阵列信号识别声源相关_1002教程.docVIP

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
阵列信号识别声源相关总结 1 阵列信号识别声源的方法归类 噪声源的识别方法可大致分为3类:传统的噪声源识别方法,如选择运行法、铅覆盖法及数值分析方法等,传统方法虽然陈旧、使用效率低,但目前仍有许多企业在应用。例如,为了测量汽车高速行驶时的车内噪声,需要将车门缝隙用铅皮封住相干分析、偏相干分析适合与很多场合,能解决许多一般问题。如评价某些噪声源、某些频谱对场点(模拟人头耳朵处),这时采用相干分析就可以解决。声全息(即全息接收面与物体的距离d远大于波长的条件下)采用光学照相或数字记录设备记录的,因为受到自身实用条件的限制,根据全息测量面重建的图像受制于声波的波长。它只能记录空间波数小于等于2π/λ的传播波成分,而且其全息测量面只能正对从声源出来的一个小立体角。因此,当声源辐射场具有方向性时,可能丢失声源的重要信息。并且通过声压记录得到的全息图,只能用于重建声压场,而不能得到振速、声强等物理量。NAH(Near-field Acoustical Holography),其特点是全息记录平面与全息重建平面的距离d远远大于声波的波长,即其全息数据是在被测声源产生声场的辐射或散射声场的菲涅尔区和弗朗和费区获得的。这种方法通过测量离声源很远的声压场来重建表面声压及振速场,由此可预报辐射源外任意一点的声压场、振速场、声强矢量场。由于进行全息数据记录的表面距离被测声源面较远,而全息记录的表面的面积是有限的。所以声源发出的声波有很大一部分不能够被全息记录平面所检测到,不利于对声场声源的识别。和常规声全息一样,用远场声全息方法记录的全息数据,所获得的重建像的分辨率受限于声波波长,不适宜高分辨率的场合。传感器的布置受精度要求限制,且通过扫描方式获得全息数据,测量工作比较费时,效率较低。近场声全息是在紧靠被测声源物理表面的测量面(dλ)记录全息数据,然后通过变换技术重建三维空间声压场、振速场、声强矢量场,并能预报远场指向性。由于是近场测量,所以除了记录传播波成分外,还能记录空间频率高于且随传播距离按指数规律衰减的倏逝波成分。由于它含有振动体细节信息,所以理论上可获得不受波长限制的高分辨率图像,测量覆盖了从声源出来的一个大的方位角,有指向性的声源能够被不失信息地检测出来。比较上面三种声全息技术,NAH实用面最广,分辨率最高,可操作性最强,所以近些年来,国内外对NAH研究相当活跃。Generalized Cross-Correlation)运用最为广泛。广义互相关法通过求两信号之间的互功率谱,并在频域内给予一定的加权,来抑制噪声和反射的影响,再反变换到时域,得到两信号之间的互相关函数,其峰值位置,即两信号之间的相对时延。由于实际应用中,一般不能预先得到有关信号和噪声的先验知识,只能用其估计值来代替加权函数的理论值。因此,实际性能与理论性能有较大差距,尤其在混响较强的情况下。互功率谱相位加权C(SP)法,对两路输入信号进行了白化处理,从而锐化了相关函数的峰值,使算法本身具有一定抗混响和噪声的能力。但随着信噪比的降低和混响的增强,其性能急剧下降。 基于时延估计的声源定位的方法第二步,要根据第一步计算出的时延,估计声源的方位。从理论上看,估计二维/三维参数仅需要2-3个独立的时延估计值,每一个时延估计对应一个双曲线/面,其交点为声源位置。但是,由于估计误差和分辨率的影响,往往不能交于一点。多个时延估计值对应的双曲线/面在空间交于一个区域,采用最小二乘拟合可求出最优解。基于时延估计的声源定位算法在运算量上优于其它的定位算法,可以在实际系统中低成本实现。就目前的文献报道来看,基于时延估计的定位算法仅仅适合于单声源定位,而对多声源的定位效果就不好;在房间有较强混响和噪声的情况下,往往很难获得精确的时延,从而导致第二步的定位产生很大的误差。由于阵列结构和系统采样率等条件的限制,其定位精度远远不能与超分辨类算法相比,其应用受到限制。 1.2.3 基于子空间技术的声源定位算法 基于子空间技术的声源定位算法,来源于现代高分辨谱估计技术。子空间技术是阵列信号处理技术中研究最多、应用最广、最基本也是最重要的技术之一。该方法已经成功地应用到通信、雷达等许多民用和军事领域。阵列信号处理最主要的任务之一,是信号的波达方向(DOA,Direction of Arrival)估计,也称为方向估计、角度估计、测向或空间谱估计超(高)分辨谱估计。 由于空间信号的方向估计与时间信号的频率估计十分相似,许多时域非线性谱估计方法可以推广成为空域谱估计方法。这类基于线性预测理论的高分辨谱估计方法主要有:谐波分析法、最大嫡法(MEM)、最小方差法(MVM)。子空间分解类算法,就是利用两个子空间的正交特性,构造出“针状”空间谱峰,从而大大提高算法的分辨力。子空间分解类算法从处理方式上可分为两类:

文档评论(0)

希望之星 + 关注
实名认证
文档贡献者

我是一名原创力文库的爱好者!从事自由职业!

1亿VIP精品文档

相关文档