[发明专利]一种平面阵列反卷积声源识别方法有效
申请号: | 201910366448.8 | 申请日: | 2019-05-05 |
公开(公告)号: | CN110109058B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 吴桂娇;李智;余立超;徐福健;王平;褚志刚 | 申请(专利权)人: | 中国航发湖南动力机械研究所;重庆大学 |
主分类号: | G01S5/20 | 分类号: | G01S5/20 |
代理公司: | 重庆大学专利中心 50201 | 代理人: | 唐开平 |
地址: | 412002 湖南省株洲市芦*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 平面 阵列 卷积 声源 识别 方法 | ||
1.一种平面阵列反卷积声源识别方法,包括以下步骤,
步骤1、计算传统波束形成输出结果
波束形成输出量的计算式为:
式中,C=∑r′C(r′)=∑r′q(r′)v*(r′)vT(r′),为频域下的全互谱矩阵;
r′为声源位置向量,q(r′)为r′处源强,上标T和*分别表示转置和共轭;v=[vm(r)]表示聚焦点为r的导向列向量,vm(r)表示第m个传声器的导向矢量;l为所有元素均为1的矩阵,w=[|vm|]2;
步骤2、建立波束形成输出结果与声源分布之间的方程组
b=Aq
式中,b=[b(r)]为N维波束形成输出列向量,N为网格点数目;A=[psf(r|r′)]为N×N维的点传播函数矩阵;q为N维的声源分布列向量;
其特征是:
步骤3、迭代求解声源分布
1)、初始化t=1,残差rt-1=b,支撑集矩阵At-1=0;
2)、计算相关系数h=AHrt-1,上标H表示转置共轭,选择h中绝对值前S个元素所对应的索引记作{λi}i=1,2...S;
3)、令Γt=Γt-1∪{λi}i=1,2...S;计算最小二乘解:
θt是待求解的N维源强分布估计矢量,表示根据Γt包含的索引挑选传播函数矩阵A中相应的列所构造的中间矩阵;
4)、寻找索引为声源分布矢量的索引;
5)、令Jt=Jt-1∪μ,At=At-1∪aμ,aμ为A的第μ列向量;再次更新源强分布估计:
6)、更新残差矢量
7)、若||rt||2>ε则令t=t+1回到步骤2),否则输出结果;
8)、获得声源分布矢量估计值q在Jt处有非零值,Jt为最终的索引集合,其值为θt。
2.根据权利要求1所述的平面阵列反卷积声源识别方法,其特征是:在步骤3的2)中,参数S取值为S<D且S<M/D,D为声源的数目,M为麦克风数目。
3.根据权利要求1或2所述的平面阵列反卷积声源识别方法,其特征是:在上述步骤3的7)中,ε选取10-3到10-6范围内的值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航发湖南动力机械研究所;重庆大学,未经中国航发湖南动力机械研究所;重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910366448.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种激光定位系统
- 下一篇:一种基于深度学习网络的雷达辐射源信号识别方法