二维声矢量传感器阵列信号波达角估计

将最小冗余线阵结构从一维扩展至二维得到二维冗余阵列,同时各阵元使用声矢量传感器,从而形成二维声矢量传感器阵列。然后利用张量运算对该阵列信号的协方差进行处理得到一个虚拟的声矢量传感器均匀面阵,且虚拟阵元数远多于原物理阵元数即虚拟阵列具有高自由度。最后利用张量分解从虚拟阵列信号数据张量中估计出信号波达角。理论分析和仿真实验结果表明,新阵列及其处理方法具有更高的自由度、更优的信号波达角估计性能。

强混响环境下基于声矢量传感器的多源DOA估计

声矢量传感器(Acoustic Vector Sensor,AVS)是一种轻量的、空间指向性强的麦克风阵列,广泛应用于声源定位领域中。混响环境下基于单个AVS的多源波达方向(Direction of Arrival,DOA)估计是声学领域的一个研究热点,然而随着混响程度增加,使用单个AVS进行多源DOA估计的精度显著下降。为突破单个AVS在强混响环境下多源DOA估计的性能局限,基于单个AVS设计了一种有效的算法来实现强混响环境下的多声源测向。分析了精确估计DOA的关键在于精确检测时频域上直达声占主导的单源时频点(Direct-Path-Single-Source-Point,DP-SSP);提出了一种两阶段的DP-SSP检测方法,在第一阶段采用频率平滑来减轻混响的影响,第二阶段采用基于子空间的方法来精确提取DP-SSP;对每个源对应的DP-SSP进行单源DOA估计,最终得到多源DOA估计结果。仿真结果表明,所提方法相比其他方法能更准确地估计声源数目并且大大提升多源DOA估计的精度。

非均匀噪声下基于稀疏重构的声矢量传感器阵列方位估计方法

为解决非均匀噪声情况下声矢量传感器阵列方位估计性能恶化的问题。提出基于加权最小二乘(weighted least squares,WLS)的稀疏信号重构法和基于加权协方差矩阵拟合(weighted covariance matrix fitting,WCMF)的稀疏信号重构法。定义一个虚拟的声矢量传感器阵列流形矩阵,并重构包含稀疏信号功率和噪声功率的协方差矩阵。为估计稀疏信号功率和每个通道输出的噪声功率,基于WLS法和稀疏信号加权最小化法,构造了关于稀疏信号功率和噪声功率的代价函数。在此基础上,为了进一步提高稀疏信号功率和噪声功率的估计精度,基于WCMF准则对构造的代价函数进行改进。应用泰勒级数展开式将关于稀疏信号功率和噪声功率的非线性代价函数转化为线性函数,并采用循环迭代算法估计稀疏信号功率和噪声功率,待迭代终止时,对稀疏信号功率谱峰搜索,即可实现对目标的方位估计。仿真结果表明,与现有非均匀噪声下的估计方法相比,所提方法提高了非均匀噪声情况下声矢量传感器阵列的方位估计精度。

声矢量传感器线阵的左右舷分辨

声矢量传感器由声压传感器和惯性传感器复合而成,可同时测量声场一点处的声压标量和质点振速矢量的各正交分量,为解决传统声压水听器线阵固有的左右舷模糊难题提供了新的方法和手段.利用声矢量传感器线阵指向性函数研究了3种常规波束形成器的左右舷抑制比,然后简要分析了MVDR波束形成器的左右舷抑制比.理论分析和海试结果均表明:1)左右舷抑制比除了都不可避免地与信噪比有关之外,相比于具有一定左右舷分辨能力的声压水听器多线阵和三元组声压水听器线阵,声矢量传感器线阵的左右舷分辨性能主要取决于与频率无关的矢量传感器阵元指向性;2)声矢量传感器线阵MVDR波束形成器的左右舷分辨性能大大优于常规波束形成器.

