兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法

本发明属于声场识别，具体是兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法。

背景技术：

1、压缩波束形成是实现声源波达方向(direction-of-arrival,doa)估计和强度量化的有效途径。基于压缩感知理论且将目标声源区域作为连续体处理的无网格压缩波束形成是一种从传声器阵列测量数据中提取声源信息的新型声源识别方法。

2、线性传声器阵列测量框架下，众多学者已围绕无网格压缩波束形成方法做出了大量工作，但这些工作局限于均匀线性阵列和稀疏线性阵列，不适用于传声器非规则分布的线性阵列。这不仅阻碍了无网格压缩波束形成方法的推广应用，也阻断了通过优化传声器分布提高方法声源识别性能的可能性。

3、因此，需要一种适用于传声器非规则分布的压缩波束形成声源识别方法。

技术实现思路

1、本发明的目的是提供兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，包括以下步骤：

2、1)利用传声器阵列获取含噪声的测量声压矩阵p★；

3、2)基于原子范数最小化建立传声器测量声压信号的去噪声数学模型；

4、3)利用椭圆球面波函数将去噪声数学模型转换为半正定规划模型；

5、4)将含噪声的测量声压矩阵p★输入至半正定规划模型，对半正定规划模型进行求解，重构声源在阵列传声器处产生的声压

6、5)基于声压利用矩阵束法计算估计声源doa，利用最小二乘法量化声源强度。

7、进一步，基于原子范数最小化建立传声器测量声压信号的去噪声数学模型的步骤包括：

8、2.1)令i号声源强度参数向量其中，||·||2表示l2范数；为正实数集；参数||ψi||2＝1；为各快拍下i号声源强度组成的行向量；为复数集；上标t表示转置；

9、2.2)建立任意线性传声器阵列测量框架下的声压模型，即：

10、

11、式中，为l个快拍下声源在m个传声器处产生的声压矩阵；各快拍下声源在m号传声器处产生声压信号组成的行向量；向量参数fi≡sinθi/2∈[-1/2,1/2]；xm为m号传声器的坐标；θ∈[-90°,90°]为声源波达方向；为虚数单位；i＝1,2,…,i为声源索引；m＝1，2，...，m；

12、2.3)建立任意线性传声器阵列测量框架下的声压模型的原子集合a，即：

13、

14、式中，参数

15、2.4)基于原子范数最小化建立传声器测量声压信号的去噪声数学模型，即：

16、

17、式中，为声压p的原子范数；inf表示下确界；ε为噪声控制参数；为去噪声压。

18、进一步，利用椭圆球面波函数将去噪声数学模型转换为半正定规划模型的步骤包括：

19、3.1)记为定义在区间[-1,1]上所有平方可积函数的集合，给定实数c＞0；

20、定义算子其中，为内的任意函数；记λ0,λ1,…,λa,…为算子fc的特征值；|λa|≥|λa+1|；ψa(z)为相应于特征值λa的a阶椭圆球面波函数；为自然数集；

21、对于所有参数和参数z∈[-1,1]，有：

22、

23、3.2)基于a阶椭圆球面波函数，将去噪声数学模型转化为半正定规划模型，即：

24、

25、式中，参数参数dx＝max{x1,x2,…,xm}-min{x1,x2,…,xm}；xm为m号传声器的坐标；e为m×m维单位矩阵的第一列；q和e均为hermitian矩阵；为转化后的hermitian矩阵；qmn为q的m行n列元素；向量的第v个元素为ψv-1((xm-xn)/dx)；向量的w行v列元素为ψv-1((w-d-1)/d)；参数矩阵矩阵id为d×d维单位矩阵；0d×1为d×1维零向量；tr(·)表示求矩阵的迹；表示矩阵半正定；上标“*”和“h”分别表示共轭和共轭转置；为实数集；为辅助参数；t为矩阵；ud’为复数；d’＝1,2...，d；u0为常数。

26、进一步，对半正定规划模型进行求解的工具包括cvx工具箱中的sdpt3求解器。

27、进一步，基于去噪声压利用矩阵束法计算估计声源doa及利用最小二乘法量化声源强度的步骤包括：

28、5.1)记矩阵为参数对应的toeplitz矩阵，对矩阵进行特征值分解，得到：

29、

30、式中，为特征向量构成的酉矩阵；为特征值构成的对角矩阵；

31、5.2)记估计声源总数为其中，估计声源总数为大于设定阈值的特征值的个数；

32、5.3)建立矩阵其中，为个大于设定阈值的特征值的平方根构成的对角矩阵，为个大于设定阈值的特征值对应的特征向量构成的矩阵；

33、5.4)删除矩阵y的最后一行，得到矩阵

34、删除矩阵y的第一行，得到矩阵

35、计算矩阵束(yd,yu)的广义特征值，记为

36、5.5)计算声源im(·)表示取括号内变量的虚部；

37、5.6)基于最小二乘法量化声源强度即：

38、

39、式中，上标“+”表示伪逆；感知矩阵

40、进一步，线性传声器阵列中的传声器任意分布。

41、该方法对线性传声器阵列的传声器分布无限制，能兼容任意线性传声器阵列。

42、本发明的技术效果是毋庸置疑的，本发明首先建立以最小化连续域内声源分布稀疏度量为约束的传声器测量声压信号去噪声数学模型，然后利用椭圆球面波函数将去噪声数学模型转化为等价半正定规划并进行求解，最后基于矩阵束法和最小二乘法从求解结果中估计声源doa及强度进而识别声源。

43、采用均匀线性传声器阵列进行测量时，本发明能有效克服das波束形成方法低频空间分辨率低、无法区分小分离声源的缺陷；采用传声器随机分布的线性阵列进行测量时，本发明仍能准确识别声源。

44、总体而言，提出的无网格压缩波束形成方法不仅正确有效，而且对传声器分布无要求，能兼容任意线性传声器阵列。本发明有助于无网格压缩波束形成方法的推广应用，亦为通过优化传声器分布提高声源识别性能提供了可能性。

技术特征：

1.兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，基于原子范数最小化建立传声器测量声压信号的去噪声数学模型的步骤包括：

3.根据权利要求1所述的兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，利用椭圆球面波函数将去噪声数学模型转换为半正定规划模型的步骤包括：

4.根据权利要求1所述的兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，对半正定规划模型进行求解的工具包括cvx工具箱中的sdpt3求解器。

5.根据权利要求1所述的兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，基于去噪声压利用矩阵束法计算估计声源doa及利用最小二乘法量化声源强度的步骤包括：

6.根据权利要求1所述的兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，其特征在于，线性传声器阵列中的传声器任意分布。

技术总结
本发明公开兼容任意线性传声器阵列的无网格压缩波束形成声源识别方法，包括以下步骤：1)利用传声器阵列获取含噪声的测量声压矩阵P<supgt;★</supgt;；2)基于原子范数最小化建立传声器测量声压信号的去噪声数学模型；3)利用椭圆球面波函数将去噪声数学模型转换为半正定规划模型；4)将含噪声的测量声压矩阵P<supgt;★</supgt;输入至半正定规划模型，对半正定规划模型进行求解，重构声源在阵列传声器处产生的声压5)基于去噪的声压利用矩阵束法计算估计声源DOA，利用最小二乘法量化声源强度。本发明对传声器分布无要求，能兼容任意线性传声器阵列。采用传声器随机分布的线性阵列进行测量时，本发明仍能准确识别声源。

技术研发人员：杨洋,杨咏馨,温逸云,褚志刚
受保护的技术使用者：重庆工业职业技术学院
技术研发日：
技术公布日：2024/1/13