基于统计的近场声源定位方法

基于麦克风阵列的声源定位技术可以广泛应用于音视频会议、说话人跟踪与识别以及助听器等众多场合中。根据语音信号的短时平稳特性,文中提出了一种改进的基于MUSIC算法进行声源二维定位的方法。该方法按帧交叉进行声源数估计和声源方位估计,最后对多帧信号的估计值进行统计、平均得到最终的方位估计和较准确的声源数估计。仿真结果表明,这种方法能有效解决由于声源数估计不准确导致的峰值搜索时偏差较大的问题,并且具有良好的抗噪性能。     

基于模态滤波的水下声源深度估计方法

针对水下声源深度估计问题,对模态滤波技术进行研究.利用简正波在深度方向模态振幅的分布特性估计声源深度.首先使用水平阵列接收声源信号,然后对时间-距离二维数据进行二维傅里叶变化将其表示在频率-波数域,最后通过建立二值掩模滤波器,将声源的各阶模态能量从频率波数域提取出来,通过与模拟接收信号的各阶模态能量匹配,实现声源深度估计.对于多方向的声源信号,提出建立对应的滤波器,完成对固定方向上声源信号模态能量的提取,实现固定方向的声源深度估计.仿真结果表明:该方法有较好的抗噪声性能,能在低信噪比下估计声源深度.通过对固定方向建立相应的滤波器,可以实现从多方向声源信号中提取特定方位的声源信号,最终准确估计得到声源深度信息.     

广义互相关时延估计法声源定位研究

文章由广义互相关GCC求时延估计,先估计声音信号传导麦克风各阵元的不同时间差;计算时间差得出麦克风各阵元距声源的距离差,最后采取几何算法与阵列拓扑相的方法确定声源方位。该方法计算量小,易于实现,实际应用性强。     

水下被动目标参数估计的群体蒙特卡罗方法

将一种基于时域宽带信号模型的贝叶斯高分辨方位估计方法用于水下被动目标参数估计,与传统的子空间类方法相比,该方法只需要较少的信号快拍数且仅需实数运算。同时采用群体蒙特卡罗(PMC)方法执行贝叶斯计算,能进行模型阶数和方位的联合估计,其良好的并行处理能力可显著减少程序运行时间。针对较复杂的三声源情况进行了仿真,仿真结果显示该算法给出了很好的模型阶数和方位估计性能。     

塔康包络检测与方位估计算法研究

采用中频数字化技术的塔康视频信号是离散的脉冲调幅信号, 含有大量随机填充脉冲, 占空比大。首先,针对峰值搜索提取包络的方法在低信噪比环境下效果差, 提出一种新的数字包络检测算法,设计与脉冲相匹配的滤波器, 通过检测匹配滤波器输出的最大相关峰值确定脉冲到达时刻, 拟合整个脉冲估计其峰值得到包络信号; 然后,用最小二乘算法拟合包络估计方位, 通过残差分析以一定置信度剔除粗差; 最后,对连续k个方位参数数据平滑得到最终的结果。在装备模拟器上的仿真实验表明, 所提方法在0 dB功率信噪比下, 能有效检测包络、估计方位信息, 估计误差小于0.5°, 满足系统精度要求。     

单矢量水听器抑制高速相干干扰

已知的高速运动相干声源会对矢量水听器的方位估计造成干扰,瞬时相关积分可修正线谱信号的频带展宽,但无法修正多普勒频移,不能通过固定参数滤波器抑制其干扰。将矢量水听器组合振速做为参考输入的自适应抵消器可抑制相干声源干扰,通过仿真验证此方法有效可行。     

基于白化滤波的多普勒天气雷达谱矩估计改进方法

针对多普勒天气雷达时间分辨率和方位分辨率提高后,回波强度和径向速度精度无法满足1 dB 和1 m/ s 业务要求的问题,采用基于距离过采样技术和白化滤波算法的改进谱矩估计方法,使估计精度大大提高。该方法通过在距离向提高采样频率,获取更多的回波信号样本数量,然后采用白化滤波算法去除回波信号距离向的相关性,提高回波信号的独立样本数;并以白化滤波后的回波信号为基础,改进现有脉冲对谱矩估计算法,提高谱矩估计精度。仿真和雷达试验结果表明,在回波信号信噪比较大时,谱矩估计改进算法比现有脉冲对算法的估计精度更高,且可解决多普勒天气雷达因时间分辨率和方位分辨率提高后引起的精度降低问题。     

