基于矢量传声器阵列的低频声源定位

基于麦克风阵列的实时声源定位技术研究引言：现代社会中，人们对声音的定位和识别需求越来越高。

例如，安防系统需要准确地定位入侵者的位置；智能语音助手需要能够识别用户的指令和语音提示，并作出相应的回应；语音会议系统需要准确地定位每个与会人员的位置，以保证音频质量和沟通效果。

这些应用都需要实时地准确地定位声源的位置。

基于麦克风阵列的实时声源定位技术应运而生，成为了当前研究的热点之一主体：1.麦克风阵列的工作原理麦克风阵列是基于传感器阵列的一种声音采集系统。

通过在一定空间范围内布置多个麦克风，可以采集到多个声音信号。

麦克风阵列的工作原理是利用声音信号到达阵列中各个麦克风的时间和相位差异，从而计算声源的位置。

2.声源定位的方法常用的声源定位方法有两种，分别是时域方法和频域方法。

时域方法主要是通过计算声源的到达时间差来确定位置。

常用的算法有交叉相关法、互相关法和延迟和幅度差法。

这些方法可以通过比较麦克风阵列中各个麦克风接收到的声音信号的相位和幅度差异，计算出声源的位置。

这些方法的计算量较大，但可以实现较高的定位精度。

频域方法主要是通过计算声源信号的频谱特性来确定位置。

常用的算法有波束形成法和最大似然法。

这些方法通过比较阵列中各个麦克风接收到的声音信号的频谱特性的差异，计算出声源的位置。

这些方法计算量较小，但定位精度相对较低。

3.算法优化为了提高声源定位的精度和实时性，研究者们进行了各种算法优化的尝试。

在时域方法中，可以通过优化交叉相关法中的互相关函数的计算方式，减少计算量。

同时，可以采用快速傅里叶变换等算法进行加速，提高实时性。

在频域方法中，可以对波束形成法进行优化，改进波束形成器的权重计算方式，提高定位精度。

另外，还可以将多种算法进行融合，利用多传感器的信息进行联合估计，减小误差。

同时，通过深度学习等方法，对声源的定位问题进行建模，提高算法的泛化能力。

4.应用前景基于麦克风阵列的实时声源定位技术在安防、智能家居、自动驾驶等领域有着广泛的应用前景。

基于传声器阵列的声源定位研究的开题报告1. 研究背景及意义在实际生产和生活中，声源定位一直是一个重要的问题。

例如，在工业生产中，需要对机器设备进行故障诊断，在战争中，需要对敌方军队进行定位，而在医学领域中，需要对人体内部的声源进行定位。

因此，研究声源定位技术具有重要的现实意义。

在近年来，随着数字信号处理技术的发展，传声器阵列成为了声源定位的一种重要技术手段。

传声器阵列可以采集多个声音信号，并通过信号处理方法得出声源定位的结果，具有精确度高、实时性强、适用范围广等优点，因此受到越来越多的关注。

在本次开题报告中，我们将基于传声器阵列的声源定位技术展开研究，通过实验和理论分析，深入研究传声器阵列的原理和应用，对声源定位技术进行深入探讨，为相关领域的研究提供理论和实践基础。

2. 研究目的和内容基于传声器阵列的声源定位研究的目的是深入探究传声器阵列的工作原理和适用范围，针对声源定位中存在的问题，提出解决方案和改进措施，从而提高声源定位的准确性和可靠性。

