＯＰＭＥＮＴＯＦＥＮＴＥＲＰＲＩＳＥ２００８年４月 Ａｐｒ．２００８第２７卷第４期 Ｖｏｌ．２７Ｎｏ．４ 随着我国经济飞速发展，大气污染也日趋严重。在“社会－经济－环境”的发展过程中，必须拥有良好的环境质量，保障人们的身体健康。大气污染源解析是研究大气环境中的污染源与受体的关系、确定影响空气质量的重点污染源，是空气质量管理的关键。 １大气污染特征 我国部分大、中城市处于煤烟型污染向机动车 尾气污染为主的光化学污染的过渡时期，光化学污染的主要特征为高浓度的臭氧和细颗粒物。大部分中小城镇大气污染以煤烟型污染为主，主要特征为颗粒物、二氧化硫。由于大气污染物主要为化学物质，其相互作用使得大气污染物行为复杂，为区别简单的煤烟型污染和汽车尾气污染，应当将当前我国城市和区域的大气称为复合性污染。 我国大气受到广泛关注的污染物是颗粒物，在我国有监测的３４３个城市中，６０％城市环境空气颗粒物超标［１］ ，由于污染源本身的复杂性，颗粒物成份 多样且复杂。相关研究结果表明，大气ＰＭ２．５中主要成份为有机物占３０％，其次为ＳＯ４２－ 、ＮＯ３－ 、ＮＨ４＋ 等二次颗粒物占３５％～４０％，矿物颗粒约占１０％～ ２０％，还含有碳黑及其它微量元素。其中有机物中 已经查明成份超过２００种，包含对人体有害的多环 芳烃［２］。同时，颗粒物是其它污染物的载体，也是大气化学非均向反应床，影响大气反应过程；气溶胶态颗粒物降低大气能见度，也可通过直接吸收和反射太阳光影响地球辐射平衡，影响气候变化。 ２大气污染源的主要来源与源排放 自然和人类活动都不断向大气排放各类物质， 这些物质在大气中的存在有一定的周期。当大气中某种物质浓度超过正常水平，产生不良效应时，即构成大气污染。 大气污染源分为人为污染源和天然污染源。人为污染源按照产生污染部分，可分为工业源、民用源、交通源、生物质燃烧源等；按照能源结构分为煤炭、焦炭、重油汽油、柴油、天然气等。人为污染源也可以按照流动源和固定源分类，按照排放轨迹分类。天然源也是大气污染的重要来源。大气的天然
北京市大气小颗粒物的污染源解析
北京市大气小颗粒物的污染源解析- 废气处理 1992年11月至1993年2月在北京市5个采样点采集了大气小颗粒物(＜2.0μm)样品和总悬浮颗粒物样品，并采用等离子体发射光谱分析小颗粒物的化学成分，将其结果应用于化学质量平衡法解析污染源.主要结果,秋季各污染源的贡献率:尘土为15.9%、燃ú为28.3%、燃油(汽车β气)为54.1%、钢铁工业为1.5%：冬季各污染源的贡献率:尘土为19.2%、燃ú为37.7%、燃油(汽车β气)为42.6%、钢铁工业为0.3%. 关键词源解析；气溶胶；小颗粒物；化学质量平衡；北京. SOURCEAPPORTIONMENTONFINEPARTICULATESINATMOSPHE REINBEIJING ZhangJing，ChenZongliang，WangWei (AEI,ChineseResearchAcademyofEnvironmentalSciences,Beijing100012 ,China) ABSTRACTSamplesofsuspendedparticlesandfineparticulates(＜2.0μm)fromatmospherewerecol lectedatfivestiesinBeijingfromOct.6,1992t oJan.13,1993.Afterdigestion,thechemicalcompositionsandconcentrationso fthesamplesweredeterminedbyinductivelycoupledplasma.Thesourcecontri butionofvarioustypestofineparticulateswereidentifiedusingachemicalmass balancemodel.Resultsshowedthatinautumn,theaveragecontributionsfromd ust,coalburning,oilburning(automobileemissiongas),andsteelindustrywere 15.9%,28.3%,54.1%,and1.5%respectively.Inwinter,theaveragecontributio
机器人的声源定位——基于NAO机器人
Abstract One of the main purposes of having a humanoid robot is to have it interact with people. This is undoubtedly a tough task that implies a fair amount of features. Being able to understand what is being said and to answer accordingly is certainly critical but in many situations, these tasks will require that the robot is first in the appropriate position to make the most out of its sensors and to let the considered person know that the robot is actually listening/talking to him by orienting the head in the relevant direction. The “Sound Localization” feature addresses this