电声知识20行

哈斯效应哈斯效应也称先入效应是个听觉效应,当人耳倾听一个声信号时声信号往往来自不同的声源(如厅堂中的直达声和各次反射声、也如扬声器分散式安装的厅堂扩声系统,观众听到多个扬声器重放同一个信号),在这多个声源中,听者听到的第一个声源和相继在50毫秒内到达人耳的声源的方位由听到的第一个声源方位决定,并作为第一个声源的一部分,而在50毫秒外到达的声源当声级足够时人耳才感觉到其方位,更详细些说5—35毫秒内的延迟声,声级高于第一个声音10dB时也能感觉到其方位。例如在以分散式扬声器安装的扩声系统的厅堂中后排的观众他们听到的声音是来自离他最近的常安装在侧墙或天花板上的扬声器,而不在午台或银幕上。又例如在直达声后50毫秒以外     

机器人双耳声源定位

机器人拥有听声辩位能力是机器人智能化的重要表现。研究机器人声源定位具有广泛的应用前景。对于基于双耳听觉的声源定位,文中根据听觉系统中的"双耳效应"及"耳廓效应"等线索进行定位,首先建立了拟人机器人头部模型,通过头部转动实现前后方位的判定。其次,运用时间差(ITD)算法模型和声级差(ILD)算法模型分别实现了信号的水平方位的定位。并且应用互相关算法进行信号时延的估算。最后根据耳廓效应,根据频谱的变化实现了垂直方位的定位。本文通过定位算法编写程序,并且通过输入的声源信号实现声源方位的确定及误差分析。     

浅海环境中被动定位方法研究及软件实现

针对浅海环境中的宽带脉冲信号,研究基于粒子滤波算法的被动定位,并在此基础上,完成被动定位软件设计。基于简正波理论,利用接收点处声压、振速时域信号,获取频率域上垂直波阻抗作为测量向量,构建测量方程,建立基于粒子滤波算法进行水中目标定位的估计方法。在此基础上,完成定位软件的设计实现。在两种不同的波导环境中进行软件测试。测试结果表明,定位软件能够成功绘制距离和声源深度估计曲线,且估计曲线收敛于真值附近,表明软件能够有效完成对距离和声源深度的估计。     

分数阶傅里叶变换在水下多目标方位估计中的应用研究

线性调频（Linear Frequency Modulation,LFM）信号作为一种具有大时宽带宽积的信号被广泛应用于主动声纳中以进行水下目标方位估计。分数阶傅里叶变换（Fractional Fourier Transform,FRFT）技术对LFM信号分析具有独特的优势,本文通过对FRFT的理论研究,分析其应用于水下多目标方位估计领域的可行性。对于FRFT最优阶次搜索中存在的误差影响,本文研究范数约束Capon波束形成技术（Norm Constrained Capon Beamforming,NCCB）,利用NCCB算法提高FRFT预处理后的目标方位估计的稳健性。最后,本文将分数阶预处理与稳健波束形成算法结合,通过计算机仿真验证了基于FRFT预处理的NCCB算法在低信噪比环境下仍然可以实现水下多目标方位的稳健估计。      

Wideband maximum likelihood direction finding and signal parameterestimation by using the tree-structured EM algorithm

The expectation maximization (EM) algorithm is presented for the case of estimating direction of arrivals of unknown deterministic wideband signals. Alternative regularized least squares estimation techniques for the required signal estimation and a tree structure for the data mapping in the EM algorithm are proposed. Extensive simulation results are presented for comparison of the proposed algorithms with the conventional EM approach and the current high-resolution methods of wideband direction finding     

阵元位置误差对典型目标方位估计算法影响分析

波达方位估计技术是水声阵列信号处理的一个重要研究方向,主要应用于测向.在实际使用中,波达方位估计算法受阵形和海洋环境的制约,导致目标方位估计结果偏离理论值.其中阵元位置误差是波达方位估计技术难以避免的影响因素.针对阵元位置误差建立目标入射模型,分析了在y轴上、球体内服从高斯分布的位置误差对几种典型DOA算法的影响,得出位置误差均方差与目标方位估计结果误差的均值、均方差之间的关系,可为实际应用中目标方位估计结果提供参考.     

非理想条件下基于矢量水听器阵列的一种快速方位估计算法

为了实现少快拍、低信噪比(SNR)条件下的水下目标快速方位估计,该文建立矢量水听器阵列方位估计稀疏表示模型。利用实值转化技术将复数方向矩阵转化到实数域,以便利用平滑L0算法对稀疏信号矩阵进行重构从而得到方位估计结果。该文改进平滑L0算法,利用收敛性更好的复合反比例函数(CIPF)函数作为平滑函数以及提出促稀疏加权的方法,该方法通过加权的方式修正噪声条件下L2范数作为迭代初始值偏离稀疏解较远的问题来促进算法快速收敛于稀疏解。通过仿真验证了该文提出的基于实值转换的促稀疏加权平滑L0算法在少快拍、低信噪比的条件下可以实现优于传统子空间类算法的性能,并且在保证性能的同时,显著提高方位估计的速度。     

