基于RLS的二次加权相关时延估计算法

针对测向定位中时延估计的问题,提出了一种基于递推最小二乘（Recursive Least Squares,RLS）算法的二次加权相关时延估计方法。该方法在二次相关算法基础上,一方面引入RLS算法,在二次相关前进行自适应滤波,提高系统抗噪能力,且具有较快的收敛速度;另一方面借鉴广义互相关的思路,引入加权函数,并且采用二次加权方式,提高时延估计的性能。仿真结果表明,在低信噪比环境下,基于RLS的二次加权相关时延估计法使谱峰更加尖锐,抑制了噪声的影响,提高了估计的精度。     

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。     

麦克风阵列声源定位研究与ARM实现

以EasyARM2100实验板为硬件平台,设计了一个可以在二维平面内对声源进行实时定位的实验系统。系统软件部分采用了基于到达时延估计双步定位法,并使用二次相关时延估计法和三元阵几何定位法分别对时延和声源的位置进行估计。通过在系统上的大量试验测试,表明系统硬件性能良好,软件定位算法实现简单,运算量小,精度较高,有较强的抗混响和抗噪声能力,可用在实时定位系统中。     

基于二次相关法的非视域物体定位研究

非视域成像技术是对无法直接观测到的物体进行间接观测的一种技术,本文使用激光光源照射中间介质,光经过中间介质进行多次反射,再使用APD(Avalanche Photon Diode)阵列接收回波信号,最后使用二次相关法进行时间延迟估计,计算回波信号的返回时间,完成对非视域物体的定位。实验表明,该方法可以快速定位非视域物体的位置,在噪声比较大的环境下,比直接使用互相关法定位更加准确。     

基于二次相关的时延估计方法研究

针对无源定位中时延估计的问题,在研究二次相关法时延估计的基础上,结合希尔伯特变换,提出了一种新的时延估计方法。该方法对二次相关峰值进行锐化处理,提高了时延估计精度,能在更低信噪比下取得更高的时延估计性能。仿真验证了算法的有效性。     

实时声源定位算法研究与实现

声源定位技术是语音增强、语音识别技术的前提和基础。基于麦克风阵列的声源定位技术已经成为一大研究热点,其广阔的应用前景得到了广泛的关注。本文提出基于变步长标准最小均方差（variable step size least mean square,VLMS）的声源定位算法。该算法利用VLMS算法自适应估计声源到麦克风的脉冲响应系数,进而估计出各麦克风之间时延,并利用几何方法定位声源在3D空间的位置。此外,本文设计了基于Cortex-A8嵌入式平台的声源定位系统,并进行了相应的硬件选型与调试及算法移植工作。实时实验显示,本系统的方案合理有效,能够较好的实现声源定位。     

基于麦克风阵列的声源定位系统设计与应用

概括声源定位实验原理并设计麦克风阵列进行声源的捕捉,通过多次实验验证,与仿真软件的数据拟合,使得声源定位算法得到进一步提升。系统配备专门的上位机控制软件,当上位机得到各组麦克风阵列收集到的数据后,经Matlab程序估计时延及解析声源位置,通过软件的声源波形图和声源雷达图使得声源的定位更加直观。     

基于时延估计的四元声源定位研究

当前对于声源定位技术的研究非常火热,它主要由声学、信号接收、软件设计以及数字信号处理等学科组成,通常在研究声源定位时我们采用传声器阵列定位技术.而时延估计是传声器阵列进行信号处理的一项非常重要的技术,它的目的是对同源信号到达不同的传声器由于传输距离的不同而产生的时间差.现在,声源定位技术已经被广泛的应用到移动通信、智能...     

基于经验模态分解重构的二次相关时延估计

针对低信噪比情况下的时延估计,将二次相关( SC)时延估计与经验模态分解( EMD)算法结合,提出了EMD重构二次相关时延估计方法。该方法针对EMD重构时本征模态函数的选择,将倒谱法和谱减法相结合,提出新的本征模态函数中有用信号主导分量和噪声主导分量的区分方案。研究结果表明：EMD重构二次相关法较传统二次相关法抗噪性能更优,更能锐化二次相关峰值;在非高斯有色噪声和高斯白噪声情况下,分别将准确估计时延的信噪比降低了4 dB和2 dB。     

基于循环二次相关的时延估计

针对无源定位中时延估计的问题,在研究循环二次相关时延估计算法的基础上,结合希尔伯特差值时延估计算法,提出了一种新的时延估计方法。该方法运用希尔伯特差值法对循环二次相关峰值进行锐化处理,提高了时延估计精度,能在低信噪比条件下取得更好的时延估计性能。仿真验证了算法的有效性。     