基于任意声矢量传感器阵列的角度和频率估计算法

提出了一种基于任意声矢量传感器阵列下联合角度和频率估计新方法。将矢量传感器阵输出的信号进行建模分析表明此信号具有平行因子四线性模型特征。利用四线性分解的唯一性条件,从分解得到的矩阵中联合估计出声源的参数。该算法首先应用平行因子四线性分解算法估计出频率矩阵和方位矩阵,然后根据频率矩阵和方位矩阵的结构特点及最小二乘方法进行声源参数的计算。该方法与传统算法相比,无需多维谱峰搜索及参数配对,并具有更高的估计精度,在工程上有一定的应用价值。计算机仿真和实验结果验证了该方法的有效性。

基于MEMS姿态传感器的声矢量传感器设计

针对声矢量传感器姿态变化难以准确测量导致目标测向精度低的现状,设计一种微型MEMS姿态传感器,并将其封装在声矢量传感器内部,实现基于MEMS姿态传感器的声矢量传感器设计。首先根据声矢量传感器姿态测量与校正原理,采用四元数姿态解算方法及扩展卡尔曼滤波器设计MEMS姿态传感器,并对其进行姿态精度测试;然后基于MEMS姿态传感器进行声矢量传感器样机设计、制作、参数测试;最后对样机进行了海上实验,结果表明,通过姿态校正后声矢量传感器目标方位估计精度与GPS推算方位精度一致,验证了利用MEMS姿态传感器设计声矢量传感器的可行性。

基于四元数MUSIC算法的声矢量传感器阵列二维波达角估计

利用声矢量传感器导向矢量和四元数之间的相似性,推导并建立了以四元数形式表示的导向矢量,给出了声矢量传感器阵的四元数模型,理论分析了导向矢量与噪声子空间的正交性,在此基础上提出了基于四元数MUSIC空间谱的二维波达角估计方法。仿真实验表明,四元数MUSIC算法的分辨力要优于矢量MUSIC算法,在低信噪比下具有较高的DOA估计精度,验证了四元数的正交性优势,同时本文方法不局限于L线阵和面阵,对其他阵型也具有普遍适用性。

基于声矢量传感器阵列的空速估计算法

研究了一种新型的空速测量方法。通过引入大气声学中的有效声速概念,建立了稳定气流作用下声矢量传感器阵列的近场输出模型,模型的阵列流形矢量中包含了待估计的空速信息。在此基础上提出了一种基于多重信号分类(multiple signal classification,MUSIC)的空速估计(airspeed estimation,ASE)算法,该算法可用于对空速的高精度估计。为了降低计算复杂度,进一步提出了一种快速的空速估计(fast airspeed estimation,FASE)算法,该算法虽然在ASE的精度上不如MUSIC-ASE算法,但无需谱搜索,具有更强的实时性。最后,对算法的估计性能进行分析,推导了ASE的克拉美-罗界表达式。仿真实验验证了算法的有效性。

声矢量传感器阵中基于Kalman滤波和OPASTd的DOA跟踪算法

研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation,OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。

基于声矢量传感器阵的相干源高分辨方位估计

声矢量传感器能同时共点获得声场中声压、振速信息及更多的信息量,具有很好的应用前景。研究了声矢量传感器阵方位估计的多重信号分类(MUSIC)算法,并在此基础上推导了基于空间前向平滑算法的声矢量传感器阵相干源方位估计的方法。采用该方法可以有效地对相干源进行方位估计,同时综合利用声压、振速信息可以实现信号源方位360°无模糊估计,计算机仿真表明该方法具有较好的方位估计性能。

声矢量传感器目标方位估计

对偶极子型声矢量传感器应用于水声目标方位估计的信号处理方法进行了分析和研究 ,并采用傅立叶分解方法 ,将一般的窄带信号偶极子定向处理方法推广到宽带 ,推导出了相应的处理算法 .经计算机模拟计算 ,在特殊角度用波束旋转后 ,方位估计精度一般高于 2°。

声矢量传感器阵列的实值Root-MUSIC算法

为提高矢量传感器阵列的波达方向(DOA)估计精度和减少运算量,提出了基于矢量传感器阵列的实值化求根MUSIC算法。该算法计算量远远小于矢量传感器阵列的MUSIC算法和RootMUSIC算法。通过阵列信号的空间谱,选择合适的引导方位向量。对阵列协方差矩阵进行实值化重构与特征分解,构造蕴含信号源方位信息的多项式,再将阵列的DOA估计转化为多项式的求根问题。仿真实验与相同阵列孔径的声压传感器阵列的对比实验表明,该算法在低信噪比、小快拍数情况下具有更好的估计性能。通过湖试试验验证了该算法具有较强的工程实用性。

