基于SRP和GA的声源定位方法

目前在枪声的定位系统中,大多采用到达时间差(DTOA)的方法对声源方向进行估计,这种方法没有用到阵列整体的优势,缺乏稳健性。而基于可控响应功率(SRP)的波束形成技术,具有较强的稳健性、抗噪性,以及具有一定的空域滤波性能,能够提高信号的信噪比,增加探测距离。在确定声源位置时,一般采用最优化算法,最小二乘法容易陷入局部极值点,而基于自然选择法则的遗传算法(GA)模拟生物进化过程,具有并行计算的特点,是一种全局搜索算法,能够得到全局最优解。将基于可控响应功率的波束形成技术和遗传法算法应用于枪声定位系统中,并通过实际的试验数据对此方法进行了验证,从结果来看具有较高的精度。

二次加速SRP-PHAT声源定位算法

基于可控功率响应和相位变换(Steering response power-phase transform,SRP-PHAT)的声源定位算法具有较高的鲁棒性和准确性,特别是在强噪声和回响条件下。但SRP-PHAT类算法在工程应用中有一个巨大的障碍,那就是需要较大的运算量。为了解决该问题,本文从阵列拓扑结构和搜索策略两个方向出发,对SRP-PHAT类算法加速。首先,通过垂直布置的阵列将二维空间的搜索转化为一维空间的搜索;其次,采用层次搜索策略,由粗至精对一维空间进行搜索。仿真实验表明,采用该方法可以节约大量的计算量。

一种改进的SRP-PHAT宽带信源DOA估计算法

针对离散联合可控响应功率和相位变换(DSRP-PHAT)算法用于宽带信号DOA估计时精度不稳定问题,在线性阵列条件下提出了一种改进算法(IDSRP-PHAT).该算法首先计算各时延对应的角度,对其进行排序,然后通过滑窗法计算波束功率并反推得到波束角度,最后在峰值搜索中采用加权求和的方式估计DOA.仿真实验表明,相比DSRP-PHAT算法,IDSRP-PHAT算法提高了平均估计精度,同时也消除了不同DOA带来的精度差异.

SRP-PHAT的改进算法综述

最大可控响应功率波束形成法(SRP-PHAT)是当前传声器阵列声源定位主流方法之一。针对该算法计算量庞大,不能进行实时声源定位的问题,对基于随机搜索的空间收缩快速算法(SRC)、由粗到精空间收缩快速算法(CFRC)、随机粒子滤波快速算法(SPF)等进行了分析、比较,总结了当前SRP-PHAT的改进方法。

Cisco SRP环上的带宽分配

给出了一种较简单的 SRP(spatial reuse protocol)加权公平性算法的实现 ,并在此基础上提出了在 Cisco SRP环上进行带宽定量分配的方案 .在 OPNET仿真环境下对这种带宽分配方案的效果进行了仿真和分析 .仿真结果表明这种带宽分配方案具有良好的精确度 .

基于道路网络的受限优化路径搜索算法

为刻画基于道路的景区空间相关情况,通过定义道路网络模型、道路受限距离、R-半径近邻道路等概念,提出受限的空间自相关指标及优化道路路径算法SRP,用于搜索景区路网中景点的最邻近道路及计算道路长度。利用MapInfo格式的贵州省城市主干道数据进行实验,结果表明,SRP算法能快速找到最优道路路径。

CRSN中基于信道使用概率的Rendezvous算法

为了解决认知无线传感器网络(CRSN)中公共控制信道受限问题,在不使用公共控制信道情况下,减少信道冲突,提高CRSN的通信效率和频谱适应性。本文提出了一种分布式的Rendezvous信道跳频算法SRP,该算法通过调整步长,动态生成逻辑跳频序列,根据信道的使用概率,将逻辑序列映射到物理信道,实现节点间的信道Rendezvous,算法支持时钟同步和异步模型,保证了节点间的有效通信。通过理论证明和实验对比分析,验证了SRP算法在最大相遇时间(MTTR)和平均相遇时间(ATTR)上优于其他算法。

一种基于离散时延的鲁棒声源三维定位方法

为了减少相位变换加权的可控响应功率(SRP-PHAT)声源定位算法的计算量,提出一种基于离散时延的改进算法.该方法首先利用FFT将麦克风阵列的每一帧接受信号变换到频域,然后在频域补零至16倍帧长,再运用IFFT将所有麦克风对的广义互相关函数在搜索之前计算好,从而可大幅度减少计算量.频域补零提高了广义互相关函数的采样率,因而由时延离散带来的定位误差很小.仿真结果表明,无论在远场还是近场条件下,该算法均能将计算量降低一个数量级而保持原算法的鲁棒性.

最大熵时域逆散射层析成像的研究

用最大熵求解二维时域逆散射问题的层析成像算法反演井间、ＶＳＰ和ＳＲＰ中的二维介质波速分布。首先给出时域散射场与介质扰动的关系式，然后，应用最大熵剑桥算法从所有满足时域散射数据的模型中挑选图像熵最大的模型作为反演结果，并给出了该算法的实现步骤。数值试验的结果表明，本文算法用于反演含噪声，不完全的时域波场数据时，十分有效。

基于混沌人工蜂群优化的声源定位算法

针对传统可控响应功率和相位变换(SRP-PHAT)的声源定位算法计算量大、实时性差等问题,提出了一种基于混沌人工蜂群优化的SRP-PHAT声源定位算法。该算法将阵列的波束输出功率作为目标代价函数,建立声源定位数学模型,利用混沌的全局覆盖性和人工蜂群算法的收敛速度快、鲁棒性强等特点,实现了声源的三维精确定位。实验结果表明,该算法计算量小、定位精度高,能满足实际系统的定位需求。

基于遗传算法的声源三维定位方法

相位变换加权的可控响应功率(SRP-PHAT)算法是一种基于麦克风阵列的鲁棒声源定位方法,该算法在有混响和噪声的环境下仍有较高的定位精度。但该算法用网格法对整个声源空间进行搜索,逐点计算其目标函数,因而总的计算量非常大,不适用于实时定位系统。针对SRP-PHAT的特点,采用遗传算法进行搜索,使总的计算量大幅度降低。仿真结果表明在混响时间为300ms,信噪比为5dB的条件下,该算法仍可达到较高的定位精度。

RPR公平带宽分配策略研究

弹性分组环(RPR)技术的一个重要目标是在环网上同时实现带宽的高利用率、空间重用和节点接入的公平性。文章阐述了公平性的概念,讨论了分组公平性的不同模型,研究了空间重用协议(SRP,Spatial Reuse Protocol)和分布式虚拟时间分组(DVSR,D istributed V irtual-Tim e Schedu ling in R ings)的算法思想,指出了DVSR在环网中的优越性。最后,给出了环网公平策略的基本要求和评价准则。