⚡ electrical engineering

ASAP: An Azimuth-Priority Strip-Based Search Approach to Planar Microphone Array DOA Estimation in 3D

تقترح هذه الورقة البحثية منهجية ASAP، وهي نهج بحث قائم على الشرائط يعطي الأولوية لخط العرض (azimuth)، مما يعزز كفاءة وأداء الوقت الفعلي لتقدير اتجاه الوصول ثلاثي الأبعاد للمصفوفات الميكروفونية المستوية من خلال الاستفادة من الموثوقية الأعلى لتقديرات خط العرض لتقليل العبء الحسابي لطريقة SRP-PHAT.

المؤلفون الأصليون: Ming Huang, Shuting Xu, Leying Yang, Huanzhang Hu, Yujie Zhang, Jiang Wang, Yu Liu, Hao Zhao, He Kong

نُشر 2026-04-29

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ming Huang, Shuting Xu, Leying Yang, Huanzhang Hu, Yujie Zhang, Jiang Wang, Yu Liu, Hao Zhao, He Kong

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك في غرفة واسعة وفارغة، وفي منتصفها طاولة مستديرة ومسطحة. وضعت على هذه الطاولة ثمانية ميكروفونات صغيرة مرتبة في دائرة. هدفك هو معرفة مكان وقوف الشخص بدقة في الغرفة بمجرد الاستماع إلى صوته. أنت بحاجة لمعرفة شيئين:

السمت (Azimuth): في أي اتجاه يواجه الشخص بالنسبة للطاولة؟ (يسار، يمين، أمام، خلف؟)
الارتفاع (Elevation): هل يقف على الأرض، أم أنه على شرفة ينظر للأسفل؟

هذه هي مهمة تقدير اتجاه وصول الصوت (DOA).

المشكلة: معضلة "البحث في الغرفة بأكملها"

الطريقة القياسية لحل هذه المشكلة (والتي تسمى SRP-PHAT) تشبه محاولة العثور على مفتاح مفقود في غرفة مظلمة عن طريق فحص كل بوصة من الأرض والجدر والأسقف. إنها دقيقة للغاية، ولكنها تستغرق وقتاً طويلاً جداً. إذا كان لديك روبوت أو هاتف بقدرات حوسبة وبطارية محدودة، فإن طريقة "فحص كل شيء" هذه ستكون بطيئة جداً لدرجة تجعل استخدامها في الوقت الفعلي أمراً صعباً.

علاوة على ذلك، هناك عقبة؛ فالمصفوفات الميكروفونية المسطحة (Planar) بارعة حقاً في تحديد "اليسار مقابل اليمين" (السمت)، لكنها تكون مشوشة قليلاً بشأن "الأعلى مقابل الأسفل" (الارتفاع). الأمر يشبه امتلاك بوصلة تعمل بشكل مثالي، ولكن مع ميزان مستوى (level) غير مستقر قليلاً.

الحل: تقنية ASAP (البحث القائم على الشرائط ذو الأولوية للسمت)

اقترح مؤلفو هذه الورقة طريقة جديدة تسمى ASAP. بدلاً من فحص الغرفة بأكملها بشكل عشوائي، تستخدم ASAP استراتيجية ذكية مكونة من خطوتين، تستغل نقاط القوة في طاولة الميكروبات المسطحة.

فكر في الأمر كأنك تبحث عن كتاب محدد في مكتبة ضخمة:

الخطوة 1: "بحث الشرائح" (إيجاد الممر)

بدلاً من النظر في كل كتاب على كل رف في المكتبة بأكملها، تنظر أولاً إلى الممرات (السمت).

التشبيه: تخيل أن المكتبة مقسمة إلى شرائح أفقية. تقوم بمسح هذه الشرائح بسرعة لمعرفة أي "ممر" من المرجح أن يكون الكتاب موجوداً فيه.
كيف يعمل: تركز ASAP على الاتجاه الأفقي أولاً لأن الميكروفونات المسطحة خبيرة في هذا المجال. إنها تحصر البحث في عدد قليل من "الشرائح" الواعدة في الغرفة. هي لا تختار نقطة واحدة فحسب؛ بل تحتفظ بعدة "مناطق ساخنة" (مثل إبقاء عدة ممرات مرشحة مفتوحة) تحسباً لاحتمالية أن يكون التخمين الأول غير دقيق تماماً.

