压缩感知声源定位方法研究.pdfVIP

第52 卷第19 期 机 械 工 程 学 报 Vol.52 No.19 2016 年 10 月 JOURNAL OF MECHANICAL ENGINEERING Oct. 2 0 1 6 DOI ：10.3901/JME.2016.19.042 * 压缩感知声源定位方法研究 宁方立 卫金刚 刘 勇 石旭东 (西北工业大学机电学院 西安 710072) 摘要：目前声源定位主要采用波束形成算法与麦克风阵列相结合的方法。常规波束形成(Conventional beamforming, CBF)方法 存在以下缺陷：① 空间分辨率受限于瑞利限；② 动态响应范围受旁瓣的影响。高级波束形成算法则存在着计算时间过长、 会出现负声源或假声源等缺陷。提出一种基于麦克风阵列与压缩感知正交匹配追踪(Orthogonal matching pursuit, OMP)算法的 声源定位方法。在不同频率下通过数值仿真方法将压缩感知OMP 算法与CBF 算法及压缩感知基追踪(Basis pursuit, BP)算法 的声源定位结果进行对比。结果表明：① 与 CBF 算法相比，压缩感知算法显著提高定位结果的分辨率；② 当声源频率为 1 000 Hz 时，测量矩阵的等距约束性常数(Restricted isometry constant, RIC)远高于FOUCART 边界限，不满足等距约束性条 件(Restricted isometry property, RIP)，压缩感知OMP 算法仍能定位出主要声源的位置，而压缩感知BP 算法无法对主要声源 进行定位。通过数值仿真方法对不同信噪比(Signal to noise ratio, SNR)及不同声源间距下压缩感知OMP 算法和CBF 算法声 源定位的结果进行对比。结果表明：① 当SNR 为零时，压缩感知OMP 算法能对主要的声源信号进行定位，而CBF 算法无 法对主要声源进行定位；② 在声源频率为5 000 Hz 时，OMP 算法的空间分辨率为0.074 m，突破了瑞利限约束。通过试验 对所提出的声源定位方法的可行性进行验证。 关键词：麦克风阵列；压缩感知；RIP 条件；OMP 算法；BP 算法；常规波束形成算法 中图分类号：TB51 ；TP391 Study on Sound Sources Localization Using Compressive Sensing NING Fangli WEI Jingang LIU Yong SHI Xudong (School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an 710072) Abstract ：Beamforming algorithm combined with microphone arrays is by far the most commonly used for sound sources localization. However, conventional beamforming(CBF) suffers the following drawbacks. ① Spatial res