基于麦克风阵列测量的机翼脱落涡噪声研究

应用由111个麦克风且成的平面麦克风阵列对当前流行的民用客机进场着陆过程中的飞机品怕源进行了测量分析,在国际上首次发现了机脱落涡单音噪源,并且得到了这种噪声源的频谱特性、指出特性和声级变化特征。     

麦克风阵技术的现状及其应用前景

本文介绍了麦克风阵技术的现状及其应用,涉及其信号处理算法和主要应用领域。     

圆形差分麦克风阵列的二阶波束形成器设计

针对二阶差分阵(DMA)在信号频率较低时白噪增益异常问题,提出一种基于二阶圆形差分阵列进行白噪增益最大化的波束形成器设计方法。该波束形成器主要是由L阶差分阵列的一阶输出的权值函数h′_(DMA)和WNG情况下的二阶输出的权值函数h′_(MWNG)构成。第一阶段滤波器确定期望波束图的角度,从而在DMA阵列的波束方向上加入空值;第二阶段滤波器解决第一阶段因为白噪异常而导致的系统冗余,从而导致阵列在低频时白噪异常的问题,以解决DMA在低频时WNG异常的问题。仿真结果表明,在相同的条件下,该方法不仅解决了白噪增益异常的问题而且得到的波束图具有更低的旁瓣级。     

跳频信号的欠定盲源分离

针对跳频信号的欠定盲源分离,为了解决现有的时频域方法中算法计算量大、信号存在畸变、恢复精度不高的问题,提出了一种基于滤波的跳频信号欠定盲分离算法. 该算法首先根据估计到的源信号载频设计带通滤波器,利用这些滤波器对观察信号进行滤波,得到只包含某一个源信号的观测信号分量,使原分离问题分为数个时域上稀疏的欠定盲分离问题,然后对各个分量在时域上分别应用欠定盲源分离算法估计每跳数据. 通过仿真对比发现,所提的滤波法得到的跳频信号更精确,信干比比时频域方法大4dB;同时所提算法处理的数据量小,计算复杂度低.     

基于麦克风阵列的时延估计新方法

针对传统时延估计方法易受噪声和混响影响的问题,提出了一种基于麦克风阵列的时延估计新方法。该方法充分利用多个麦克风的空域信息和每个麦克风时域信息,以提高算法对环境噪声的抑制能力。该方法在抗噪声和抗混响性能方面都优于常用的PHAT-GCC（Phase Transform-Generalized Cross Correlation）方法。仿真实验表明,与MCCC（Multichannel Cross Correlation Coefficient）方法相比,在信噪比为20 dB,阵元个数为2～6个,混响时间在200～620 ms条件下,该方法的时延估计错误率明显降低。     

基于球麦克风阵列的语音增强方法

当期望源与干扰噪声源同向时,常规波束形成方法对干扰噪声的抑制会受到一定的影响。在已知声源方位信息的前提下,将球麦克风阵列波束形成和径向滤波相结合,提出一种用切比雪夫径向滤波实现语音增强的方法。仿真实验结果表明,该方法实现了对期望声源增强的目的,从一定程度上验证了该方法的有效性。     

基于EEPS-BSS算法的脑深部诱发电位提取

脑深部诱发电位对探究神经刺激器治疗疾病的工作机理起着重要作用.为解决临床治疗中采集电极数少于源信号数而产生的欠定盲源分离问题,提出了一种在欠定情况下不需利用先验知识的改进盲源分离法.针对单路脑深部诱发电位的提取,仅利用经验模态分解对观测信号进行分层处理,以一定的规则重构信号来扩展观测信号数目,进而进行分离.仿真与实测数据表明:该方法能实现从低信噪比的单路信号中有效提取微弱诱发电位,分离后各输出信号间的互相关系数较分离前大幅下降,从而证实了该算法提取诱发电位的有效性.     

盲稀疏源信号分离算法的恢复性研究

基于一种两步稀疏表示的方法,利用随机框架讨论欠定盲源分离的恢复能力.盲稀疏源信号分离算法一般假设源信号是充分稀疏的,讨论了在源信号不充分稀疏的情况下欠定盲源分离的恢复能力的概率估计,进一步刻画了源的稀疏性与恢复能力的关系,揭示了利用两步法处理盲源分离问题的有效性.     

基于盲分离的混沌保密通信技术

针对实现欠定条件下线性混合的混沌信号的盲分离非常困难的问题,提出一种保密通信方案。在发送端利用密码序列对混沌信号加密并构造出欠定的盲分离模型;在接收端先用密码序列将欠定问题变为正定问题,最后利用盲分离技术解密和重构出源混沌信号。分析和仿真结果表明,该保密通信系统保密性强和精度高,并在强信道噪声干扰条件下依然有效。     

基于独立分量分析的噪声消除技术研究

为了消除观测信号中的噪声,利用独立分量分析的冗余取消特性,提出一种新的信号消噪方法.引入虚拟噪声分量对观测信号进行扩展,将一维带噪观测信号变换为多维虚拟观测信号.利用高阶累积量,对扩展的多维加噪观测信号进行盲源分离,得到源观测信号,从而实现噪声的有效消除.进行仿真研究以及转子实验台的松动故障振动信号的实验研究,结果证明了这种消噪方法在消除各类加性噪声的有效性.该方法不需要大量的观测样本,无需观测信号为确定性信号的前提假设,实现了对单个观测样本的实时消噪处理.     