الخطوة 2: "تكرير الدائرة العظمى" (إيجاد الرف المحدد)

بمجرد معرفة الممر (السمت) الذي يتواجد فيه الكتاب، لا تحتاج إلى فحص المكتبة بأكملها مرة أخرى. أنت فقط تسير داخل ذلك الممر وتنظر بدقة إلى الرفوف (الارتفاع).

التشبيه: الآن بعد أن عرفت أن الكتاب موجود في "الممر 4"، لست بحاجة لفحص "الممر 1" أو "الممر 10". أنت فقط تسير صعوداً وهبوطاً في "الممر 4"، وتبحث تحديداً عن ارتفاع الكتب.
كيف يعمل: تأخذ الطريقة أفضل التخمينات من الخطوة الأولى وترسم خطاً منحنياً ("قوس الدائرة العظمى") بينها. ثم تقوم بعملية بحث دقيقة أحادية البعد على طول هذا الخط لتحديد الارتفاع الدقيق (السمت) للصوت.

لماذا يعد هذا أفضل؟

اختبر المؤلفون هذه الطريقة بطريقتين: المحاكاة الحاسوبية والاختبارات الواقعية في مكتب يحتوي على مصفوفة ميكروفونات دائرية مكونة من 8 ميكروفونات.

السرعة: إنها أسرع بكثير من طريقة "فحص كل شيء" القديمة. في الاختبارات، كانت أسرع بنسبة 14% من أفضل طريقة "ذكية" سابقة (CFRC)، وأسرع بكثير من البحث الكامل.
الدقة: كما أنها أكثر دقة قليلاً؛ حيث قللت من الخطأ في تخمين الموقع بنسبة تتراوح بين 4% إلى 5% مقارنة بأفضل طريقة سابقة.
إثبات واقعي: اختبروا الطريقة باستخدام أصوات بشرية حقيقية في مكتب صاخب. وجدت الطريقة الجديدة المتحدثين بشكل أسرع وأكثر دقة من المنافسين، حتى مع وجود الأصداء والضوضاء الخلفية.

الخلاصة

ابتكر المؤلفون خوارزمية "بحث ذكي" تعترف بـ: "نحن بارعون حقاً في تحديد اليسار واليمين، لذا دعونا نحدد ذلك أولاً، ثم سنقوم بعد ذلك بتحديد الأعلى والأسفل بعناية".

من خلال القيام بذلك، جعلوا تحديد اتجاه الصوت في المصفوفات الميكروفونية المسطحة أسرع وأكثر دقة، وهو أمر بالغ الأهمية للروبوتات والأجهزة التي تحتاج إلى الاستماع والاستجابة فوراً دون الحاجة إلى حاسوب خارق للقيام بالعمليات الحسابية. كما قاموا بإتاحة الكود الخاص بهم للآخرين لاستخدامه.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "ASAP: نهج البحث القائم على الشرائط ذو الأولوية لخط العرض الجغرافي (السمت) لتقدير اتجاه وصول المصدر (DOA) في المصفوفات الميكروفونية المستوية في الفضاء ثلاثي الأبعاد."

1. بيان المشكلة

يعد تقدير اتجاه الوصول (DOA) أمراً بالغ الأهمية لتطبيقات مثل الروبوتات، والمؤتمرات عبر الإنترنت، والتفاعل بين الإنسان والروبوت. وتعتبر طريقة قدرة الاستجابة الموجهة مع تحويل الطور (SRP-PHAT) منهجاً مرجعياً قوياً لهذه المهمة. ومع ذلك، فإنها تواجه تحديين رئيسيين في السيناريوهات ثلاثية الأبعاد، لا سيما مع المصفوفات الميكروفونية المستوية:

