到M个特征值，并将特 征值按从大到小排列为:M>A2>…>?，其中P个较大的特征值对应的特征向量表征信号 子空间，剩下的M-P个较小的特征值对应的特征向量表征噪声子空间。则宽带信号的频谱矩 阵反又可W表示为：
[0071] 技= UwAwU; +UsA 诚 （U)
[0072] 其中，矩阵化是P个较大的特征值对应的特征向量构成的矩阵，Un是剩下的M-P个较 小的特征值对应的特征向量构成的矩阵，A S是P个较大的特征值构成的对角矩阵，A N是剩 下的M-P个较小的特征值构成的对角矩阵。
[0073] 信号子空间A可通过如下方式构造：
[0074] A = U&U； (巧)
[0075] 噪声子空间B可通过如下方式构造：
[0076] B = <巧>
[0077] 步骤4、为声线路径构造 W下的副本矢量a(t，T):
[0079] 其中，t表示声线路径在各传感器间的时间延迟，T表示声线路径到达声传感器阵 列的时间，e(vc)是所述宽带主动声信号在其中屯、频率Vc处的幅值，M为声传感器阵列中的传 感器数量。
[0080] 步骤5、根据步骤3所构造信号子空间与噪声子空间的正交性构造估计器，根据所 构造估计器定义多项式;然后通过寻找单位圆内最接近单位圆的P个根的方式得到使得估 计器达到峰值的多项式的P个根，则运P个根对应的P个时间延迟t就是P个射线路径在不同 传感器间的延迟；
[0081] 合理的参数估计器直接影响算法的分离定位性能和计算代价。现有文献表明，信 号子空间与噪声子空间正交，据此，可W构造合适的估计器S(t，T)如下式：
[0082] S-i(t，T)=a(t，T)*Aa(t，T) (14)
[0083] 其中，S-1 (t，T)可具体表示为：
[0085] 其中，馬二玄今 L=P-I!
[0086] 根据估计器S(t，T)定义多项式：
Cl：5>
[008引其中 z = e-'-"n'c 若。
[0089] 计算多项式D(Z)的根，运些根的取值可W使得估计器达到峰值，寻找单位圆内最 接近单位圆的P个根，则运P个根对应的P个时间延迟t就是P个声线路径在不同传感器间的 延迟t:
[0090] t = arg(z) (16)
[0091] 准确识别不同的声线路径需要能够同时估算出声线路径在各传感器间的时间延 迟与其到达传感器阵列的时间，通过W上步骤已得到了声线路径在各传感器间的时间延 迟，本发明进一步根据估计出的各声线路径在各传感器间的时间延迟估计出各声线路径到 达声传感器阵列的时间，具体包括W下步骤：
[0092] 步骤6、利用平滑的主动宽带多信号分离算法smoothing-MUSICAL中的数据预处理 方法对声传感器阵列所接收的宽带主动声信号进行处理，估计出所述宽带主动声信号的频 谱矩阵，具体如下：利用空域-频域平滑方法对所述宽带主动声信号进行去相关操作，然后 用去相关后的信号估计出所述宽带主动声信号的频谱矩阵；
[0093] smoothing-MUSICAL算法中的数据预处理方法是结合空域-频域平滑估计宽带信 号的频谱矩阵，采用该方法所估计出的宽带信号的频谱矩阵琴￡具体如下：
(17)
[00M]其中，Ks和Kf分别是空域-频域平滑阶次，*表示求共辆转置。为了进一步减少计算 量，此处空域平滑最好采用与步骤1中相同的平滑阶次，运样即可直接使用步骤1所得到的 空域平滑结果进行频域平滑处理。
[0096] 步骤7、对步骤6所估计出的频谱矩阵进行EVD特征分解，并W所得到的MF个特征值 中较大的前P个特征值所对应的特征向量构造信号子空间，W剩下的MF-P个较小特征值所 对应的特征向量构造噪声子空间；其中，M为声传感器阵列中的传感器数量，P为主动声源的 个数，F为smoothing-MUSICAL中在进行频域平滑时选取的频率数；
