[发明专利]近场源L型声矢量传感器阵列解模糊多参数估计方法有效
申请号: | 201710171817.9 | 申请日: | 2017-03-21 |
公开(公告)号: | CN106872936B | 公开(公告)日: | 2019-04-23 |
发明(设计)人: | 王桂宝 | 申请(专利权)人: | 陕西理工大学 |
主分类号: | G01S3/80 | 分类号: | G01S3/80;G01S11/14 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 723001 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: |
近场源L型声矢量传感器阵列解模糊多参数估计方法,阵列接收K个不同频率窄带、独立平稳近场信号,全阵列接收数据z通过相关运算得到延时前后以及全数据的阵列导向矢量估计值 |
||
搜索关键词: | 近场 矢量 传感器 阵列 模糊 参数估计 方法 | ||
【主权项】:
1.近场源L型声矢量传感器阵列解模糊多参数估计方法,其特征在于:所述声矢量传感器阵列由M个等间隔布置于x轴上的阵元和M个等间隔布置于y轴上的阵元构成,坐标原点上的阵元两轴共用,阵元数量为2M‑1个,x轴上阵元间的间距为dx,y轴上阵元间的间距为dy,所述阵元为由声压传感器及x轴、y轴和z轴方向的振速传感器组成的声矢量传感器,阵元间隔与入射声波信号的波长和声源的距离之间满足近场条件,且dx>λmin/4,dy>λmin/4,λmin为入射声波信号的最小波长;多参数估计方法的步骤如下:阵列接收K个不同频率的互不相关、窄带、随机平稳近场声波入射信号,步骤一、获取t时刻和t+ΔT时刻的接收信号矢量x1(t)和x2(t),N次同步采样得到接收数据矩阵Z1和Z2;将分布于L型阵列的2M‑1个声矢量传感器阵元构成接收天线阵列接收空间近场辐射源信号,通过模数采样模块在t时刻和t+ΔT时刻得到t时刻和t+ΔT时刻的接收信号矢量x1(t)和x2(t),延时时间ΔT小于奈奎斯特采样周期,分别N次同步采样得到(8M‑4)×N接收数据矩阵Z1和Z2,并存储在系统内存中;t时刻和t+ΔT时刻的接收数据矩阵为x1(t)=B1S(t)+N1(t)和x2(t)=B2S(t)+N2(t),S(t)为入射信号声压强度矢量,B2是延时ΔT后信号阵列导向矢量,B2=B1Φ,
是延时矩阵,其中,diag(·)表示以行矩阵中的元素为对角线元素的对角矩阵,fk为第k个信号的频率,N1(t)和N2(t)分别是t时刻和t+ΔT时刻附加的高斯噪声;矩阵
是阵列导向矢量,
为克罗内克积,bk=[vxk,vyk,vzk,pk]T为第k个信号的振速分量和声压强度标量构成的矢量,vxk=sinθkcosφk,vyk=sinθksinφk及vzk=cosθk分别是近场源信号在声矢量传感器x轴,y轴及z轴方向的振速分量,
是近场源信号在声压传感器的测量分量,ρ0是环境流体密度,c是声的传播速度,exp(·)表示以e为幂的指数运算,arctan(·)表示求反正切运算,λk为第k个信号的波长,rk为第k个信号与坐标原点阵元之间的距离;qk=[1 qyk qxk]T是第k个近场入射信号的阵列空域导向矢量,
是x轴上除原点以外的M‑1个传感器与原点处传感器之间的相位差构成的空域导向矢量,
是y轴上除原点以外的M‑1个传感器与原点处传感器之间的相位差构成的空域导向矢量,Ψmx,k=(ukxm+vkxm2)是第k个信号在x轴的第m个阵元和参考阵元间的相位差,Ψny,k=(ukyn+vkyn2)是第k个信号在y轴的第n个阵元和参考阵元间的相位差,且vkx=πd2(1‑sin2θkcos2φk)/λkrk,ukx=‑2π(dsinθkcosφk)/λk,vky=πd2(1‑sin2θksin2φk)/λkrk,uky=‑2π(dsinθksinφk)/λk,θk表示第k个信号的俯仰角,φk是第k个信号的方位角,其中,0≤θk≤π/2,0≤φk≤2π;步骤二、将两组数据Z1和Z2构成全阵列接收数据Z,通过相关运算得到阵列导向矢量的估计值
