針對大霧、雨雪、強(qiáng)輻射等外界復(fù)雜環(huán)境下傳統(tǒng)的光學(xué)和電磁設(shè)備工作不理想的情況,本文研究了MEMS超聲L型陣列的聲場特性,進(jìn)而研究了基于稀疏重構(gòu)思想來求解信號DOA估計(jì)的方法,并使用NVIDIA的CUDA工具對估計(jì)算法進(jìn)行了并行優(yōu)化設(shè)計(jì)。實(shí)際應(yīng)用中,信源的數(shù)目通常遠(yuǎn)小于空間潛在來波的數(shù)目,僅在相應(yīng)的空間方位上信源信號強(qiáng)度為非零值,因此信源在空間具有稀疏性,可以使用稀疏重構(gòu)表示的算法來進(jìn)行DOA的角度估計(jì),可以根據(jù)零空間性條件,將稀疏模型轉(zhuǎn)化成l0范數(shù)模型求解。本文詳細(xì)研究了求解l0范數(shù)模型的兩種解法,一種求解方法是將l0范數(shù)模型轉(zhuǎn)化為l1范數(shù)模型求解,最終借助于工具箱CVX求解,另一種是直接借助于壓縮感知方法求解,一般將問題轉(zhuǎn)化為貪婪類算法求解。研究和改進(jìn)了兩種l0范數(shù)模型轉(zhuǎn)化為l1范數(shù)模型求解方法:基于特征矢量稀疏分解的二維DOA估計(jì)方法利用陣列協(xié)方差矩陣的最大特征向量建立稀疏模型,最終通過CVX工具箱求解;基于協(xié)方差矩陣降維稀疏表示的二維DOA估計(jì)方法對陣列協(xié)方差矩陣每一列剔除噪聲項(xiàng),然后對陣列協(xié)方差矩陣列數(shù)降維,僅利用協(xié)方差矩陣的某幾列信息來進(jìn)行DOA估計(jì)。兩種方法仿真實(shí)驗(yàn)結(jié)果表明,... 

【文章來源】：西南科技大學(xué)四川省

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 超聲DOA估計(jì)的國內(nèi)外研究現(xiàn)狀
        1.2.2 壓縮感知的國內(nèi)外研究現(xiàn)狀
        1.2.3 GPU并行化的國內(nèi)外研究現(xiàn)狀
    1.3 論文組織結(jié)構(gòu)
        1.3.1 本文符號說明
        1.3.2 研究思路
        1.3.3 論文結(jié)構(gòu)
2 超聲波陣列基本原理
    2.1 空氣中超聲波的傳播特性
    2.2 超聲波聲場特性分析
        2.2.1 單個超聲波換能器聲場特性
        2.2.2 超聲陣列聲場特性分析
    2.3 超聲波陣列聲場模型
        2.3.1 均勻線陣聲場模型
        2.3.2 L型陣列聲場模型
    2.4 本章小節(jié)
3 基于稀疏表示的超聲DOA估計(jì)
    3.1 基于空間角接收信號的表示方法
    3.2 基于特征矢量稀疏分解的二維DOA估計(jì)算法
    3.3 基于協(xié)方差矩陣降維稀疏表示的二維DOA估計(jì)算法
        3.3.1 算法原理
        3.3.2 方位角和俯仰角配對
        3.3.3 輸出陣列協(xié)方差矩陣列數(shù)優(yōu)化
    3.4 算法性能仿真分析
        3.4.1 兩種算法的性能仿真實(shí)驗(yàn)及分析
        3.4.2 兩種算法運(yùn)算時間分析
    3.5 本章小節(jié)
4 基于壓縮感知的超聲DOA估計(jì)
    4.1 壓縮感知基本原理
    4.2 基于壓縮感知的DOA估計(jì)算法實(shí)現(xiàn)
        4.2.1 信號的稀疏表示
        4.2.2 測量矩陣的設(shè)計(jì)
        4.2.3 信號的稀疏重建算法
    4.3 算法仿真分析
        4.3.1 算法的估計(jì)效果仿真分析
        4.3.2 算法的性能參數(shù)仿真分析
        4.3.3 測量數(shù)M與重構(gòu)成功概率仿真分析
        4.3.4 稀疏度K與重構(gòu)概率仿真分析
        4.3.5 算法運(yùn)算時間分析
    4.4 本章小節(jié)
5 基于GPU的超聲DOA估計(jì)并行優(yōu)化
    5.1 CUDA編程模型介紹
    5.2 基于Eigen的超聲DOA估計(jì)初步實(shí)現(xiàn)
    5.3 基于CUDA模型的超聲DOA估計(jì)并行化實(shí)現(xiàn)
        5.3.1 超聲DOA估計(jì)算法特點(diǎn)分析
        5.3.2 超聲DOA估計(jì)算法并行化設(shè)計(jì)
    5.4 超聲DOA估計(jì)算法并行化結(jié)果分析
    5.5 本章小節(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及研究結(jié)果


