分布式声源定位系统节点最优布局方法及性能研究

为提高基于到达时间TOA（Time of Arrival）的分布式声源定位系统在应用中的定位精度,推导出各节点测量性能存在差异条件下定位误差的CRLB（Cramer Rao Lower Bound）,遵循探测区域定位误差的平均CRLB最小的最优准则,对目标以均匀分布和高斯分布概率出现的情形,采用自适应遗传算法进行最优布局仿真研究.仿真结果表明,基于节点观测性能的最优布局与声源出现的概率分布直接相关;且与不考虑节点性能时的最优布局相比,提高了定位区域的整体定位精度.     

混合高斯噪声背景下基于多目标优化的节点选择方法

为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法.推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数.提出利用基于分解的多目标优化方法寻找Pa...     

混响环境中突发声源定向方法及性能

针对突发性声源在混响条件下的定向技术进行了研究。基于传统广义互相关时延估计的定向方法,通过对互相关函数计算结果进行判别与约束、对数据帧采用滑动方式、对时延估计结果进行能量加权选举等措施,有效提高了声源定向结果的稳定性。实验结果表明,改进的算法在混响条件下能有效地对突发性声源进行可靠定向,可用于对枪声、爆炸声等突发性信号进行精确定向和定位。     

混合高斯噪声背景下基于多目标优化的节点选择方法

为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法.推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数.提出利用基于分解的多目标优化方法寻找Pareto最优解,并采用与理想解相似的偏好排序技术(TOPSIS)从所有Pareto最优解中选择最终的节点选择方案.仿真实验结果表明,基于多目标优化的节点选择方法选择的节点具有更优更稳健的定位精度.