具体的研究内容包括：1）分析传声器阵列的工作原理和信号处理方法，探究其优势和不足之处。

2）建立声源定位的数学模型和仿真平台，验证传声器阵列技术在不同场景下的适用性和准确性。

3）对传声器阵列技术在实际应用中的局限性进行深入分析，提出改进方案和优化措施，提高声源定位的可靠性和准确性。

4）基于实验验证，评估传声器阵列技术在实际场景中的应用效果，提出相应的建议。

3. 研究方法本次研究将采用实验研究和数学建模的方法，结合计算机仿真和理论分析，进行各个方面的探究。

具体地，本次研究包括以下步骤：1）调研和文献研究：搜集和整理相关领域的文献资料，掌握传声器阵列的工作原理和信号处理方法。

2）数学建模和仿真：建立声源定位的数学模型和仿真平台，进行不同场景下的模拟实验，验证传声器阵列的准确性和适用性。

3）实验验证和数据分析：设计实验方案，在实际场景中进行测试和数据采集，对传声器阵列技术进行验证和评估。

毕业设计论文基于麦克风阵列的声源定位技术声源定位是指通过一定的算法和技术手段，利用麦克风阵列精确确定声源在三维空间中的位置。

在现实生活中，声源定位技术具有广泛的应用领域，如视频会议、无线通信、智能机器人等。

本文将重点研究基于麦克风阵列的声源定位技术，并探讨其原理和实现方式。

声源定位技术的核心问题是如何从麦克风阵列得到的多个音频信号中准确地估计声源的位置。

传统的声源定位方法主要依赖于声音在不同麦克风之间的时间差或幅度差来进行计算，并通过几何分析得出声源的位置。

然而，这种方法受到了环境噪声、声音衰减和多路径效应等因素的影响，导致定位结果不够准确。

为了提高声源定位的准确性和稳定性，近年来提出了一些基于信号处理和机器学习的方法。

其中，基于信号处理的方法主要通过对音频信号进行频谱分析和时频变换，提取声源的特征信息，并利用定位算法将这些信息转化为声源的位置。

这类方法通常需要对环境噪声和多路径效应进行建模和去除，以提高定位的准确性。

然而，由于环境复杂性和信号处理的复杂性，这类方法在实际应用中往往存在一定的限制。

与此同时，基于机器学习的方法也逐渐得到了广泛应用。

这类方法主要通过训练算法模型，从大量的声源位置数据中学习到声源的定位规律，并在实时定位中进行预测。

与传统的方法相比，基于机器学习的方法能够更好地适应不同环境和条件下的声源定位需求，并具有较高的准确性和稳定性。

然而，这类方法需要大量的训练数据和复杂的计算过程，对硬件设备和计算资源的要求较高。

在本文中，我们将提出一种基于麦克风阵列的声源定位方法，并探讨其实现过程和效果评估。

该方法将结合信号处理和机器学习的技术手段，通过对音频信号的预处理和特征提取，提高声源定位的准确性和稳定性。

同时，我们将设计实验并收集大量的声源位置数据，利用机器学习算法训练模型，并对其进行评估和优化。

最终，我们将在实际的应用场景中验证该方法，并与传统的方法进行对比分析。

本文的研究内容对于声源定位技术的发展和应用具有一定的指导意义。

基于传声器阵列的声源定位方法研究的开题报告一、研究背景随着生产和生活的日益发展，我们对于声音的要求也越来越高。

声源的不同位置和方向都会产生不同的声场效果，比如在音响行业，定位到各个演奏者的具体位置能够为观众带来更好的听感体验；在机器人领域，能够通过声源定位技术识别声源位置从而辅助机器人进行导航和控制等。

