基于螺旋线三棱锥阵的三维匹配定位算法

在滑坡泥石流等地质灾害发生前夕,灾害体内的岩石土块发生爆裂、摩擦和断裂等破坏会产生次声波信号,利用次声信号进行三维超前定位是地质灾害防治技术研究前沿.本文在柱坐标下将波动方程通过傅里叶变换和汉克尔变换,建立了三维轴对称的简正波地质声场模型;由于螺旋线三棱锥阵列的阵元具有垂直和水平采样能力,设计了4元螺旋线三棱锥阵置于声...     

匹配场被动定位方法的优化研究

讨论了利用遗传算法对匹配场被动定位进行优化的问题,给出了计算机模拟与结果分析.结果表明,采用遗传算法,大大地降低了运算量,同时搜索精度有了大幅度的提高.     

单水听器浅海匹配场定位研究

声波在水中是一种良好的信息载体,在海洋的开发和军事领域应用十分广阔。利用声波的特性,可以进行水下探测、定位、反演,以及导航等用途。本文研究了利用单个水听器的匹配定位问题和利用匹配场进行海底参数的反演方法,使用计算机模拟仿真理想状况下的声场,通过匹配场获得声源位置。仿真结果显示通过匹配场定位和海底参数反演是可行的。     

匹配场目标定位的并行遗传算法实现

针对匹配场声源定位算法中存在的固有并行性,构建了匹配场声源定位的并行计算算法框架,并引入并行遗传算法作为匹配场处理的寻优工具.根据匹配场处理的实际特性,对并行遗传算法的操作算子及评估标准进行了合理设计,使其快速收敛.以网络互联的双核PC机作为并行计算硬件平台,在Windows XP操作系统和MPI并行环境中对匹配场定位的并行算法进行了测试和分析.研究表明:采用并行遗传算法实现匹配场声源定位方法优于传统网格法,可有效节省算法运行时间,快速实现声源定位.     

拖线阵声纳的匹配场后置波束形成干扰抵消方法

根据拖曳线列阵对本舰噪声的接收响应机理，提出了一种用于本舰干扰抵消的新方法，即在现有后置波束形成干扰抵消器的基础上，利用本舰噪声在拖线阵上的拷贝场向量直接进行干扰波束形成，从而更好地达到消除本舰强干扰的目的。同时，还将匹配场干扰抵消方法推广应用于同方向强干扰背景下的弱目标检测问题。理论与仿真分析表明，匹配场PIC比基于平面波的PIC具有更好的干扰抑制性能。     

前后向平均匹配场处理

为了提高匹配场被动定位的稳健性,提出了一种基于白噪声增益约束的前后向平均匹配场处理器。算法不仅使用了白噪声增益约束了权向量,而且针对垂直线列阵在空间上均匀分布的特点,在估计协方差矩阵时使用了前后向平均算法,因此提高了目标检测和定位的性能。同时由于前后向平均算法在估计协方差矩阵时能够把复数运算转化为实数运算,大量减小了运算量。为了验证算法的性能,使用仿真数据和海试数据进行了处理分析。结果表明,和前向平均匹配场处理器相比,该算法的输出信干比提高了约1.5~5 dB,峰值背景比提高了约1~4 dB。     

利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法．该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数．该算法扩展了阵列的孔径,提高了阵列的自由度．仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对．     

基于线列阵组合圆周阵声源的远场指向性分析

利用Bridge乘积定理推导出线列阵组合圆周阵声源的远场指向性函数,采用数值方法对声源的指向性进行仿真分析,并与线列阵及点源均匀圆周阵声源的远场指向性进行比较。结果表明,在相同指向性要求下,线列阵组合圆周阵声源比线列阵及点源均匀圆周阵所构成声源的指向性都好,更有利于声源的小型化。     