Min-norm interpretations and consistency of MUSIC, MODE and ML

The multiple signal characterization (MUSIC) approach, its generalization to correlated signals known as the method of direction estimation (MODE), and the deterministic maximum likelihood (ML) approach for bearing estimation in array processing are shown to be signal subspace fitting approaches in a minimum norm sense. MODE, for example, is shown to be an approach in which the array manifold is linearly estimated from principal empirical eigenvectors in a minimum weighted Frobenius norm sense. Using the min-norm interpretations, a unified proof for strong consistency of the three approaches is provided for stationary and ergodic signals     

矢量传感器的复声强法定向技术研究

矢量传感器可以空间共点、同步测量声压与质点振速的各正交分量。为了对水下目标进行定位,基于声压与振速联合信号处理的理论,研究了复声强法对水下目标信号的定向技术,并使用概率统计和直方图的理论对目标的方位角和俯仰角值进行了估计,在线谱分量存在的低频段对估计角度进行了概率统计,较好地解决了左右舷的分辨问题．实现目标的全空间无模糊定向。另外,通过计算机仿真验证了该方法中提出的定向算法。     

Performance analysis of direction finding with large arrays andfinite data

This paper considers analysis of methods for estimating the parameters of narrow-band signals arriving at an array of sensors. This problem has important applications in, for instance, radar direction finding and underwater source localization. The so-called deterministic and stochastic maximum likelihood (ML) methods are the main focus of this paper. A performance analysis is carried out assuming a finite number of samples and that the array is composed of a sufficiently large number of sensors. Several thousands of antennas are not uncommon in, e.g., radar applications. Strong consistency of the parameter estimates is proved, and the asymptotic covariance matrix of the estimation error is derived. Unlike the previously studied large sample case, the present analysis shows that the accuracy is the same for the two ML methods. Furthermore, the asymptotic covariance matrix of the estimation error coincides with the deterministic Cramer-Rao bound. Under a certain assumption, the ML methods can be implemented by means of conventional beamforming for a large enough number of sensors. We also include a simple simulation study, which indicates that both ML methods provide efficient estimates for very moderate array sizes, whereas the beamforming method requires a somewhat larger array aperture to overcome the inherent bias and resolution problem     

水下目标方位估计的克拉美-罗界研究

该文首次给出了任意平面离散阵列对水下窄带源和宽带源进行近场测距的克拉美-罗界(CRB),并进一步全面地推导了相应远场测向的CRB表达式。由此揭示了近场测距和远场测向的CRB的影响因素和特点:(1)两者的影响因素均可分为两部分:阵列相关因素,如阵列结构和阵列孔径等;目标信号相关因素,如目标的相对方位、信号频率、带宽和信噪比等。(2)两者均与信号带宽和谱密度函数构成的一个联合量成反比。(3)近场测距的CRB与目标距离的四次方成正比。(4)近场测距的CRB与基阵参考点的选择有关,而远场测向的CRB则与其无关。(5)对于均匀直线阵,近场测距CRB大致与阵列孔径的五次方成反比,而远场测向CRB则大致与阵列孔径的三次方成反比;对于均匀圆周阵,两者均与阵列孔径成反比,且与目标的相对方位无关。Monte-Carlo仿真结果验证了理论分析和上述结论的正确性。该文CRB不仅给出了近场测距和远场测向的最佳估计性能,而且为阵列及信号的设计提供了理论指导,以达到最优的测距和测向效果。     

On the performance of cyclic moments-based parameter estimators ofamplitude modulated polynomial phase signals

Parameter estimation of amplitude-modulated polynomial phase signals embedded in additive white Gaussian noise is considered. The amplitude modulation is modeled as the sum of a real-valued deterministic function and a zero mean correlated stationary random process. It is shown that cyclic moments-based estimators, previously proposed for parameter estimation of polynomial phase signals modulated by stationary random processes, can be adapted to the more general signal model considered here. The covariance matrices of the cyclic moments-based amplitude and phase parameter estimators are derived for large sample lengths. Using this result, it is shown how the lags can be chosen to minimize the large-sample variances of the cyclic moments-based phase parameter estimators. Comparisons with the Cramer-Rao bounds are performed under the assumption of a Gaussian modulating process. The theoretical derivations are confirmed by simulation results     

基于AR模型的水声信道盲估计算法

给出了基于AR模型的水下通信系统模型,利用基于输出序列自相关阵的Levinson-Durbin递推算法,在不需要训练序列的条件下估计得到信道传递函数,并恢复出原信号。与基于高阶统计特性方法相比,该算法运算复杂度低,估计速度快,更适合高速数据传输信道的估计。通过对水声信道参数盲估计的计算机仿真,验证了该算法具有较高的精度。