欠定盲分离时变混合矩阵的估计

针对欠定盲分离中时变混合矩阵的估计问题,在稀疏域二维最小偏差角算法的基础上,提出了一种改进的欠定盲分离时变混合矩阵估计算法。该算法通过判断原始阵各列上是否都有观测点聚集和聚集在原始阵上的观测点以外的点的聚集方向,来检测变化时刻;并利用基于点密度大区域检测算法估计混合矩阵。改进算法对于混合矩阵发生某些列增加、消失和变化时均能检测出变化,并且在大幅提高变化时刻检测概率和混合矩阵估计精度的同时,降低了复杂度。实验仿真结果表明,在20 dB信噪比时,混合矩阵估计精度提高了60%以上。     

基于数字阵列雷达的单脉冲测角技术研究

针对数字阵列雷达（DAR）系统中,白噪声和阵元通道幅相不一致对数字单脉冲测角性能影响大小的问题,给出了基于数字波束形成的相位和差与幅度和差单脉冲测角原理．通过仿真验证了白噪声和阵元通道幅相误差对两种测角方法性能的影响,并与实际系统的测量结果进行了比较．该研究对工程实现有一定的参考价值．     

一种基于l1范数的欠定盲源分离算法

提出了一种基于两步法的欠定盲源分离新算法.在混叠矩阵估计阶段,采用基于势函数的聚类方法,在源信号恢复阶段,提出一种快速的稀疏信号重构算法.系统方程As(t)=x(t)的任一解,由它的一个特解与其相对应的齐次线性方程组的一组基的线性组合之和表示,从而使原来直接估计有n个独立变量的源信号s(t)转化为估计只有n-m个独立变量的系数向量z.再借助稀疏表示实现盲源信号的分离.仿真实验验证了新算法容易实现,分离速度快,能够很好地满足盲分离对速度的要求.     

基于单源区间的欠定盲源分离中源信号个数的估计

讨论观测信号个数少于源信号个数时盲源分离中源信号个数估计的问题;提出了一种首先利用单源区间对观测信号预处理,去除非单源区间的点,再通过改进的K-均值聚类方法来估计源信号个数,进而估计出混叠矩阵。仿真结果表明,与常规聚类算法比较,该算法复杂度较低,估计精度有显著提高。     

一种均匀线阵的信号分离方法研究

为了进一步改善阵列信号处理中盲源分离算法的分离性能,本文提出了一种基于DOA估计的阵列信号分离方法。该方法的基本思想是利用MUSIC算法实现对阵列信号DOA的预先估计,构建一预估计方向加载矩阵W,使加载后的混合信号在该预估计DOA上的信号能量最大化,最后利用传统的盲源分离算法分离接收到的混合信号,得到原始信号波形。仿真结果表明,该方法分离效果优于直接的盲分离算法,原始信号与分离信号相关系数接近于1,但同时牺牲较大运算量。     

一种基于新代价函数的盲源信号分离算法

选择两个函数的线性组合作为代价函数,基于组合的任意性,保证了加性噪声盲源信号分离的有效性,提高了信号处理的通用性.根据分离矩阵的Frobenius范数的收敛理论,在上述改进措施基础上,得出了改进的迭代规则,对混合源信号进行估计.经过仿真实验,结果显示信号分离效果较好.     

欠定模型下源信号及混合矩阵动态变化时的盲分离

提出了一种改进的两步法实现欠定模型下信源及信道动态变化时的盲分离。首先通过实时的观测信号,基于稀疏域二维最小偏差角判断混合矩阵的变化时刻,进而估计动态变化的混合矩阵并获得实时的源数目;再采用基于伪提取矢量的方法恢复动态的源信号。在源信号的恢复中,使用常规的基于线性规划的欠定盲分离方法,以进行对比。结果表明,该方法能处理信源及信道动态变化时的欠定盲分离,并且分离速度比基于线性规划的方法快数十倍。仿真结果表明了该算法的良好性能。     

欠定盲源分离算法的研究现状及展望

针对盲源分离技术中欠定线性瞬时混合盲源分离的问题,基于"两步法"思路,从混合矩阵估计和源信号恢复算法两方面总结了国内外的研究现状,剖析了限制算法应用的理论问题,对欠定盲源分离下一步的研究工作进行了展望.     

基于微扫描的焦平面阵列成像特性研究

在分析微扫描成像原理的基础上,利用固有奈奎斯特频率处的采样平均传递函数作为度量因子,定量表征了不同微扫描模式对焦平面成像系统成像质量的改进程度,得出微扫描模式与探测器占空比的最优对应关系;以一幅768×768的辐条图像作为原始目标,针对100%,50%两种占空比的探测器,采用像素处理方法,仿真了不同微扫描模式的成像过程,结果证明微扫描成像仿真效果与理论分析的一致性.     

基于相似度检测的欠定混合矩阵盲估计

针对现有欠定盲分离混合矩阵估计方法中存在的估计精度低以及时间复杂度高等缺点,提出一种基于相似度检测的欠定混合矩阵估计方法.该方法能够在没有任何先验信息的条件下自适应地估计出源信号数目以及混合矩阵,而且不需要进行迭代,时间复杂度低.仿真结果表明,与现有的一些混合矩阵估计方法,如改进K-均值聚类法和拉普拉斯势函数法相比,所提出的方法在源信号数目估计准确率、混合矩阵估计精度以及时间复杂度等方面都具有明显优势.