【參考文獻(xiàn)】：
期刊論文
[1]基于GPU的壓縮感知重構(gòu)算法的設(shè)計(jì)與實(shí)現(xiàn)[J]. 張靜,熊承義,高志榮.  計(jì)算機(jī)科學(xué). 2016(08)
[2]基于盲源分離與文丘里流量計(jì)的氣液兩相段塞流測量(英文)[J]. 王微微,梁霄,張明柱.  Chinese Journal of Chemical Engineering. 2015(09)
[3]一種新的特征矢量稀疏重構(gòu)的DOA估計(jì)方法[J]. 韓樹楠,李東生,王驍.  現(xiàn)代防御技術(shù). 2015(04)
[4]基于GPU并行計(jì)算的OMP算法[J]. 談繼魁,方勇,霍迎秋.  電視技術(shù). 2015(15)
[5]二維稀疏相控陣聲場優(yōu)化及陣元故障影響分析[J]. 梅艷瑩,楊濤,劉玉佼.  壓電與聲光. 2014(05)
[6]一種采用協(xié)方差矩陣稀疏表示的DOA估計(jì)方法[J]. 解虎,馮大政,袁明冬.  西安電子科技大學(xué)學(xué)報. 2015(01)
[7]基于CUDA的閾值迭代算法并行實(shí)現(xiàn)[J]. 耿旻明,蔣成龍,張冰塵.  中國科學(xué)院大學(xué)學(xué)報. 2013(05)
[8]基于特征矢量稀疏分解的DOA估計(jì)方法[J]. 李鵬飛,張旻,鐘子發(fā).  電路與系統(tǒng)學(xué)報. 2013(01)
[9]利用空域稀疏性的L型陣下二維波達(dá)方向估計(jì)[J]. 崔琛,王粒賓.  電路與系統(tǒng)學(xué)報. 2013(01)
[10]基于壓縮感知的二維DOA估計(jì)[J]. 陳玉龍,黃登山.  計(jì)算機(jī)工程與應(yīng)用. 2012(28)

博士論文
[1]基于稀疏重構(gòu)的波達(dá)方向估計(jì)算法研究[D]. 張義.中國科學(xué)技術(shù)大學(xué) 2015

碩士論文
[1]基于CUDA的壓縮感知DOA估計(jì)算法的研究與實(shí)現(xiàn)[D]. 楊航.哈爾濱工業(yè)大學(xué) 2016
[2]基于壓縮感知的DOA估計(jì)[D]. 胡斌.哈爾濱工業(yè)大學(xué) 2015
[3]基于壓縮感知的DOA估計(jì)算法研究[D]. 趙春雷.哈爾濱工業(yè)大學(xué) 2015
[4]基于稀疏重構(gòu)的信源定位算法研究[D]. 張妍君.吉林大學(xué) 2014
[5]基于GPU并行加速的實(shí)時超聲成像系統(tǒng)研究[D]. 邵真天.南京大學(xué) 2014
[6]基于CUDA的指紋識別加速算法的研究[D]. 崔曉燕.大連海事大學(xué) 2013
[7]基于CUDA的二維測向算法實(shí)現(xiàn)及仿真[D]. 郝文杰.電子科技大學(xué) 2012
[8]壓縮感知測量矩陣的研究[D]. 吳赟.西安電子科技大學(xué) 2012



本文編號：3040540