التكلفة الحسابية: يتطلب التقدير الدقيق ثلاثي الأبعاد بحثاً شاملاً عبر آلاف الاتجاهات المرشحة على شبكة كروية كثيفة، وهو أمر غير مجدٍ للتطبيقات التي تعمل بالوقت الفعلي على المنصات المدمجة أو المتنقلة محدودة الموارد.
قيود المصفوفات المستوية: تعاني المصفوفات المستوية (الشائعة في الروبوتات نظراً لبساطة هيكلها) من موثوقية متباينة الخواص (Anisotropic Reliability). فهي توفر دقة عالية في تقدير خط الطول الجغرافي (السمت/Azimuth)، لكنها تعاني من ضعف في تقدير خط العرض الجغرافي (الارتفاع/Elevation) (مثل اتساع الفص الرئيسي وتسطح القمة عند الارتفاعات العالية). تفشل الطرق الحالية مثل "تقليص المنطقة من الخشن إلى الناعم" (CFRC) في استغلال هذه الخاصية المحددة، حيث تعامل الفضاء ثلاثي الأبعاد بشكل موحد، بينما تكون طريقة SRP-PHAT كاملة الشبكة بطيئة جداً.

2. المنهجية: إطار عمل ASAP

يقترح المؤلفون إطار ASAP (نهج البحث القائم على الشرائط ذو الأولوية للسمت)، وهو خوارزمية مكونة من مرحلتين مصممة خصيصاً للمصفوفات المستوية. تقوم هذه الخوارزمية بتفكيك مشكلة البحث ثلاثي الأبعاد للاستفادة من الموثوقية الأعلى لتقدير السمت.

المرحلة الأولى: تقدير السمت المقيد بالشرائط

بدلاً من البحث في كامل الكرة ثلاثية الأبعاد، يقيد ASAP البحث الأولي في شرائط أفقية للسمت.

فضاء البحث: يتم تعريف فضاء المرشحين كunion (اتحاد) لشرائط أفقية متمركزة عند زوايا ارتفاع ( $\Theta$ ) محددة مسبقاً.
تقليص المنطقة من الخشن إلى الناعم (CFRC): داخل هذه الشرائط، يتم إجراء بحث بأسلوب CFRC.
- تبدأ الخوارزمية بشبكة كروية خشنة وتقوم بتقسيم المثلثات بشكل متكرر.
- في كل مستوى تنقيح، تحتفظ الخوارزمية بأفضل $N$ من الاتجاهات الوحدة.
- فلترة الغطاء الكروي: حول القيم القصوى المحتفظ بها، يتم تشكيل أغطية كروية لتركيز عمليات التقييم بالقرب من القمم الناشئة، مما يؤدي فعلياً إلى تثبيت زاوية السمت ( $\hat{\phi}$ ) مع السماح لعدة مرشحات للارتفاع بالاستمرار.

المرحلة الثانية: تنقيح الارتفاع أحادي البعد

بمجرد تثبيت السمت، تقوم الخوارزمية بتنقيح الارتفاع ( $\theta$ ) باستخدام بحث أحادي البعد، متجنبة المسح ثنائي الأبعاد الكامل. يتم اقتراح استراتيجيتين للتنقيح:

تنقيح المركز المداري (MC):
- يثبت السمت عند تقدير المرحلة الأولى ( $\hat{\phi}$ ).
- يبحث في الارتفاع ضمن نافذة ضيقة $[\hat{\theta} - r, \hat{\theta} + r]$ .
- يستخدم الاستيفاء التربيعي المحلي حول القمة المنفصلة لتحقيق دقة أعلى من الشبكة.
تنقيح ما بين النقاط (BP):
- يستخدم أفضل متجهين وحدة ( $u_1, u_2$ ) من المرحلة الأولى.
- يقوم بإجراء الاستيفاء الخطي الكروي (SLERP) على طول القوس العظيم الذي يربط هذين المتجهين.
- يعاين القوس لإيجاد الارتفاع الأمثل، مستفيداً من العلاقة الهندسية بين المرشحين الاثنين.

