针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模...针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明:文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。展开更多
近场环境下传统多重信号分类(Multiple Signal Classification,MUSIC)算法无法对相干声源进行三维位置估计,针对该问题论文提出了一种近场相干声源三维定位算法。首先建立了近场球面波信号接收模型,其次结合空间平滑算法和修正MUSIC算...近场环境下传统多重信号分类(Multiple Signal Classification,MUSIC)算法无法对相干声源进行三维位置估计,针对该问题论文提出了一种近场相干声源三维定位算法。首先建立了近场球面波信号接收模型,其次结合空间平滑算法和修正MUSIC算法将矩形阵列分割成数个子阵列,对其协方差矩阵和求复共轭并左右同乘单位矩阵,以此来解决相干信号协方差矩阵秩亏损的问题,最后使用三维MUSIC算法完成近场声源三维位置估计。仿真表明:论文算法可有效地对相干信号进行解相干处理并准确地完成近场相干声源的三维位置估计。展开更多
文摘针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明:文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。
文摘近场环境下传统多重信号分类(Multiple Signal Classification,MUSIC)算法无法对相干声源进行三维位置估计,针对该问题论文提出了一种近场相干声源三维定位算法。首先建立了近场球面波信号接收模型,其次结合空间平滑算法和修正MUSIC算法将矩形阵列分割成数个子阵列,对其协方差矩阵和求复共轭并左右同乘单位矩阵,以此来解决相干信号协方差矩阵秩亏损的问题,最后使用三维MUSIC算法完成近场声源三维位置估计。仿真表明:论文算法可有效地对相干信号进行解相干处理并准确地完成近场相干声源的三维位置估计。