共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
实现噪声控制的前提是正确识别出主要的噪声源,研究噪声源空间指向性对于噪声源的辨识和预测有重大意义。为提高复杂声源的分辨率,以单极子点源形成扩展性声源表征噪声源,引进广义逆波束形成算法对扩展性声源进行声源定位。通过仿真计算,分析了广义逆波束形成(Generalized Inverse Beamforming,GIB)算法中麦克风阵列阵元数、测量距离对定位效果的影响,系统比较了去自谱算法和GIB算法对点声源、扩展性声源(5个紧密相连的单极子点源)的分辨率。仿真表明:GIB算法中定位效果受阵元数目影响不大,相对提高了点声源的定位精度,而且能分辨出扩展性声源。 相似文献
5.
6.
7.
《振动与冲击》2015,(24)
为得到鲁棒性、高分辨波束形成,提出了一种高阶次Cross Sensor处理方法。该方法依据阵元间协方差矩阵同一斜对角线上不同元素具有相同相位差的特点,对协方差矩阵进行M阶次Cross Sensor处理后可虚拟出近(2~M-1)(N-1)个虚拟阵元(N为原始阵元数)。虚拟阵元的增加可扩大线阵有效孔径,降低波束形成主瓣宽度,提高方位分辨率。在Cross Sensor处理过程中,该方法对协方差矩阵同一斜对角线上不同元素进行了叠加运算,可进一步削弱噪声对波束形成的影响,提高了波束形成鲁棒性。数值仿真和海上试验结果表明,该方法既能有效降低波束形成主瓣宽度,提高方位分辨率,又可削弱方位历程图干扰背景。相比已有的逆波束形成,该方法具有较好的方位分辨率;相比已有的基于AR模型的高分辨逆波束形成,该方法对最低门限信噪比的要求较低,方位估计均方误差较小。 相似文献
8.
9.
求鳞状因子循环矩阵的逆阵及广义逆阵的快速算法 总被引:6,自引:1,他引:5
利用多项式快速算法,给出了求鳞状因子循环矩阵的逆阵、自反g-逆、群逆及Moore-Penrose逆的快速算法。该算法避免了一般快速算法中,要计算大量的三角函数等可能带来误差及影响效率的问题。该算法仅用到鳞状因子循环矩阵的第一行元素及对角阵D中的常数d1,d2,…,dn进行计算,在计算机上实现时只有舍入误差。特别地,在有理数域上用计算机求得的结果是精确的。 相似文献
10.
11.
为进一步提高超波束形成(Hyper Beam Forming,HBF)算法的性能,在传统的HBF基础上提出一种改进的HBF(Improved Hyper Beam Forming,Im-HBF)算法。将基于半阵指向性函数高阶运算修正到基于全阵指向性函数的高阶运算。仿真结果表明,Im-HBF算法具有更窄的主瓣,并且对端射来波信号栅瓣抑制能力更强,进一步提高了对目标的检测能力。同时,Im-HBF算法对指数n具有更为广泛的适用性,当指数n2时也能获得优于常规波束形成(Conventional Beam forming,CBF)的波束性能。 相似文献
12.
矩阵广义逆的递推算法在统计推断、模式识别以及解析动力学等领域有着广泛的应用背景.本文利用范数极小化方法给出了计算Cline分块矩阵的极小范数广义逆及逆的两个一般递推表示式,推广了已有的结果. 相似文献
13.
逆波束形成算法与常规波束形成相比具有较高的方位分辨力和阵增益,抑制噪声能力强,但其旁瓣却较高,因此采用峰值统计信息作为输出。这样解决了高旁瓣下信号检测的问题,但却丢失了功率谱密度信息。本文在分析逆波束形成算法高旁瓣起因的基础上,提出了用滑动平均抑制旁瓣的方法。仿真分析结果表明,滑动平均方法在保留逆波束形成算法高分辨力的基础上,有效的抑制了旁瓣(第一旁瓣下降了2dB~3dB)。因此,可以采用传统的方法进行输出,以保留功率谱密度信息。海上试验数据的处理结果进一步验证了滑动平均方法的优点。 相似文献
14.
矢量阵常规波束形成(Vector array Conventional Beam Forming,VCBF)能够消除普通单线阵左右舷模糊现象,但VCBF波束宽度受到"瑞利限"的限制,不能分辨同一波束内的多个目标。矢量阵导向最小方差(Vector array STeered Minimum Variance,VSTMV)波束形成算法是一种宽带自适应波束形成算法,具有高分辨力和抗干扰性能。VSTMV波束形成直接在阵元域进行,计算量较大且稳健性差,不利于实时实现和应用。提出一种分子阵VSTMV波束形成算法(Sub-Array Vector array Steered Minimum Variance,SAVSTMV),可有效降低计算量,算法稳健性更强。通过理论研究和仿真计算,证明该算法比矢量阵常规波束形成算法具有更好的性能,有利于实际应用。 相似文献
15.
16.
波束形成算法具有计算效率高,计算结果稳定等优点,被广泛应用于噪声源定位。因此,对波束形成算法的深入研究及扩展具有重要的意义。特征值分解、相干输出谱分析等技术能够对被测信号进行分解,常用于信号分离和贡献量分析,具有广泛的研究与工程应用价值。结合上述信号分离技术,将特征值分解和相干输出谱分析应用于波束形成算法的前处理,提出基于特征值分解和相干输出谱的两种“衍生”波束形成算法。在此基础上,采用圆形二维传声器阵列对三个人工白噪声声源进行声源定位测试,数据分析结果验证基于特征值分解和相干输出谱的波束形成算法对声源识别和声源云图分离的有效性。两种算法均能够对声源云图进行有效分离,进而将各个声源云图与其激励源相关联。 相似文献
17.
《振动与冲击》2015,(17)
低信噪比情况下,针对波束形成方位历程图显示效果较差问题,提出一种重置协方差矩阵的波束形成前置预处理方法。该方法依据协方差矩阵中主对角线元素相比其他元素所含噪声能量差别较大、信号能量基本一样的特点,利用协方差矩阵主对角线邻近元素绝对值对主对角线元素进行重置,降低主对角元素所含噪声对方位历程图的影响,改善方位历程图显示效果。计算机数值仿真和海上实验数据处理结果表明,高信噪比情况下,该方法对方位历程图显示效果无影响;低信噪比情况下,该方法可以很好地改善方位历程图显示效果;该方法同样可以结合其他后置处理技术同时使用,进一步改善方位历程图显示效果。该方法可为改善方位历程图显示效果提供一个参考。 相似文献
18.
19.
20.
《振动与冲击》2019,(15)
CLEAN-SC波束形成声源识别方法计算速度快、成像干净清晰、结果准确度高,但当传统延迟求和算法在各声源处输出的主瓣严重融合时,亦无法准确分辨声源。造成该缺陷的原因为:主瓣严重融合时,CLEAN-SC所基于的延迟求和输出峰值所在聚焦点即为声源点的假设不成立。从源相干性角度,若某聚焦点处的延迟求和输出主要由某声源贡献时,该聚焦点可标示该声源,即基于该聚焦点的位置及强度信息可重构该声源在各传声器处产生声压的互谱矩阵。鉴于此,以CLEAN-SC识别的声源为初值迭代寻找正确的声源位置及强度,每次迭代中,最小化其余声源与某一声源的波束形成贡献的比值为每个声源选择标示点,根据标示点更新声源。仿真及试验均证明:所给方法比传统CLEAN-SC具有更高分辨率,使近距离低频率声源的准确识别变得可行。 相似文献