基于方向正交小波基的声源定位

引入一种光滑性可调的对信号的方向性敏感的周期基插值小波,先对其进行正交化处理,构成二维空间的方向正交小波基,同时对相应的滤波器周期化,给出了快速方向小波变换的算法。对于方向性弱的声音信号可以选择阶数相对高的周期基插值小波来分析,而对于方向性强的信号只要阶数低的周期基插值小波就可以。用传声器阵列对声音信号进行采集,对采集的数据进行快速方向正交小波变换,通过角度和半径方向的图,得到两条比较清晰的半径线,它们的交点唯一确定声源的位置。     

基于Taylor级数展开的改进定位算法研究

针对由RFID设备组成的室内定位系统的定位方法,分析了常规方法存在的弊端,并在采用基于Taylor级数展开的定位算法的基础上,提出了相应的改进算法,测试了算法在低噪声均匀分布和高噪声非均匀分布2种环境下的定位效果,并比较了加权和非加权算法的定位精度。结果表明,在小范围定位空间中,当噪声较大且误差分布不均匀时,改进算法的定位误差可80%控制在0.6 m以内。     

基于Sagnac干涉仪的新型声源定位光纤传感器

利用法拉第旋转镜（FRM）把Sagnac光纤干涉仪的环形光纤臂改成单臂直线结构的新型零程差干涉仪，克服了传统Sagnac光纤干涉仪结构上的缺点。另外，FRM作为偏振补偿器解决了偏振诱导信号衰弱问题。对该装置进行了理论分析，并以管道的泄漏声为例进行了实验研究，实验结果与理论分析相吻合，定位误差小于1％，表明该装置可以实现宽频声信号源的定位。     

麦克风阵列声源定位系统的研究

随着多媒体技术的进一步发展,语音接收和声音信号处理得到了日益广泛的关注和应用,而声源的定位和声源增强是实现语音增强,语音识别的前提和基础.基于麦克风阵列的声源定位技术由于其广泛的应用前景得到了众多学者的关注.单个麦克风接收到的信息量较少,缺少声源定位所需要的信息,而麦克风阵列克服了上述的缺点,利用了各麦克风信号之间信号的相关性对数据进行相关分析和处理从而实现声源的定位.文中阐述了麦克风阵列声源定位的原理,推导计算目标方位角、俯仰角以及距离的计算公式;阐述了硬件系统的组成以及各个部分的作用并通过实验进行了系统的测试,通过对测试数据的分析得出麦克风阵列声源定位系统能够实现声源的快速定位.     

基于UKF的单站无源定位改进算法

针对在单站无源定位中UKF算法由于数值计算的舍入误差带来的滤波发散以及计算量较大问题,文中提出了一种采用奇异值分解和超球体采样的UKF滤波算法。该算法将标准UKF算法中的协方差矩阵进行奇异值分解,避免算法在递推过程中,由于计算舍入误差而引起协方差矩阵失去正定性,而导致算法失效的问题。并且新算法采用超球体采样策略,减小了采样点的数量,提高了计算效率。仿真实验结果证明了该算法的有效性。     

基于波束形成算法的声源定位与DSP实现

声源定位在军事、工业噪声定位等领域具有广泛应用,基于麦克风阵列信号的波束形成是声源定位的主要方法。与传统波束形成算法相比,最小方差无失真响应(MVDR)算法具有较大优势,但MVDR算法运算量大,一般处理器无法满足实时性要求。针对波束形成算法的数据量大,运算复杂的特点,选取TI公司推出的TMS320DM642定点DSP芯片,采用C和汇编语言混合编程,实现了8个麦克风组成的均匀圆阵基于MVDR算法在TMS320DM642 DSP 的应用,其处理速度比在ARM上快,具有速度快,精度高,实用性强的特点。     

一种基于改进遗传算法的只测向无源定位技术

从单站序贯测向无源定位的误差分析出发,提出了基于遗传算法的最大似然只测向(Bearing-Only)定位方法,并以最小二乘法进行粗估计,对遗传算法采用了一维编码改进。实验表明,该方法既提高了算法的精度,又解决了二维定位中遗传算法搜索空间过大的问题,提高了算法的实用性。     

声强向量阵对低频目标测向及其优化算法研究

研究了基于典型声强向量阵——三轴六基元阵的低频水声目标被动声测向算法,该方法综合利用了目标声场的声压和振速信息,能在小尺寸和低频条件下实现水声目标的高精度测向。提出了基于几何平均声压测量声强原理的优化算法,进一步改善了定向性能。用实测舰船噪声数据进行了计算机仿真,结果表明：矢量传感器尺寸为0．5m,信噪比为0dB时,优化算法得到的全空间内方位角和俯仰角误差的最大值均在2°以内。     

基于方向相关性的误差扩散算法

针对传统误差扩散中的"龟纹"和"伪轮廓"现象,在基于标准误差扩散算法的基础上,提出一种基于方向相关性的误差扩散算法。根据图像的梯度值把图像分为背景区域和边缘区域。在背景区域采用标准的误差扩散算法进行半色调处理,在边缘区域采用基于方向相关性的算法进行半色调处理。该算法既保持了标准误差扩散算法的优点,又减少了伪轮廓现象。