钢板声发射时间反转聚焦增强定位方法

声发射检测方法具有实时动态监测优点,应用越来越广泛,但是对声源的定位始终没有更大的突破。在钢板声发射检测中,提出一种基于时间反转理论的声发射源准确定位的方法。由于声发射检测是一种被动检测技术,结合时间反转聚焦理论,推导出对声源信号实现时间反转聚焦增强处理方法,可增强检测信号中声源幅值,提高信噪比;然后根据声源信号到达时间推算出声源聚焦时刻,利用弹性波传播理论对传感器监测区域重建信号传播波动图,显示出声源位置和区域;最后通过实验测试对该方法进行验证,结果表明该方法能有效提高损伤声源信号的能量,对检测区域的信号重建和定位显示准确地给出损伤声源位置。     

基于智能手机TDOA估计的被动声源定位方法与系统实现

被动目标监测广泛应用于国防、安全等领域。针对被动声目标监测,首次提出了基于手机平台的被动式声目标定位方法,并设计和开发了原型系统。针对手机间时钟同步对被动式信号到达时间差精度的影响,采用手机内置的麦克风和扬声器发送和接收同步声信号的方式,从而避免了节点间无线同步到声信号采集间的时间延迟不确定性。为了提高信号发送和接收时刻的估计精度,将时间戳信息调制到设定的线性调频声信号,并采用广义互相关方法来实现信号波形检测。进一步,针对被动目标声源的非合作特性,采用统计判决理论和语音活动性检测相结合的方法对观测信号进行联合检波,获得被动目标声源到达时间的高精度估计,即被动声源到手机间的到达时间差。最后,通过多部手机搭建了原型系统并设计实验,结果表明定位误差不超过10%的概率达到80%。     

基于听觉特性和过零点间隔的多声源定位算法

针对目前声源定位技术的研究现状,研究了人耳听觉系统的生理学和心理学特性,建立了基于人耳听觉系统的多声源定位模型;通过研究信号部分频率成分间的过零点时间间隔与原信号保持一致的特性,提出了用上升过零点模拟听神经的发放行为,从而引入了根据两通道间过零点时间间隔统计特征确定两耳时延的算法,并给出了噪声对时延结果影响的判定方法;相比互相关算法,该算法的计算量较小而抗噪声能力更强,声源的增多不会明显降低定位效果;通过与常用的互相关时延算法对比,仿真实验验证了该算法在较低信噪比情况下,依然可以对多个声源取得较好的定位效果。     

新自适应阈值的小波滤波在被动声源定位中应用

在被动声源定位研究领域,广义互相关法是应为最为广泛的一种定位方法。而基于小波滤波的广义互相关法克服了传统广义互相关法需要信号和噪声先验知识的局限性;很好地提高了相关噪声条件下的非平稳信号的定位精度。针对小波阈值滤波提出一种新的自适应阈值以获得更好的去噪效果,提高基于广义互相关法的声源定位精度。最后,仿真比较了几种自适应阈值去噪效果以说明提出的自适应阈值的优越性,并进行定位实验验证基于新自适应阈值小波滤波的被动声源定位精度得到极大改善。     

基于到达时差的低功耗声音定位系统

针对弱噪声环境中声音定位系统能耗大、精度低的问题,将低功耗模式下的基于到达时差(TDOA)的技术应用到声音定位中.开展了在具体模拟应用中对基于到达时差的声音定位技术的数学建模与理论方法的分析,建立了声源信号在传送、接收和检测3个方面的关系,提出了“由C8051F330单片机产生一路占空比为10％的窄脉宽信号,经拾音器接收、滤波、放大和整形处理,触发后级FPGA做脉宽计数,周期性地向C8051F020单片机传递数据”的方法;为进一步提高系统的定位精度,采用了滑动平均滤波器的思想和丢弃算法,有选择性地采集数据,降低了外界无效信号的干扰.在理论分析和试验的基础上,主要对移动声源功耗、系统定位精度及声源路径跟踪功能3个方面作出了评价,进行了持续l s式或不间断式声音定位模式下的试验.研究结果表明,移动声源发声功率为50.1 mW,声音定位最大误差2.6 cm,具有低功耗、稳定性好、精度高的特点,并可实时显示移动声源的行径轨迹.     

基于阵列的声源定位系统

设计了一种基于虚拟仪器技术与阵列的声源定位系统,该系统以基于四元阵的定位模型算法为理论基础,并进行了现场实验,证明了该系统实际运用的可能性。     

双五元十字阵被动声定位融合算法及性能分析

为了提高被动声测量的准确度和克服声源目标空间方位模糊的问题,提出了双五元十字阵被动声定位融合算法。首先设计了一种双五元十字阵传声器阵列模型,依据模型定义了声源点象限判断准则;然后根据被动声定位原理推导了单一五元十字阵的声源点坐标计算公式,根据俯仰角度正弦值作为加权系数,构造了双五元十字阵被动声定位融合算法模型;最后对该模型测距和测向的精度进行了理论分析,给出了时延估计误差、俯仰角以及方位角与双五元十字阵定位性能的关系。理论分析和仿真实验结果表明,该算法克服了声源目标空间方位模糊的问题、减小了时延估计误差对测距测向性能的影响。本文算法能够更加准确地测量出声源点的位置信息。     

基于麦克风阵列的双波束近场定位及语音分离

提出了一种新的基于麦克风阵列的近场声源定位和语音分离算法,它结合双波束二维定位和近场最小方差波束形成技术在阵列近场范围内实现声源定位和语音分离.使用双波束进行二维定位能解决2D-Music运算量过大和实现困难的问题.在双波束二维定位的基础上,使用基于麦克风阵列近场模型的最小方差波束形成技术进行语音分离,它比常规最小方差波束形成技术更适用于近场内的语音分离.最后,仿真结果验证了该算法的正确性和可行性.     

基于听觉仿生和压缩感知的助听器声源定位方法

在声源定位方面,由于麦克风阵列利于评估麦克风对间的声源定位参数,因此其性能比单麦克风优越.但是当麦克风对间距过小时,获得足够的定位参数信息变得非常困难.针对这个问题,在研究奥米亚棕蝇听觉系统定位机制的基础上,提出采用差分微麦克风信号构建包含声源信息的信号模型.同时为了减低计算量,采用多通道联合压缩感知(compressed sensing,CS)进行声源采样.根据构建的CS模型,采用自适应次梯度投影算法重构包含声源信息向量,通过评估重构信号的能量峰值获得声源位置.理论分析和仿真结果表明,该方法同其他声源定位算法相比,具有定位精度高、抗噪声鲁棒性强,计算量小等优点.     

基于TDOA多声源定位的虚假声源消除方法

基于到达时差(time difference of arrival,简称TDOA)的多声源定位方法难以将麦克风获得的TDOA值与真实声源进行有效的关联。针对此问题,提出了一种基于TDOA的多声源空间定位方法。利用互相关算法估计声源的TDOA值,并基于Chan算法求解多目标声源的空间位置。为消除虚假声源,将阵列麦克风分为定位和校验两组子阵列,并构建阵列分组定位校验模型。定位麦克风用于所有可能声源的定位。校验麦克风用于虚假声源的消除,并获得多声源的初始位置。根据初始真实声源位置,构建全阵列TDOA序列校验模型,并获得最终真实声源位置。搭建了仿真及实验平台,对提出的方法进行验证。仿真及实验结果表明,提出的方法有效地消除了基于TDOA多声源定位的虚假声源,并能充分利用阵列麦克风数量来提升多声源定位精度。