因此，声源定位也成为了科技领域中的重要研究方向之一。

目前，声源定位的研究方法有基于单个传声器的方法和基于传声器阵列的方法。

其中，基于传声器阵列的方法尤其适用于对于复杂声场的分析和定位。

因为它可以通过多个传声器在不同位置上采集到的声音信号来确定声源的位置和方向。

二、研究目的和意义本研究的主要目的是基于传声器阵列的声源定位方法，通过采集声音信号的时间差和幅度差等数据，利用定位算法计算出声源的位置和方向。

这将有效提高声源定位的准确性和可靠性，并可以应用于音响、机器人导航等领域中，促进技术的发展和进步。

三、研究内容和方法本研究的主要内容包括以下几个方面：1. 声源定位的基本原理和方法的研究。

2. 传声器阵列的选取和设计。

3. 声源定位实验平台的搭建。

4. 声源定位数据的采集和分析。

5. 基于定位算法的声源定位结果的实现和验证。

本研究将采用实验研究的方法。

首先，我们将根据声源定位的基本理论和方法，设计和选择合适的传声器阵列。

然后，我们将搭建实验平台，并进行声源定位实验。

最后，我们将结合实验结果，比较不同算法的效果，并验证实现结果的正确性。

四、研究预期结果和影响本研究预计能够提高声源定位的准确性和可靠性，产生出更好的声场效果。

同时，以此为基础，我们能够进一步推进声源定位技术的发展，对音响、机器人等领域的发展产生重要的推动作用。

五、研究进度计划本研究计划分为以下几个阶段：1. 文献调研和理论研究（2周）。

2. 传声器阵列的选择和设计（4周）。

3. 声源定位实验平台的搭建（4周）。

4. 实验数据的采集和分析（4周）。

一种基于矢量传声器阵列的低频噪声源定位装置及方法说实话一种基于矢量传声器阵列的低频噪声源定位装置及方法这事，我一开始也是瞎摸索。

我最开始就想，咱得先把这矢量传声器阵列给整明白啊。

这就好比搭积木，每个传声器就像是一块小积木，但是这些小积木它的摆放位置啥的那可太重要了。

我试过好几种阵列的排列方式，什么直线型的、圆形的。

一开始就傻愣愣地摆成直线型的，心想这多整齐啊。

结果呢，根本不行。

因为低频噪声它传播的时候是很乱的，这种排列采集到的数据乱七八糟，就像你拿个网去捞鱼，但这个网眼太大了，小鱼都跑了，就是很多信息都没采集到。

后来我又改成圆形排列试试，就像一群人围个圈儿一样把噪声源给围起来。

这时候采集到的数据开始有点样子了，但是问题又来了。

到底怎么根据这些数据来确定噪声源的位置呢？我当时就想啊，假如这噪声源是个小偷，传声器采集到的数据就是小偷留下的脚印。

那这些脚印到底指向哪里呢？我就开始研究算法。

我试过那种简单的时间差算法，想着根据不同传声器接收到信号的时间差来确定声源位置。

但是低频噪声它不像高频的一跑起来那么干脆，它拖拖拉拉的，这个时间差很难精确确定。

就好比一群乌龟在爬，你很难精确说出哪只乌龟比另外一只先到某个地方多少时间。

后来我知道了一种波束形成算法好像比较靠谱。

我就像一个小学生做数学题一样，一步一步按照算法往里套数据。

把从每个传声器采集到的数据，当成这个算法中的元素开始计算。

这个过程可不容易，我经常算错，有时候是符号弄反了，有时候是计算过程中某个数值代错了。

就好比你做菜的时候，盐放多了或者少了，整个味道就不对了。

但是经过长时间的折腾，我还是发现了一些小窍门。

比如说在做数据预处理的时候，要把那些明显异常的数据给剔除掉。

这就像你在挑水果，把烂的扔掉，留下好的才能做成果汁。

还有啊，在使用波束形成算法的时候，一定要确定好阵列的参数，就像给一个机器调好各个零件才能让它好好工作一样。

我不太确定这些对于所有人都适用不适用，但这都是我自己实践得到的宝贵经验，希望能给有同样想法的朋友一些帮助。

物联网技术 2023年 / 第9期220 引 言随着信息技术和人工智能的快速发展，声音导航跟踪定位的应用越来越广泛。

声音信号是人们传递信息的重要方式，在智能车载、智能家居、可穿戴设备等领域受到关注[1]。

声源定位技术，在现代工业制造中可以通过噪声和异响进行定位[2]；在国防现代化方面，可以用来辅助测量炮兵阵地、定位狙击手位置、测量弹药、测试火炮的着落点和空中炸点[3]；在生活中，可以准确识别空调、冰箱、洗衣机等家电产品的噪声源，从而确定其位置、分布，并优化控制减小噪声，改善人们的工作和生活环境[4]。

声源定位技术主要可以分成三大类：第一类是基于最大输出功率的可控波束形成技术；第二类是高分辨率谱估计技术；第三类是基于声达时间差的定位技术，利用到达阵列上各传声器的声音信号间的时间差来定位声源，这类技术计算量小，比较适用于实时处理，实际运用也十分广泛。

本文基于声源近场传播模型[5-6]设计并制作了一个以STM32为主控的声源定位跟踪系统，该系统实现了对较宽频率声源进行定位与追踪[7]，在视频会议、语音增强、自动语音识别领域[8-9]有重要的应用价值。

1 理论分析与计算1.1 TDOA 的基本定位原理传统的基于TDOA 技术[10-12]的无线定位系统一般涉及4个基站和1个移动平台MB(x , y , z )，其中下行发射基站为B 0(x 0, y 0, z 0)，上行接收基站为B i (x i , y i , z i ), i =(1, 2, 3)，移动平台MB 发送到各基站的上行信号的到达时间差为t 10、t 20、t 30，且均可测得。

