远距离声源被动定位新方法研究

声源被动定位的重要问题在于如何提高定位精度、定位速度和扩大定位范围.本文基于射线声学模型,利用声线最短传播时间在基元之间的时间延迟和多途时间延迟,提出了最短传播时间延迟定位、细分声场二次定位和多途时延定位及其他们之间相互结合的定位方法,使得定位精度得到明显提高,定位距离突破传统的匹配定位范围,实现了较高精度的远距离声源定位.理论研究的结果表明,该方法有效地降低了计算量,定位距离达到60 k m,定位距离误差小于3%.     

基于改进FISTA的高分辨率声源定位方法

为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm, FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed MonotoneFast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform, FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy" Fast Iterative Shrinkage-Thresholding Algorithm based on Fast FourierTransform, FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。     

应用于传声器阵列定位校准的空间点声源声场拟合方法

介绍了一种用于传声器阵列声源定位精度校准的空间点声源声场模拟方法,并基于该方法设计了一套空间点声源模拟系统,完成了一个传声器阵列的定位位置精度校准。文章采用多通道点声源空间声场合成算法模拟了一个位于自由场空间的点声源,根据传声器阵列中每一个传声器的空间位置坐标,计算出传感器所处位置声场的动态声信号。通过耦合腔标准声源将对应的多通道电压信号输入被校准阵列系统,完成点声源的模拟。然后,该阵列运用波束形成算法进行声源定位,得出点声源的位置,并与模拟点声源的位置进行比对,实现对阵列定位准确性的校准。     

一种适用浅海声源的多阵列直接定位方法

针对水下传感器网络系统中的声源定位问题,提出了一种适用于浅海声源的多阵列直接定位方法。该方法根据简正波理论建立阵列接收模型,并根据各阵列接收数据建立联合似然代价函数,最后利用遗传算法进行多维搜索,直接获得声源二维位置估计。仿真结果表明,该方法的声源定位误差小于传统的分步定位方法的定位误差,在较高信噪比时的定位误差稳定在50 m内。该方法通过多阵列联合直接得出声源位置估计,避免了传统分步定位方法中二次估计误差的引入,从而提高了声源定位的精度。     

相位共轭方法的声源定位分辨率研究

相位共轭方法可实现声波的反向传播和自适应聚焦,可用于声源定位。基于有限阵元平面阵列和球面阵列使用数值方法对相位共轭方法的定位分辨率进行了研究,研究了相位共轭阵列的形式及阵列与声源间距和声源定位分辨率的关系,还研究了在声源处设置声汇对噪声源定位分辨率的影响。数值结果表明:只有在近场测量声压梯度并使用偶极子源的相位共轭才能突破声波衍射极限分辨率;平面阵列距离点声源的距离越远分辨率越低,闭合球面阵列的分辨率不随阵列距离点声源距离的改变而改变;使用声汇后基于非近场测量也能突破声波衍射极限分辨率。     

基于深度学习的双耳声源定位算法研究

针对多种定位因素存在复杂关联且不易准确提取的问题,提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先,分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Convolutional Neural Network, CNN)实现深度学习框架;然后,分别以水平面 15°、30°和 45°空间角度间隔的双耳声信号进行模型训练;最后,采用前后混乱率、定位准确率与训练时长等指标进行算法有效性分析。模型预测结果表明,CNN模型的前后混乱率远低于 D-BPNN;D-BPNN模型的定位准确率能够达到87%以上,而 CNN模型的定位准确率能够达到 98%左右;在相同实验条件下,CNN模型的训练时长大于 D-BPNN,且随着水平面角度间隔的减小,两者训练时长之间的差异愈发显著。     

两种不同的声源定位算法研究

讨论了两种基于声信号的声源定位算法。将声传感器获取的时延差作为观测量,结合已知的声探测器阵列的空间位置和声速确定具体的声源位置。采用两种定位算法对仿真数据以及试验数据进行解算,并对其结果进行分析;验证了两种算法的准确性及各自的优缺点。结果表明,合理地使用两种算法,能够快速、精确地解算出声源的位置信息。     

改进的波束形成方法及其在运动声源定位中的应用研究

对行驶车辆辐射声场的阵列信号处理理论进行了应用性研究。参照空间域信号相关函数理论,提出基于相关函数的波束形成方法。通过系统仿真验证,利用该理论进行的空间信号扩展可以使信号接收阵列所需的传声器数目大幅降低,同时对声源定位结果精度影响不大。     