issue by identifying the direction of any “loud enough” sound heard by NAO.Related work Sound source localization has long been investigated and a large number of approaches have been proposed. These methods are based on the same basic principles but perform differently and require varying CPU loads. To produce robust and useful outputs while meeting the CPU and memory requirements of our robot, the NAO’s sound source localization feature is based on an approach known as “Time Difference of Arrival”. Principles The sound wave emitted by a source close to NAO is received at slightly different times on each of its four microphones. For example, if someone talks to the robot on his left side, the corresponding signal will first hit the left microphones, few milli-seconds later the front and the rear ones and finally the signal will be sensed on the right microphone (FIGURE 1). These differences, known as ITD standing for “interaural time differences”, can then be mathematically related to the current location of the emitting source. By solving this equation every time a noise is heard the robot is eventually able to retrieve the direction of the emitting source (azimutal and elevation angles) from ITDs measured on the 4 microphones. FIGURE 1Schematic view of the dependency between the position of the sound source (a human in this example) and the different distances that the sound wave need to travel to reach the four NAO’s micro-phones. These different distances induce times differences of arrival that are measured and used to compute the current position of the source. KEY FEATURE SOUND SOURCE LOCALIZATION
声源定位系统毕业设计(论文)
0 前言 声音是我们所获取的外界信息中非常重要的一种。不同物体往往发出自己特有的声音，而根据物体发出的声音，人们可以判断出物体相对于自己的方位。有些应用场合，人们需要用机器来完成声音定位这个功能，并且往往要求定位精度比较高。2003年的美伊战争期间，人民网、CCTV网站的军事频道、国防在线等网站均报道了装配于美军的狙击手探测技术，这项技术其中一部分就包含了声源定位技术。 声源定位作为一种传统的侦察手段，近年来通过采用新技术，提高了性能，满足了现代化的需要，其主要特点是： 1）不受通视条件限制。可见光、激光和无线电侦察器材需要通视目标，在侦察器材和目标之间不能有遮蔽物，而声测系统可以侦察遮蔽物（如山，树林等）后面的声源。 2）隐蔽性强。声测系统不受电磁波干扰也不会被无线电侧向及定位，工作隐蔽性较强。 3）不受能见度限制。其他侦察器材受环境气候影响较大，在恶劣气候条件下工作时性能下降，甚至无法工作。声测系统可以在夜间、阴天、雾天、和下雪天工作，具有全天候工作的特点。 以下对美军装备的报道来自于《“巴格达之战”考验英军巷战武器装备》一文，该文刊登于2003年4月8日国防在线美伊战争专题。“狙击手声测定位系统通过接收并测量膛口激波和弹丸飞行产生的冲击波来确定狙击手的位置，通常仅能探测超音速弹丸。这种系统有单兵佩挂型、固定设置型和机动平台运载型。美国BBN系统和技术公司的声测系统，通过测量弹丸飞行中的声激波特性来探测弹丸并进行分类。该系统为固定设置型，采用2个置于保护区两侧的传声器阵列或6个分布在保护区内的单向传声器。传声器通过电缆或射频链路与指挥节点相连。为了准确定位，需事先确定传声器的距离，精度要在1米以内。该系统可探测到90％的射击，定位精度为方位1.2°、水平3°。此外，美国的“哨兵”和“安全”有效控制城区环境安全系统均是采用声测定位技术的反狙击手系统。
大气颗粒物来源解析
