[发明专利]一种水听器阵列数据远场信号分离方法及装置有效

专利信息
申请号: 202210444944.2 申请日: 2022-04-26
公开(公告)号: CN114636971B 公开(公告)日: 2022-08-16
发明(设计)人: 朱兆林;任浩然;陶柳蓉;程明鑫;江金生 申请(专利权)人: 海南浙江大学研究院;浙江大学
主分类号: G06F17/15 分类号: G06F17/15
代理公司: 杭州寒武纪知识产权代理有限公司 33271 代理人: 潘理华
地址: 572000 海南省三亚市崖*** 国省代码: 海南;46
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 水听器 阵列 数据 信号 分离 方法 装置
【权利要求书】:

1.一种水听器阵列数据远场信号分离方法,其特征在于,所述方法包括:

获取水听器阵列数据;

对所述水听器阵列数据进行傅里叶变换,得到空间频率域数据;

对所述空间频率域数据进行倾斜叠加,得到频率域平面波数据;

对所述频率域平面波数据进行反傅里叶变换,得到线性振幅增强的平面波域阵列数据;

根据所述平面波域阵列数据,生成目标远场信号数据;

其中,所述对所述水听器阵列数据进行傅里叶变换,得到空间频率域数据,包括:

获取预设相对振幅;

根据所述相对振幅对所述水听器阵列数据进行数据切除得到新的阵列数据;

通过时间方向的傅里叶变换把所述新的阵列数据变换到空间频率域,得到空间频率域数据;

其中,所述对所述空间频率域数据进行倾斜叠加,得到频率域平面波数据,包括:

基于误差函数对所述空间频率域数据进行倾斜叠加,得到频率域平面波数据;

所述根据所述平面波域阵列数据,生成目标远场信号数据,包括:

对所述平面波域阵列数据进行奇异值分解,得到所述平面波域阵列数据的特征子空间数据;

对所述特征子空间数据进行倾斜叠加反变换,得到初始远场信号数据;

获取所述初始远场信号数据对应的梯度张量;

根据所述梯度张量确定所述初始远场信号数据对应的结构张量;

根据所述结构张量对所述初始远场信号数据进行各向异性扩散,得到目标远场信号数据。

2.根据权利要求1所述的方法,其特征在于,所述对所述特征子空间数据进行倾斜叠加反变换,得到初始远场信号数据,包括:

对所述特征子空间数据在时间方向做一维傅里叶变换,得到频率域特征子空间数据;

对所述频率域特征子空间数据进行倾斜叠加反变换,得到空间频率域场数据分量;

对所述空间频率域场数据分量的频率方向做一维反傅里叶变换,得到初始远场信号数据。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述结构张量对所述初始远场信号数据进行各向异性扩散,得到目标远场信号数据,包括:

根据所述结构张量的特征向量和特征值构造扩散张量;

基于所述扩散张量生成各向异性扩散函数;

利用所述各向异性扩散函数对所述初始远场信号数据进行各向异性扩散,得到目标远场信号数据。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

根据所述水听器阵列数据和所述远场信号数据,得到近场信号数据。

5.根据权利要求4所述的方法,其特征在于,所述根据所述水听器阵列数据和所述远场信号数据,得到近场信号数据,包括:

获取所述水听器阵列数据与所述远场信号数据的差值;

对所述差值进行随机噪音衰减,得到近场信号数据。

6.一种水听器阵列数据远场信号分离装置,其特征在于,所述装置包括:

获取单元,用于获取水听器阵列数据;

第一处理单元,用于对所述水听器阵列数据进行傅里叶变换,得到空间频率域数据;

第二处理单元,用于对所述空间频率域数据进行倾斜叠加,得到频率域平面波数据;

第三处理单元,用于对所述频率域平面波数据进行反傅里叶变换,得到线性振幅增强的平面波域阵列数据;

第四处理单元,用于根据所述平面波域阵列数据,生成目标远场信号数据;

其中,所述第一处理单元,具体用于:

获取预设相对振幅;

根据所述相对振幅对所述水听器阵列数据进行数据切除得到新的阵列数据;

通过时间方向的傅里叶变换把所述新的阵列数据变换到空间频率域,得到空间频率域数据;

其中,所述第二处理单元,具体用于:

基于误差函数对所述空间频率域数据进行倾斜叠加,得到频率域平面波数据;

所述第四处理单元,具体用于:

对所述平面波域阵列数据进行奇异值分解,得到所述平面波域阵列数据的特征子空间数据;

对所述特征子空间数据进行倾斜叠加反变换,得到初始远场信号数据;

获取所述初始远场信号数据对应的梯度张量;

根据所述梯度张量确定所述初始远场信号数据对应的结构张量;

根据所述结构张量对所述初始远场信号数据进行各向异性扩散,得到目标远场信号数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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海南浙江大学研究院;浙江大学,未经海南浙江大学研究院;浙江大学许可,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/202210444944.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top