二元阵被动时间反转镜定位技术研究

运用射线传播理论分析推导了二元被动时间反转镜定位技术的基本原理,得出了当模拟信道与实际信道建模误差不大时,时间反转镜实现了信道匹配、空间增益达到最大且实现了被动定位的结论;反之,信道匹配不好或不匹配,产生空间增益下降或没有空间增益的现象,影响到定位效果和定位精度．运用时间反转镜技术,进行了仿真信号和海试数据的分析处理,结果表明：该方法能实现目标被动定位,而且,对仿真数据处理的定位精度10km距离处达到数米以内,具有广阔的应用前景和研究价值．     

基于麦克风阵列的汽车笛语识别及笛声定位方法

首先采用能频积的声音检测算法检测笛声,并根据笛声信号能量和频谱特性,设计识别算法区分笛声与非笛声信号．并使用表格搜索方法辨识笛语语义,实现智能车间笛语交互．最后,结合接收信号的到达时延差和麦克风阵列的几何结构估计出鸣笛汽车的方位．实验表明,该系统的笛语识别准确度能达到90％,角度估计误差不大于3°,较好地完成了笛声源的实时定位．     

两级参考点匹配位置指纹声源定位方法

提出一种两级参考点（RPs）匹配方法来减少位置指纹声源定位（SSL）过程中临近参考点搜索的计算量. 离线采样阶段：通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除. 在线定位阶段：通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标（TP）定位. 实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.     

Study on sound source localization for mobile robot based on tetrahedral microphone array[D].

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位. 该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位. 仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.

     

基于秩亏损的近场源定位快速算法

为避免近场源参数估计中的搜索计算,提出了一种改进的Root-MUSIC算法.该算法把阵列分成两个对称的子阵,并利用两个子阵信号子空间的广义旋转关系得到信号源角度的估计,然后利用估计出的角度和GESPRIT方法给出距离的估计.该方法在低信噪比下性能优越,能完成参数的自动匹配,且无需谱峰搜索计算复杂度低.仿真结果表明了此算法的有效性.     

Wideband acoustic source localization using multiple spherical arrays:anangular-spectrum smoothing approach

A novel algorithm using multiple spherical arrays based on spherical harmonic analysis is proposed to localize wideband acoustic sources. In the novel spherical harmonic algorithm,the received microphone signals are firstly used to do the spherical Fourier transformation. Then,the multiple signal classification( MUSIC) algorithm is applied to the spherical components to obtain the angular-spectrum. Finally,the angular-spectrum smoothing technique is proposed to obtain the accurate localization of wideband sources. In contrast to the traditional single spherical array,the multiple spherical arrays used in this paper consist of several randomly distributed spheres in a given plane. The microphones are uniformly placed on each sphere,the same as the usual single spherical array. Simulation comparison of wideband sources localization between a single spherical array and multiple spherical arrays based on the novel algorithm is carried out to validate our proposed method.     

Scan matching using line segment relationships for map-based localization of mobile robot

A new scan matching method for mobile robot localization is presented, which takes line segment as the feature and matches the real scans in the given reference map by relationships of the directional-defined line segments. The alignment was done by hierarchically identifying the multiple relationships and the result was recorded in a correspondence matrix, where the best match is defined and selected for localization. It is indicated that the searching algorithm of the best match can find the ambiguities and get rid of them. This method with less computational cost works well in occluded environment, and can correct the error in pose estimation without the need for the estimation itself. The efficiency, accuracy and robustness of this method were verified by experiments of localization in an occluded environment and a long-distance indoor navigation.     

A novel AE source localization method using clustering detection to eliminate abnormal arrivals

Due to the significant effect of abnormal arrivals on localization accuracy, a novel acoustic emission (AE) source localization method using clustering detection to eliminate abnormal arrivals is proposed in the paper. Firstly, iterative weight estimation is utilized to obtain accurate equation residuals. Secondly, according to the distribution of equation residuals, clustering detection is used to identify and exclude abnormal arrivals. Thirdly, the AE source coordinate is recalculated with remaining normal arrivals. Experimental results of pencil-lead breaks indicate that the proposed method can achieve a better localization result with and without abnormal arrivals. The results of simulation tests further demonstrate that the proposed method possesses higher localization accuracy and robustness under different anomaly ratios and scales; even with abnormal arrivals as high as 30%, the proposed localization method still holds a correct detection rate of 91.85%.