作为发展中国家的中国，就目前形势来说大气污染程度越来越严重，由于我国在环境治理中，对看得见、摸得着的水污染与固体废弃治理和市场化关注度较高，而对大气污染治理，一直以来，比水和固废的治理度就低。因而这部分市场的推动也是相对薄弱的。 近今年伴随着中国华北地区日久集聚终于爆发出的雾霾天气问题，却引发了社会对大气污染的关注度提升到新的层面。实际上我国的大气污染防治工作在前几年已经开始逐步开展，2002年开始，我国出台了一系列的措施，对节能减排的提倡有了一定的成果，同年8月发布了《节能减排“十二五规划》，从各项政策中对大气污染防治都起到一定的积极作用。根据前瞻产业研究院最新数据表明，我国2000-2011年，工业废气排放量年均增速%，11年间增长了倍。 1.1PM的概况 指的是大气中空气动力学当量直径小于的颗粒物[1]。公众较为熟悉的获知空气污染指数是在当下城市空气质量预报、指数中的可吸入颗粒物和总悬浮颗粒物。其中，可以通过人体的组织器官与外界进行气体交换吸入的直径比μm大、等于或小于10μm的颗粒物通常是指可吸入颗粒物，通常用PM 来表示；而直径 10 随着研究的小于或等于100微米的颗粒物被定义为总悬浮颗粒物，也称为PM 100 深入以及监测水平的提高，科学家逐渐采用来指示大气环境质量，空气污染的指数越严重，这个值就越高，称为。随着研究的深入以及监测水平的提高，科学家逐渐采用来指示大气环境质量，这个值越高，就代表空气污染越严重。在空气中每立方米的可吸入颗粒物的值越高，代表空气污染越严重。 颗粒物的直径小于或等于微米，是细颗粒物与粗颗粒物的评判标准也是主要 小的多，比人类的头发还有要细上许多，是头发的十分之的区别，体积要比PM 10 一的大小。大气中颗粒物的粒径要小于微米和粗颗粒物对比，别看粒径小却危害巨大，它的表层含有许多有毒、有害的物质，不仅如此它还有在大气中的停留时间长、输送距离远等特点，对公众的身体健康和空气质量有很大的影响.所以政府在2012年2月增加了监测指标。 1.1.1为什么使用代替PM10 悬浮的颗粒物在空气中分布的比较广且粒径分布范围。是大气颗粒物中粒径比较小的一部分，微米还涉及到人体健康的重要环节——俗称“可入肺颗粒
大气颗粒物源解析技术的开发与应用
大气颗粒物源解析技术的开发与应用 空气中的悬浮颗粒物（也被称为气溶胶）通常分为总悬浮颗粒物（TSP）、可吸入颗粒物（PM10和PM2.5）。TSP是指空气动力学当量直径≤100微米的颗粒物，PM10是指空气动力学当量直径≤10微米的颗粒物，PM2.5是指空气动力学当量直径≤2.5微米的颗粒物。TSP、PM10、PM2.5在粒径和重量上是存在着包含关系的，即TSP包含着PM10和PM2.5，PM10包含着PM2.5。目前国内的研究结果表明PM10与TSP的重量比约为60-80%，比前十几年高出10-20个百分点，说明我国空气中的细颗粒物的比例在上升。 就城市污染水平而言，欧洲城市TSP年均浓度为50-150微克/立方米，中国城市TSP年均浓度110-1500微克/立方米，PM10年日均浓度140-640微克/立方米。 我国颗粒物的污染水平明显高于欧美地区。 颗粒物粒子对人体健康的影响，主要与其粒径大小及化学成分有关。大于10微米粒径的粒子，绝大部分能阻留在鼻腔及咽喉部。2-10微米的粒子大部分进入肺部。当粒径小于2微米时，则大部分可通过呼吸道直达肺部沉积，这部分粒子对 人体危害最大。 当颗粒物浓度大于100微克/立方米时，大气能见度就可能降低，到达地面的太阳辐射能减少。当颗粒物浓度在60-180微克/立方米时，在伴有SO2和水汽共存 的条件下，能加速金属物质的腐蚀。 空气污染严重威胁人民的身体健康，对国民经济造成了巨大的破坏。据中国社会科学院最近公布的一项报告表明，1995年我国因总悬浮颗粒物导致的人体健康损失估算为171亿元，因酸雨造成的损失为130亿元。在我国很多地区尤其是大城市很难看到蓝天和白云，这说明城市颗粒物的污染已对能见度造成明显影响。 目前我国空气颗粒物超标严重，东北、西北地区有多个环境保护重点城市未达标，空气颗粒物污染超标是大气方面的主要问题。在北方城市中，空气环境质量达标问题主要是TSP或PM10达标问题；在南方一些城市中，空气污染达标问题主要是SO2和PM10达标问题；有的城市TSP和PM10都达标，但已开始关心PM2.5 的污染问题。 为了更有效地解决颗粒物污染的问题，科学家们把着眼点由排放源转移到了受体（即受污染源影响的某一局部大气环境），建立起了受体模型，逐步形成了通过对环境空气颗粒物样品和源样品的化学或显微分析确定各类污染源对受体贡献 值的一系列的源解析技术。 把源解析技术应用到环境空气质量达标工作是一项系统工程，从大的方面来分，应该包括以下几方面的工作：一是颗粒物来源解析，二是制定功能区空气质量达标实施方案，三是实施方案的评价和执行。 南开大学科研人员针对我国环境管理的需要，进行创新研究，建立了符合国情，
声源定位
声源定位（李子文） #include