设R i 为MB 到各基站的距离，已知电磁波在空气中的传播速度为c ，则可算得MB 到各个基站的距离差R 1-R 0=t 10×c =R 10，R 2-R 0=t 20×c =R 20，R 3-R 0=t 30×c =R 30。

由此可列方程组：R x x y y z z R x x y y z z R 020202021212121222=−+−+−=−+−+−=()()()()()()()()()()()()x x y y z z R x x y y z z 22222232323232−+−+−=−+−+− （1）解三元二次方程组便可求得移动平台MB 的坐标(x , y , z )，从而实现声源定位。

基于TDOA的声源定位装置的设计与实现
薛欣
【期刊名称】《电子产品世界》
【年(卷),期】2024(31)4
【摘要】随着工业自动化仪器仪表的迅猛发展,声音位置的实时定位是很多智能应用设备不可或缺的功能之一,其中麦克风阵列技术被广泛应用于军事、视频电视会议、智能交通以及智能机器人等领域,以提升声音捕捉和定位的效果。

针对传统麦克风阵列声源定位装置存在体积大、成本高、受环境干扰等问题,提出了一种基于STM32的便携式声源定位装置。

该装置以STM32F411RET6为核心处理器,利用STM32CubeMX和MDK-ARM进行软件程序设计。

该设计在信号处理、体积和成本等方面具有明显的优势,为弥补传统装置的缺陷提供了一种新颖的解决方案,具备广泛的应用前景和深远的研究意义。

【总页数】5页(P17-21)
【作者】薛欣
【作者单位】太原学院智能与自动化系
【正文语种】中文
【中图分类】TN929.11
【相关文献】
1.基于TDOA的声源定位算法研究及实现
2.基于智能手机TDOA估计的被动声源定位方法与系统实现
3.基于麦克风阵列的声源定位装置的设计与实现
4.基于
TDOA的声源定位系统设计5.基于TDOA声源定位算法的激光武器狙击手攻击系统设计
因版权原因，仅展示原文概要，查看原文内容请购买。

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。

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屮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matbb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 ResearchAbstractSound 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, t hen a voice processing met hods with the microphone array has been proposed . It may be electronically aimed to provide a high-quality signal from desired source localization and does 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, Ont he basis , it stu dies a four element array, five element array and an multipie array positioning algorithm, t hen 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 positioningaccuracy of Simulation. finally , based on four yuan, five yuan of array, using the least square met hod , the multiple array localiza tion were calcula ted. Through the cont ras t of the t arge t value and set value, multi pie 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 error1 引言 (1)1.1研究背景和意义 (1)1.2声源定位技术的研究现状及发展 (2)研究历史和现状 (1)发展趋势 (3)1.3麦克风声源定位技术 (5)1.4本文所要研究的内容 (6)2声学理论基础知识 (7)2.1空气的物理特性 (7)2.2声波的物理特性 (8)2.3声波在空气中的传播特性 (12)2.4声源定位原理 (13)2.5 本章小结 (14)3基于时延估计的声源定位算法及其精度分析 (15)3.1时延估计算法概述 (15)3.2基于时延估计的声源定位的研究分析 (16)四元阵列定位算法 (17)五元阵列定位算法 (20)3.3四元阵列的定位精度分析及其仿真 (21)方位角精度分析及仿真 (23)俯仰角精度分析及仿真 (25)距离估计精度分析及仿真 (27)3.4五元阵列的定位精度分析及其仿真 (29)方位角精度分析及仿真 (29)俯仰角精度分析及仿真 (32)距离估计精度分析及仿真 (34)3.5 本章小结 (36)4多元麦克风阵列声源定位分析 (37)4.1多元麦克风阵列定位方程 (37)4.2最小二乘法求声源位置 (30)4.3定位精度分析 (40)4.4结果及计算分析 (41)4.4 本章小结 (33)5 总结与展望 (43)5.1全文总结 (43)5.2本文的不足之处及后续工作展望 (44)参考文献 (46)致谢 (49)1引言1.1研究背景和意义在各种电子设备高度智能化的今天，语音增强与声源定位技术成为语音通信领域中两种不可缺少的技术。

