發(fā)布時間：2020-05-28 02:47

【摘要】：波束形成是一種基于陣列的聲源定位技術(shù),其被廣泛用于噪聲源識別領(lǐng)域。然而以延時求和為代表的傳統(tǒng)的波束形成方法存在分辨率不高,只適用于識別高頻聲源的缺陷。并且傳統(tǒng)的波束形成技術(shù)受限于于奈奎斯特采樣定理,須采用較大的傳聲器陣列才能取得較好的識別效果。針對上述問題,本文將壓縮感知技術(shù)引入到聲源識別領(lǐng)域。壓縮感知技術(shù)是一種較為“經(jīng)濟”的采樣方法,可以低于奈奎斯特速率進行采樣,如果信號在變換域是稀疏的,則只需少量的采樣數(shù)據(jù),即可實現(xiàn)聲源識別。針對壓縮感知方法中的正交匹配追蹤算法在聲源識別中易受原子間相關(guān)性的干擾這一問題,提出了新的改進方法,以提高聲源識別精度和低頻聲源的識別能力。本文主要研究內(nèi)容如下:(1)回顧聲源定位技術(shù)和壓縮感知理論的發(fā)展歷程,分別從信號稀疏表示、測量矩陣設計、稀疏重建算法三個方面介紹壓縮感知技術(shù)。(2)引入壓縮感知理論中的L1范數(shù)最小化算法,并詳細介紹其求解過程。針對L1范數(shù)最小化算法求解過程中正則化參數(shù)的選取問題,提出了基于輔助面法的正則化參數(shù)選擇方法。并通過數(shù)值仿真驗證了基于L1范數(shù)最小化算法的聲源識別方法擁有較高的定位分辨率和中低頻聲源的識別能力,能夠以較少的采樣數(shù)據(jù)實現(xiàn)聲源的精確定位。(3)介紹壓縮感知理論中正交匹配追蹤算法,并將其應用到聲源定位中。正交匹配追蹤算法因其收斂速度快,計算效率高的特點應用廣泛。本章采用正交匹配追蹤算法進行聲源識別,獲得較高的聲源成像精度,并能夠以較少的采樣數(shù)據(jù)實現(xiàn)聲源的精確定位。隨后在數(shù)值仿真中也發(fā)現(xiàn)了正交匹配追蹤算法對中低頻聲源信號識別能力較弱,以及在多個相鄰的相干聲源環(huán)境下聲源成像效果較差的缺陷。(4)針對正交匹配追蹤算法易受測量矩陣原子間相關(guān)性的干擾這一問題,提出了改進正交匹配追蹤算法,采取新的原子篩選準則,提高了算法對低頻聲源信號識別以及聚焦面網(wǎng)格點密集劃分時的定位精度和準確度,拓寬了算法的應用范圍。隨后,通過仿真和實驗驗證了本文提出的改機的正交匹配追蹤算法的有效性和優(yōu)越性。
【圖文】：

統(tǒng)信號采集處理過程如圖 2.1 所示，該處理過程基于奈奎斯特采樣定須大于信號中最高頻率 2 倍。在壓縮過程中，剔除數(shù)據(jù)中的冗余信必要信息。經(jīng)過數(shù)據(jù)傳輸后，再利用高效計算機進行解壓縮，恢復統(tǒng)的信號處理方法暴露出來的弊端是：目標信號的帶寬較寬時，基樣定律的傳統(tǒng)信號處理方式需要更高的采樣頻率，這樣對采集硬件要求。另一方面，傳統(tǒng)的信號處理方式是采集到完整數(shù)據(jù)后再丟棄，那么為何不直接采集需要的那部分數(shù)據(jù)。

圖 2.2 壓縮感知信號處理方式Fig 2.2 Compressed sensing signal processing稀疏表示感知理論指出，只要信號是可壓縮的或在某個變換域是稀疏的，個與變換基不相關(guān)的測量矩陣將變換所得高維信號投影到一個低通過求解一個優(yōu)化問題就可以從這些少量的投影中以高概率重構(gòu)上對信號稀疏的定義：假設空間中存在一個一維離散信號 x，x 矢量空間NR 中的 N 1維列向量，空間NR 中的任何一個 N 維的信 N 維的基向量 Ni i 1 來表示，這 N 個 N 維的基向量 Ni i 1 構(gòu)成 N 則 x 可以表示為： Niiix1，式（2.1）中 x 和 是同一個信號的等價表示，，x 表示在時域空間Ψ 域空間的表示。其中 是含有 K 個非零元素的向量，其中 K
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TB53