3. المساهمات الرئيسية

استراتيجية أولوية السمت: أول طريقة تستغل صراحةً تباين الموثوقية في المصفوفات المستوية من خلال إعطاء الأولوية لتثبيت السمت قبل تنقيح الارتفاع.
البحث القائم على الشرائط: تقدم آلية "بحث مقيد بالشرائط" تقلل مساحة البحث ثلاثية الأبعاد إلى سطح ثنائي الأبعاد (شرائط) ثم إلى مسار أحادي البعد، مما يقلل التعقيد الحسابي بشكل كبير.
آليات تنقيح مزدوجة: تقترح كلاً من استراتيجيتي التنقيح MC و BP، حيث توفر BP أداءً فائقاً من خلال استخدام المسار الهندسي بين المرشحين عاليي الدرجة.
المصدر المفتوح: قام المؤلفون بنشر الكود المصدري لسهولة تبني المجتمع له وللمزيد من الأبحاث.

4. النتائج التجريبية

تم التحقق من صحة الطريقة من خلال تجارب محاكاة واسعة النطاق وتجارب واقعية باستخدام مصفوفة دائرية منتظمة (UCA) مكونة من 8 ميكروفونات.

نتائج المحاكاة

الدقة: حقق متغير BP من ASAP أدنى جذر متوسط مربع الخطأ (RMSE) عبر جميع ظروف نسبة الإشارة إلى الضوضاء (SNR) (بيئة نظيفة، وضوضاء 3.09 ديسيبل، وضوضاء 1.5 ديسيبل).
- مقارنة بـ CFRC، قلل ASAP من قيمة RMSE بنسبة 5.87%.
- تفوق على طريقة SRP-PHAT كاملة الشبكة في الدقة مع كونه أسرع بكثير.
الكفاءة:
- عند أعلى دقة للشبكة (المستوى 5)، قلل ASAP من وقت التشغيل بنسبة 13.56% مقارنة بـ CFRC.
- زاد وقت تشغيل SRP-PHAT كاملة الشبكة بشكل حاد مع زيادة الدقة (مثلاً ~~3987 ثانية عند المستوى 5)، بينما حافظ ASAP على أوقات تشغيل أقل من 100 ثانية (~~73 ثانية).

التجارب الواقعية

الإعداد: أجريت في بيئة مكتبية ذات صدى ( $T_{60} \approx 0.5s$ ) مع كلام بشري من 5 متحدثين.
الأداء:
- الدقة: حقق BP-ASAP قيمة RMSE قدرها 8.83°، متفوقاً على SRP-PHAT (8.90°) و CFRC (9.23°).
- السرعة: عند المستوى 5، استغرق ASAP (BP) حوالي 28.58 ثانية لـ 523 تسجيلاً، مقارنة بـ 36.23 ثانية لـ CFRC و 1556.55 ثانية لـ SRP-PHAT كاملة الشبكة.
- التحسن: مقارنة بـ CFRC، قلل ASAP من وقت التشغيل بنسبة 13.98% ومن قيمة RMSE بنسبة 4.33%.

5. الأهمية

الجدوى في الوقت الفعلي: يجعل ASAP تقدير DOA ثلاثي الأبعاد عالي الدقة ممكناً للأنظمة المدمجة والروبوتات المتنقلة من خلال تقليل العبء الحسابي بشكل كبير دون التضحية بالمتانة.
المتانة في المجال البعيد: من خلال تحسين دقة تقدير الارتفاع (حتى لو كان تحسيناً طفيفاً)، تساعد الطريقة في منع تراكم الأخطاء في تتبع الهدف، وهو أمر بالغ الأهمية في سيناريوهات المجال البعيد.
الاتجاهات المستقبلية: يشير المؤلفون إلى أن ضبط المعلمات الحالي (عرض الشريط، مستويات التقسيم) يعتمد على التجربة والخطأ. تهدف الأعمال المستقبلية إلى دمج نماذج تعلم عميق خفيفة الوزن للتحسين المنهجي للمعلمات وتوسيع الطريقة لتشمل سيناريوهات المصادر المتعددة والمصادر المتحركة.

في الختام، يمثل ASAP خطوة مهمة للأمام في تحديد موقع المصدر الصوتي للمصفوفات المستوية، حيث نجح في الموازنة بين الكفاءة الحسابية ودقة التقدير من خلال استراتيجية بحث مهيكلة تعطي الأولوية للسمت.