传声器阵列声成像的阵列优化与稳健算法研究基于传声器阵列技术的阵列声成像研究主要包括阵列优化设计和稳健的声源定位研究。

阵列的阵型决定了阵列波束主瓣宽度和旁瓣级，表征了阵列空间分辨能力和抗干扰能力，因此优化设计阵形提高阵列性能，成为阵列研究中的重要内容。

虽然存在各种高分辨率算法，但实际工作环境由于混响和干扰的影响，高分辨率算法性能急剧下降而无法使用，因此计算量较小便于实时实现的稳健波束形成算法成为一项重要研究内容。

球面传声器阵列具有三维均匀探测能力，阵列波束可以灵活地指向空间任意方向，得到广泛应用。

基于球谐函数函数理论的球面阵列处理，在阵元位置无法满足正交关系时，阵列波束将产生严重变形，因此如何设计理想稳健波束，以及在干扰和噪声环境中最优波束的设计是球面阵列研究的重要内容。

声信号的处理主要包括信号显示分析以及阵列信号处理，其中信号显示包括波形显示和频谱分析。

阵列信号处理提供了成像频带选择、算法选择、阵形选择，选择不同的参数传输给DLL进行声像计算。

声信号经过DFT变换，将频域信号传输给算法程序，频带选择限定了声源的成像频率范围，根据需要可以选择不同的带宽进行分析。

选择时域的时延相加波束形成、频域的相移相加波束形成、改进的SRO-PHAT算法等。

通过选择阵形，可以获得不同阵元坐标，结合成像距离选定信号类型，获得阵列的导向矢量，供算法调用。

算法最终获得能量的二维分布，经过归一化转化为RGB色阶的二维矩阵，而视频信号也同时转化为RGB色阶的二维矩阵，经过图像融合处理，获得最终的声成像结果。

阵列性能指标主要包括空间分辨率、旁瓣抑制能力和阵列测量频率上下限。

再降低频率两个声源无法分离，此时的频率即为声成像测量系统的测量频率下限。

通常以阵列视角出现虚像的频率作为阵列的测量上限，声源虚像是指声场视角内出现的略小于声源或与声源相当但实际并不存在的声像。

将一个声源放置于视频边缘不断提高声源频率直到视角边缘出现虚像，此时的频率即为阵列的测量频率上限。

燕山大学本科毕业设计（论文）开题报告课题名称：声源定位系统学院（系）：信息科学与工程学院年级专业： 12级电子信息工程学生：坤朋指导教师：练秋生教授完成日期： 2016/3/18一、综述本课题国外研究动态，说明选题的依据和意义与许多技术一样，声源定位技术也是率先被应用于军事领域。

早在第一次世界大战期间，人们就开始利用火炮发射时的响声来测定敌方火炮的方位。

随着科学技术的飞速发展，人们对声源定位的需求也在日益提高，声源定位的测量围与定位精度都有了很大程度的提高，其应用领域也随之扩展。

除了在军事领域继续大展身手以外，声源定位技术还被广泛应用于电视会议，工业降噪，安防系统，机器人听觉等领域。

二十世纪八十年代以来，声源定位技术逐渐成为一项研究热点，世界各国纷纷投入大量人力、物力从事这方面的研究，科研成果如雨后春笋，层出不穷[1]。

在硬件方面，麦克风阵列在声音采集领域中得到了广泛应用，通过处理采集到的阵列信号，人们可以提取目标声源的空间特征信息。

麦克风阵列是由多个麦克风构成的，有一定几何形状的阵列。

它可以同时采集空间中不同位置的声音信号具有很强的空间选择性，较强的干扰抑制能力，可以灵活地进行波束控制[2]。

在声源定位技术方面，国外的起步要早于国，当时被广泛应用的领域是军事领域。

到目前，安装并正在使用声探测系统的国家有美国、以色列、日本和瑞典等等。

广泛应用的声探测系统有AEWS声探测预警系统生产于以色列拉斐而公司，Helisearch直升机声探测系统生产于瑞典，PALS定位系统生产于美国的ISC公司。

声探测技术的原理是通过微小基阵传声阵列被动的检测具有明显特征的声音信号的方位和距离。

而且，受基阵阵元间距严重的限制了小基阵探测的精度，为了能够自由改变阵元间距，采用了小型基阵，其精度高达1米数量级。

该技术的实现，使得单兵头盔式声测定位系统和车载声探测小基阵等在国外的军事领域中备受青睐[3]。

国对这方面的研究起步较晚，理论研究与实际应用都还比较落后。