【相似文獻】

相關(guān)期刊論文 前10條

1 郭業(yè)才;馬偉偉;朱賽男;;基于混沌人工蜂群優(yōu)化的聲源定位算法[J];系統(tǒng)仿真學報;2017年06期

2 劉一鼎;;關(guān)于聲源定位及運動狀態(tài)測定的研究[J];中學生數(shù)理化(學習研究);2017年12期

3 李嘉;張國慶;段生許;黃海蓮;;基于傳聲器陣列的聲源定位技術(shù)的應用[J];環(huán)境工程;2012年S1期

4 蔣婷;劉建平;;基于麥克風陣列聲源定位的發(fā)展歷程及關(guān)鍵技術(shù)[J];科技資訊;2011年35期

5 林運;楊衛(wèi)東;朱曉天;;聲源定位法在柴油機噪聲控制中的應用[J];柴油機設計與制造;2007年01期

6 董洪光;李新光;;二維聲源定位算法仿真[J];電子測量技術(shù);2004年02期

7 徐彥廷,李偉,戴光,孫茂成,于江林;聲源定位問題研究及誤差分析[J];無損檢測;1999年05期

8 向兵;劉敬彬;;基于單片機的聲源定位設計[J];科學技術(shù)創(chuàng)新;2018年31期

9 周利;劉慶華;;一種基于區(qū)域收縮的分布式聲源定位方法[J];桂林電子科技大學學報;2016年01期

10 范佳;;一種聲源定位系統(tǒng)的設計[J];電子世界;2014年16期

相關(guān)會議論文 前10條

1 張普芬;陳華偉;;改進的非參貝葉斯室內(nèi)聲源個數(shù)估計方法[A];2018年全國聲學大會論文集 K語言聲學與語音信號處理[C];2018年

2 鄭謝;王勛年;陳正武;王勇;;基于等效原理的聲源定位方法[A];2019年全國聲學大會論文集[C];2019年

3 原晶晶;;3-7歲正常兒童聲源定位能力的研究[A];2010全國耳鼻咽喉頭頸外科中青年學術(shù)會議論文匯編[C];2010年

4 李元首;張偉;陳寶;張雪;周國成;;模擬汽車運動聲源定位技術(shù)研究[A];2017汽車空氣動力學分會學術(shù)年會論文集[C];2017年

5 許思為;李偉鵬;馬威;;基于壓縮感知的聲源定位高效高分辨率算法[A];第十屆全國流體力學學術(shù)會議論文摘要集[C];2018年

6 魏龍;張忠;秦朝紅;黎敏;劉振皓;郭靜;;氣動測試中強氣流背景噪聲下的聲源定位方法[A];北京力學會第二十四屆學術(shù)年會會議論文集[C];2018年

7 丁建策;鄭成詩;李曉東;;雙耳相干混響比加權(quán)的聲源定位算法[A];中國聲學學會2017年全國聲學學術(shù)會議論文集[C];2017年

8 李倩倩;陽凡林;張凱;;不確定海洋環(huán)境下多聲源定位算法研究[A];2017中國西部聲學學術(shù)交流會論文集[C];2017年

9 李盼;郭建中;;聲源定位的噪聲適應性研究[A];2017年西安-上海聲學學會第五屆聲學學術(shù)交流會議論文集[C];2017年

10 劉哲;陳日林;羅倫楷;滕鵬曉;楊亦春;;探測距離對聲源定位精度的影響[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前3條

1 本報記者 周騰;云知聲聰聰AI:軟硬件深度融合[N];通信產(chǎn)業(yè)報;2019年

2 本報記者 李麗云 通訊員 陳淑娟 金聲;聲音變產(chǎn)品 智慧廣場舞不再擾民[N];科技日報;2018年

3 新城;小聲音 大前景[N];計算機世界;2006年

相關(guān)博士學位論文 前10條

1 劉袁;基于稀疏采樣的任意外形聲源輻射聲場重建與分離方法研究[D];合肥工業(yè)大學;2019年

2 闞閱;基于多基陣傳聲器陣列的被動式聲源定位研究[D];哈爾濱工業(yè)大學;2018年

3 秦艷華;基于麥克風陣列的聲源定位技術(shù)研究[D];北京郵電大學;2019年

4 向上;非自由聲場中聲源振速重建的近場聲全息理論與方法研究[D];上海交通大學;2017年

5 王秀文;單側(cè)傳導性聽力損傷對大鼠聲源定位和聽皮層神經(jīng)元對聲源水平方位調(diào)諧的影響[D];華東師范大學;2019年

6 鐘迪;管道內(nèi)熱聲源定位的理論與實驗研究[D];清華大學;2016年

7 黃益旺;淺海遠距離匹配場聲源定位研究[D];哈爾濱工程大學;2005年

8 陳韶華;海洋聲源信息獲取與傳輸技術(shù)研究[D];西北工業(yè)大學;2006年

9 周悅;信息理論準則下的匹配場聲源定位[D];浙江大學;2015年

10 楊志國;馬爾可夫狀態(tài)—空間模型下的聲源定位與跟蹤[D];浙江大學;2013年

相關(guān)碩士學位論文 前10條

1 仝卜勻;基于時延估計技術(shù)的聲源定位方法研究[D];華北電力大學;2019年

2 樂聰聰;基于雙耳聽覺時延估計的聲源定位研究[D];重慶郵電大學;2018年

3 延明珠;復雜環(huán)境下基于語音增強的聲源定位技術(shù)研究[D];重慶郵電大學;2018年

4 杜競寧;海底衰減對淺海高頻聲源定位的影響[D];浙江大學;2019年

5 尚俊超;基于壓縮感知的噪聲源識別方法研究[D];合肥工業(yè)大學;2019年

6 張煥強;基于機器視覺的聲源成像方法研究[D];上海交通大學;2018年

7 黃鎰東;基于稀疏約束的聲源分離與定位的聯(lián)合處理算法研究[D];上海交通大學;2016年

8 潘行健;多極子波束形成理論與方法研究[D];上海交通大學;2018年

9 李運炅;基于波束形成技術(shù)的運動聲源識別方法研究[D];安徽大學;2019年

10 傅棟林;基于高精度波束形成算法結(jié)合傘型陣列的三維聲源識別定位[D];浙江工業(yè)大學;2018年

本文編號：2684580