lizard2 = atan(b/a); if(acos(d/sqrt(pow(a,2)+pow(b,2)))+lizard2 < R/2) lizard1 = acos(d/sqrt(pow(a,2)+pow(b,2)))+lizard2; else lizard1 = lizard2 - acos(d/sqrt(pow(a,2)+pow(b,2))); r = (pow(x1,2)+pow(y1,2)-pow(c*dt1,2))/(2*(x1*cos(lizard1)+y1*sin(lizard1)+c*dt1)); cout << "声源坐标为：（"< 毕业设计说明书基于麦克风阵列的声源定位技术 学生姓名：学号： 学院： 专业： 指导教师： 2012年 6 月 基于麦克风阵列的声源定位技术 摘要 声源定位技术是利用麦克风拾取语音信号，并用数字信号处理技术对其进行分析和处理，继而确定和跟踪声源的空间位置。声源定位技术在视频会议、语音识别和说话人识别、目标定位和助听装置等领域有着重要的应用。传统的单个麦克风的拾音范围很有限，拾取信号的质量不高，继而提出了用麦克风阵列进行语音处理的方法，它可以以电子瞄准的方式对准声源而不需要人为的移动麦克风，弥补单个麦克风在噪声处理和声源定位等方面的不足，麦克风阵列还具有去噪、声源定位和跟踪等功能，从而大大提高语音信号处理质量。 本文主要对基于多麦克风阵列的声源定位技术领域中的基于时延的定位理论进行了研究，在此基础上研究了四元阵列、五元阵列以及多元阵列的定位算法，并且分别对其定位精度进行了分析，推导出了影响四元、五元阵列目标方位角、俯仰角及目标距离的定位精度的一些因素及相关定位方程，并通过matlab仿真软件对其定位精度进行了仿真；最后在四元、五元阵列的基础上，采用最小二乘法对多元阵列定位进行了计算；通过目标计算值和设定值对比，对多元阵列的定位精度进行了分析，并得出了多元阵列的目标定位的均方根误差。 关键词：麦克风阵列，声源定位，时延，定位精度，均方根误差 Based on Microphone Array for Sound Source Localization Research Abstract Sound source positioning technology is to use the microphone to pick up voice signals, and digital signal processing technology used for their analysis and processing , Then identify and track the spatial location of sound source. Acoustic source localization techniques have a variety of important uses in videoconferencing, speech recognition and speaker identification, targets’ direction finding, and biomedical devices for the hearing impaired. The pick up range of traditional single microphone is limited, the signal quality picked up is not high, then a voice processing methods with the microphone array has been proposed . It may be electronically aimed to provide a high-quality signal from desired source localization and doe s not require physical movement to alter these microphones’ direction of reception. Microphone array has the functions of de-noising, sound source localization and tracking functions, which greatly improved the quality of voice signal processing. The article discusses some issues of sound source localization based on microphone array, On the basis ，it studies a four element array,five element array and an multiple array positioning algorithm, then the positioning precision is analyzed. Derived some factors of the azimuth and elevation angle targets the target range of the estimation precision affected and positioning equation. And through MATLAB simulation software for its positioning accuracy of simulation. finally ，based on four yuan, five yuan of array, using the least square method ,the multiple array localization were calculated. Through the contrast of the target value and set value, multiple array positioning accuracy is analyzed, and the of diverse array target positioning. Keywords: Microphone Array, Sound Source Localization, Time Delay, Positioning precision, root mean square error基于麦克风阵列的声源定位技术毕业设计