基于共同稀疏贝叶斯学习的多频等效源近场声全息方法

现有基于压缩感知的等效源近场声全息方法通常采用基于单频处理的单测量向量模型进行声场重建,此模型存在噪声鲁棒性较差以及重建精度不足的问题。实际中噪声源往往具有宽频特征,同一位置处不同频率的等效源源强聚集从而呈现共同稀疏特性,若充分利用源强的共同稀疏特性,可以改善重建性能。因此,提出一种基于共同稀疏贝叶斯学习的多频等效源近场声全息方法。在该方法中,首先采用多频协同处理,构建多频等效源近场声全息模型;然后为等效源源强施加共同稀疏约束,并使用共同稀疏贝叶斯学习方法求解等效源源强。与单频等效源近场声全息方法相比,所提方法可以获得更高的重建精度和更好的噪声鲁棒性。通过单极子声源仿真和小音箱试验验证了所提方法的优越性。