[发明专利]一种平面阵列反卷积声源识别方法

摘要

本发明公开了一种平面阵列反卷积声源识别方法，包括步骤：1、计算传统波束形成输出结果；2、建立波束形成输出结果与声源分布之间的方程组；3、迭代求解声源分布，该步骤中，在广义稀疏度自适应匹配追踪gSAMP的基础上，结合声源识别问题，构建了适合平面阵列的源强分布求解方法。本发明的技术效果是：本发明具有高的空间分辨率、能有效移除旁瓣，准确地定位各声源，定位精度优于现有方法OMP‑DAMAS，且不需要声源信号稀疏度的先验知识。

主权项

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′)v^T(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＝[v_m(r)]表示聚焦点为r的导向列向量，v_m(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＝[|v_m|]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r_t‑1＝b，支撑集矩阵A_t‑1＝0；2)、计算相关系数h＝A^Hr_t‑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{λ_i}_{i＝1，2...S}；3)、令Γ_t＝Γ_t‑1∪{λ_i}_{i＝1，2...S}；计算最小二乘解：θ_t是待求解的N维源强分布估计矢量，表示根据Γ_t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J_t＝J_t‑1∪μ，At＝A_t‑1∪a_μ，a_μ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||r_t||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J_t处有非零值，J_t为最终的索引集合，其值为θ_t。