四元十字麦克风阵声源定位算法研究

为对声源进行精确定位,该文设计一种基于广义互相关法时延估计的四元十字麦克风阵的声源定位算法。推导目标声源的方位角、俯仰角以及距离的计算公式,搭建实验和仿真平台,将该算法运用于平面声源定位中进行验证。采用LabVIEW软件进行算法的三维空间仿真实验,通过对各麦克风采集信号进行相关分析和处理,实现声源的定位,测试该系统在实际应用中的性能。二维平面定位实验结果声源距离的误差范围在0.01～0.02 m之间,距离偏差百分比误差范围在5.5%之内,仿真结果坐标与实际声源坐标的结果误差范围在10%～15%,该系统的坐标偏差误差在7%之内,距离偏差百分比误差范围在4%之内。搭建实验平台进行三维空间定位测试,实验结论表明,距离偏差百分比低于9%,表明该系统对声源定位速度较快,误差在合理范围内,精度理想,能够比较准确地对声源进行定位。     

基于特征值分解的随机子空间算法研究

针对基于数据驱动的随机子空间法计算效率低下的问题,提出一种基于特征值分解的随机子空间算法,该方法通过对ＣＨ矩阵的特征值分解得到扩展可观测矩阵Ｔｍｉ,进而识别出系统模态参数。相比于传统算法,该算法免去了对Ｈａｎｋｌ矩阵的ＱＲ分解及投影矩阵的ＳＶＤ运算,从而大大节省了内存和计算时间。通过一个７自由度的数值仿真和重庆朝天门大桥模型的实例分析证明该方法在保持计算精度的情况下大幅度地提升了计算效率。     

基于声压幅度比的多声源分离定位决策研究

利用声压幅度比模型,提出了一种基于声压幅度比的多声源分离定位方法,该方法利用盲信号分离算法实现混合声源信号的分离,根据谱估计的相似度确定接收信号中各声源的分配情况,结合幅度差异因子获得传感器的声源信号分布,再通过单声源的声压幅度比模型确定声源位置,实现多声源定位。由于盲信号分离算法比较成熟,且实际中的声源信号大多为非高斯,因而满足盲信号分离条件。该方法具有实用强、应用性广等特点,对其它分离、定位问题也有借鉴作用。     

基于L1最小范数法的波束形成方法参数研究

L1最小范数法的波束形成方法具有运行速度快、识别准确度高、分辨率好等优点,广泛应用于声源识别领域,然而因该方法参数选取较为困难,在使用中需要花费大量时间来试值。针对此问题,建立声源测量模型,研究不同条件下约束参数的取值。基于详细的理论推导与数值模拟仿真,分析约束参数ε与声源距离,信噪比和阵列孔径之间的关系。数值模拟结果表明：信噪比为10 d B到40 d B之间,测量距离大于0.5 m,测量阵列采用49个阵列单元时,可以实现声源的精确定位,并且约束参数的变化范围很小,在不同的频率下呈现一定的规律性。发现这种变化规律为参数选择提供了可靠的理论基础,可大大缩短取值的时间,具有很高的可行性。     

声源定位系统校准研究与不确定度分析

针对波束形成原理声源定位系统,介绍其功能、工作原理及校准研究现状,同时结合国内外各生产厂商对空间分辨力的经验公式及影响因素,提出横向空间分辨力的定义并将其确定为关键校准参数之一。在校准方法研究中,阐述选择非相干纯音差频信号作为测试信号的原因及频差选取的原则,计算出不同差频对横向空间分辨力相对误差的影响;研究确定声源定位成像图形上显示动态范围为3 d B。此外构建计量校准装置,包括标准声源系统(双声源)、信号发生系统、信号采集分析系统、传动及控制系统等。最后提出横向空间分辨力校准方法,并进行实验研究及测量不确定度评定分析。研究结果为国内外声源定位系统横向空间分辨力的校准提供技术和方法基础。     