[0097] 对频谱矩阵祖&;进行EVD特征分解，并将所得到的MF个特征特征值按从大到小排列 为:Al>A2>…>Amf ;其中P个较大的特征值对应的特征向量表征信号子空间，剩下的MF-P 个较小的特征值对应的特征向量表征噪声子空间。则宽带信号的频谱矩阵綾￡又可W表示 为：
[00 側 巧 V +Ui，A,sU;s (18)
[0099] 其中，矩阵化S是P个较大的特征值对应的特征向量构成的矩阵，Uln是剩下的MF-P 个较小的特征值对应的特征向量构成的矩阵，A LS是P个较大的特征值构成的对角矩阵， A LN是剩下的MF-P个较小的特征值构成的对角矩阵。
[0100] 信号子空间Al构造如下：
[0101] A,= U 王乂 （巧）
[0102] 噪声子空间化构造如下：
[01。引 B王=U王、咕' (五於
[0104]步骤8、为声线路径构造 W下的与频谱矩阵錢&相对应的副本矢量ai(t，T):
[0106] 其中，t表示声线路径在各传感器间的时间延迟，T表示声线路径到达声传感器阵 列的时间，e(vi)，i = l，2,…，F是所述宽带主动声信号在频率Vi处的幅值，M为声传感器阵列 中的传感器数量，Vl，V2…VF表示频域平滑时选取的F个不同的频率值。
[0107] 步骤9、根据步骤7所构造信号子空间与噪声子空间的正交性构造估计器，并将步 骤5所得到的各声线路径在各传感器间的时间延迟t作为已知参量代入该估计器后，根据该 估计器定义多项式;然后通过寻找单位圆内最接近单位圆的P个根的方式得到使得估计器 达到峰值的多项式的P个根，则运P个根对应的P个到达时间T即为P个声线路径到达传感器 阵列的时间：
[0108] 与步骤5类似，同样根据信号子空间与噪声子空间的正交性可W构造合理的估计 器SL(t，T):
[0109] 5/'(/.巧= "/.(/. 7')。-今"/'(/. 7'） （21)
[0110] 通过化简，上式可写成：
[0112] 根据估计器SL(t，T)定义多项式：
[0114] 其中，=
[0115] 将步骤5中估算出的时间延迟t代入多项式化(Z)，并计算多项式的根，运些根的取 值可W使得估计器达到峰值，寻找单位圆内最接近单位圆的P个根，则运P个根对应的P个到 达时间T就是P个射线路径到达传感器阵列的时间T:
[0116] T = arg(z) (23)
[0117] 至此，分两步估计出了各声线路径到达传感器阵列的时间延迟t和到达时间T，从 而成功分离出了每一条声线路径。
[0118] 为了验证本发明效果，进行了 W下验证实验：
[0119] 1、实验条件；
[0120] 在一台计算机上进行验证实验，编程语言用的是Matlab(R2013b版本）。
[0121] 2、实验方法：
[0122] 为了验证本发明的实验效果，选择现有的smoothing-MUSICAL方法进行结果对比。 实验选取中屯、频率为3000化的等功率射线路径，采样频率为10400Hz，采样点数为256个，信 噪比为20地。
[0123] 实验 1:
[0124] 产生两条等功率射线路径，两条射线路径到达传感器的时间与在传感器间的时间 延迟分别是（10,0.5)和（20,1);设置9个传感器组成传感器阵列用来接收信号用于实验处 理。
[0125] root-MUSICAL和smoothing-MUSICAL的实验结果显示如图4所示，实验结果表明， smoothing-MUSICAL方法完成信号源的检测耗时94.57s，本发明root-MUSICAL方法完成信 号源的检测耗时8.056s。
[01%] root-MUSICAL方法与smoothing-MUSICAL方法估算得到的射线参数及误差分析如 表1所示。
[0127] 表1两个信号源时root-MUSICAL和smoothing-M