延时ΔT后的阵列导向矢量估计值
和全数据阵列导向矢量估计值
所述的求解阵列导向矢量的估计值
按如下步骤进行:1)将两组接收数据矢量Z1和Z2构成全阵列接收数据![]()
是全数据阵列导向矢量,N是全数据阵列噪声,S为入射信号声压强度采样后矩阵;2)对矩阵Z进行操作获得自相关矩阵Rz=ZZH/N=BRsBH+σ2I,其中Rs=SSH/N为入射信号相关矩阵,[·]H为矩阵的转置复共轭操作,σ2为高斯白噪声的功率,I为单位矩阵;3)对自相关矩阵Rz进行特征分解得到16M‑8个特征值和16M‑8个特征值所对应的特征矢量,取K个大特征值所对应的特征矢量组成信号子空间Es,根据子空间原理,存在K×K的非奇异矩阵T满足Es=BT,Es的前8M‑4行元素组成信号子空间矩阵E1,Es的后8M‑4行元素组成信号子空间矩阵E2,
是矩阵E1的伪逆矩阵;4)对矩阵
进行特征分解,K个大特征值构成延时矩阵Φ的估计值
特征矢量构成矩阵T的估计
进而得到阵列导向矢量的估计值
和延时ΔT后的阵列导向矢量估计值
及全数据阵列导向矢量估计值
步骤三、由延时矩阵Φ的估计值
得到声波信号的频率估计值
将阵列导向矢量的估计值
分成x轴、y轴、z轴振速分量和声压强度子阵导向矢量,根据子阵导向矢量的旋转不变关系矩阵
和
得到方位角的粗略估计值
俯仰角的粗略估计值
以及声波信号距离的粗略估计值
由延时矩阵Φ的估计值
得到声波信号的频率估计值为
arg(·)表示取相位,
是
的第k列k行元素;对阵列导向矢量的估计值
进行分块处理
其中,![]()
和
分别是由2M‑1个x轴、y轴、z轴振速分量和声压强度分量组成的子阵导向矢量,
和
是子阵间的旋转不变关系估计矩阵,![]()
和
其中
由旋转不变关系矩阵
和
可得俯仰角的粗略估计值
和方位角的粗略估计值
由旋转不变关系矩阵为
得到距离的粗略估计值
其中,tan(·)表示求正切运算,
和
分别是矩阵
和
的第k列k行元素;步骤四、利用步骤三得到的方位角、俯仰角和距离的粗略估计值确定L型阵列x轴和y轴方向相邻阵元间的相位差矩阵
和
的相位周期模糊数矢量估计值
和
根据得到的相位周期模糊数矢量估计值
和
消除二维到达角的模糊,利用相位差矩阵
和
和相位周期模糊数矢量估计值
和
求出入射信号的方位角、俯仰角和距离的精确估计值;所述的求解x轴和y轴方向相邻阵元间的相位差矩阵
和
的相位周期模糊数矢量估计值
和
按如下步骤进行:(1)L型阵列x轴和y轴方向阵列空域导向矢量
和
的具有周期模糊相位差矩阵
和
和
为x轴和y轴方向相邻阵元间的相位差估计矩阵,其中,
和
分别表示矢量
和
的第1到第M‑1个元素,
和
分别表示矢量
和
的第2到第M个元素,
表示矢量
与
的对应元素相除,
表示矢量
与
的对应元素相除;(2)L型阵列x轴和y轴方向相邻阵元间的相位差粗略估计矩阵
和
其中,![]()
W=2πd[W1 W2]/λk,W1=[10,…,(2m‑3)0,…,(2M‑3)0]T,W2=d[1,…,(2m‑3),…,(2M‑3)]T,其中,10表示1的零次方,(2m‑3)0表示2m‑3的零次方,(2M‑3)0表示2M‑3的零次方;(3)通过求解下述优化问题可得到矩阵
和
的相位周期模糊数矢量估计值:![]()
所述的求解入射信号的方位角和俯仰角的精确估计值,按如下步骤进行:(a)根据相位周期模糊数矢量估计值
和
得到相位精确估计矢量
和
其中,![]()
和
是信源的俯仰角、方位角和距离的精确估计值;(b)根据相位精确估计矢量
和
估计x轴和y轴方向的精确无模糊的俯仰角估计值
方位角估计值
和距离估计
其中,
和
分别表示矩阵
的第1个和第2个元素,
和
分别表示矩阵
的第1个和第2个元素;前述步骤中的k=1,…,K,m=1,…,M,n=1,…,M,j是虚数单位。
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陕西理工大学,未经陕西理工大学许可,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/patent/201710171817.9/,转载请声明来源钻瓜专利网。