多声源定位的关联模糊消除方法研究EI北大核心CSCD

基于到达时差(Time Difference of Arrival,TDOA)的多声源定位中,由于麦克风阵列对测量的TDOA值无法与目标声源进行关联,声源定位过程会产生关联模糊,从而影响多声源定位结果的精度。针对这一问题,提出基于阵列重构的多声源关联模糊消除方法。通过广义互相关(Generialized Cross⁃Correlation,GCC)算法估计麦克风阵列的TDOA值,再利用排序算法获得定位麦克风阵列所有可能的TDOAs序列,并基于Chan算法估计所有可能的声源。通过轮换定位麦克风阵列的参考麦克风,构造多组校验子阵列,利用真实声源与阵列麦克风的相对位置关系来滤除虚假声源。对于不同校验子阵列筛选出的所有声源位置,以出现频数最大化原则再次进行冗余校验,从而提升最终筛选真实声源的准确性。仿真及实验结果表明,该方法能够以最少数量常规麦克风有效消除多声源定位中的虚假声源。在同等麦克风数量的情况下,该方法的定位精度及定位鲁棒性高于对比方法。     

基于随机激励响应的时变系统物理参数子空间识别方法研究

该文提出了一种基于任意组合的DVA(displacement,velocity and acceleration)及输入激励识别时变系统物理参数的子空间方法。该方法以任意组合的位移、速度、加速度(DVA)随机响应信号为测量信息,仅利用一组输入、输出信号组成Hankel矩阵,通过奇异值分解的方法识别出等效状态的系统矩阵,然后运用推导出来的通用时变系统的转换矩阵,将等效状态系统矩阵转换成为实际物理状态下的系统矩阵,从而识别出实际系统的质量矩阵、刚度矩阵、阻尼矩阵。以二自由度弹簧-质量-阻尼模型为算例,研究了突变、线性变化和周期变化三种变化形式下物理参数的识别,并讨论了不同噪信比下噪声对识别结果的影响,仿真算例验证了该方法的正确性和有效性。     

基于时域残余力向量特征分解的结构损伤识别方法研究

提出基于时域残余力向量的结构损伤识别方法。从结构振动方程出发,推导强迫振动条件下由结构动力响应求解时域残余力向量的表达式。时域残余力向量包含与损伤过程相关的时间信息,可以用来识别损伤发生的时刻。通过结点时域残余力向量值的变异系数建立损伤位置指标,识别损伤位置。建立结构残余力矩阵特征分解方法,特征分解获得的特征向量在损伤前后不发生改变,而特征值与单元刚度相关。因此,可以从特征值中提取单元刚度参数构建损伤程度参数,直接识别损伤程度。将时域残余力向量方法应用于武汉军山大桥模型的损伤识别,结果表明：提出的方法在单点激励和多点激励下均可高精度地识别出损伤发生的时刻、位置和程度。提出的方法通过对时域残余力向量特征分解提取损伤时刻、位置和程度指标,计算过程直观且精度高,避免了繁琐的时频变换、优化迭代等计算过程。     

基于幅度补偿的MVDR水下噪声源近场定位识别方法研究

降低舰船噪声,首先要找到其主要噪声源,然后采取有针对性的减振降噪措施。本文针对现有基于近场聚焦波束形成等噪声源近场定位方法的不足,介绍了基于幅度补偿的MVDR(minimum variance distortionless response)近场聚焦波束形成噪声源近场定位识别方法。该方法在MVDR算法的基础上引入幅度补偿,可以有效估计噪声源的相对强度;可以提高基阵在低频段的空间分辨率,在高频段能进一步抑制空间混叠;同时还可以进一步抑制背景噪声,因此该方法能够给出系统噪声源的空间位置分布及能量分布,从而准确找到系统中主要噪声源,采取有针对性的减振降噪措施。计算机仿真及湖试实验数据处理结果验证了该方法的有效性,具有一定的工程应用价值。     

衍射光栅刻划机精密工作台定位特征识别试验研究

针对机械式衍射光栅刻划机精密定位工作台定位过程中产生的振动信号特性与光学性能指标（杂散光强度和波前质量）之间的关系,提出利用改进的Hilbert-Huang变换(HHT)获得的时频谱和边际谱对超精密工作台精定位特性进行研究。首先,给出了基于固有模态函数（IMF）筛选和瞬时频率差分求解的HHT信号处理算法。然后,设计了光学测量实验获得工作台50nm定位信号。最后,完成精密定位信号的特征提取和振动测试验证。结果表明:利用改进的HHT可以精确地完成精密定位信号的特征提取,从而为在衍射光栅的制造工艺中从根源上降低衍射光栅的杂散光强度和提高波前质量提供依据。