基于声矢量传感器的分布式定位系统在水下宽带声源定位中的应用

提出了基于声矢量传感器的分布式浮标网络定位系统,研究了不同应用背景下单个声矢量传感器的测向算法,推导了目标DOA估计的Cramer-Rao界,给出了分层海水介质中多个声矢量传感器的几何定位算法。数值仿真结果表明:(1)系统的定位性能强烈依赖于接收信噪比;(2)该系统适用于单一强声源的定位。

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。

基于人工鱼群算法的声矢量传感器阵列的最大似然DOA估计

在阵列信号处理中,极大似然法(ML)对波达方向(DOA)估计有很好的性能,但由于多维非线性搜索的计算复杂,很难应用于工程中。为了降低ML方法的计算复杂度,提出了一种改进人工鱼群算法(AFSA)的声矢量传感器阵列的ML-DOA估计方法。仿真结果表明,与基于遗传算法(GA)、粒子群优化算法(PSO)和微分进化算法(DE)的ML-DOA估计相比,该算法具有更快的收敛速度、更低的RMSE、更低的计算复杂度和更稳定的性能。

微声矢量传感器在管道巡检装置定位中的应用

地面标记器是管道内在线检测系统的重要组成部分,应用该系统可以实现对管道缺陷的精确定位。当管道内检测装置运行过程中被卡堵后对其准确定位是管道内检测的重要保证。基于此,创新性地将微声矢量传感器应用于地面标记系统。首先,针对应用的土壤环境进行分析,结合声波在土壤中衰减快的传播特性,对微声矢量传感器的结构进行了优化设计,提出了橘瓣式封装结构,传感器的灵敏度达到60 mV/gn。由于管线走向由管道桩可以事先确定,因此,实现对声源目标的定向结合管线走向便可对卡堵后发声的内检测装置进行定位。模拟实验表明:微矢量声传感器对声源目标定向平均误差小于5°。

声矢量传感器阵中基于PASTd的二维DOA跟踪算法

通过研究声矢量传感器阵列中高效的运动目标到达角(DOA)跟踪算法,提出一种声矢量传感器阵列中基于紧缩投影近似子空间跟踪(PASTd)的DOA跟踪方法。该方法利用PASTd算法进行声矢量传感器任意阵的DOA跟踪,其快速收敛的特点可以降低运算复杂度。同时,其角度跟踪的均方根误差(RMSE)性能优于常用的PAST算法。仿真结果验证了该算法的有效性。

基于声矢量传感器阵的汽车加速噪声源方位辨识

为准确确定噪声发生位置,判断汽车故障类型,基于声矢量传感器阵,研究了汽车加速过程中噪声源方位辨识问题。汽车加速过程中噪声的主要成分燃烧噪声在一定的转速范围内可归结为一个线性调频Chirp信号,利用由传统的无指向性声压传感器和偶极子指向性质点振速传感器构成的以均匀分布面阵排列的声矢量传感器阵对其进行同步、共点、直接测量,得到声场声压和质点振速若干正交分量等信息,再利用多重信号分类经典算法对其进行时频分析,从而估计出噪声信号的方位参数,获得噪声源的具体方位信息。最后通过仿真结果验证了该方法的有效性。

基于声矢量传感器阵的酉MUSIC算法

声矢量传感器同时拾取空间同点的声压振速信息,为阵列信号处理提供了更多的信息。酉MUSIC算法可以降低计算复杂度,提高方位估计性能。综合二者优点,提出了基于声矢量传感器阵的酉MUSIC算法。构造了广义转换矩阵,通过合成复观测数据及其共轭,实现了协方差矩阵的实值特征分解,降低了计算量。仿真与湖试结果表明,与已有算法相比,该方法具有计算量小和背景噪声低等优点。

声矢量传感器中匹配滤波输出的频域后置处理

为了提高低信噪比条件下声呐系统的探测性能,本文提出了基于声矢量传感器的匹配滤波频域输出后置处理方法,对声矢量传感器中匹配滤波频域输出后的不同通道间的信号做卷积联合处理和自适应线谱增强,改善时域输出脉冲强度。通过计算机仿真试验验证了所提方法的理论基础,同时进行了性能对比与分析,验证了其可行性;通过湖上试验数据处理验证了所提方法在实际应用中的有效性。本文方法能够有效地提高低信噪比环境中匹配滤波对声信号的检测能力,与常规匹配滤波处理相比检测概率更高,检测效果更好。