為解決聲源方位估計(jì)中因陣元個(gè)數(shù)受限導(dǎo)致角度分辨率低的問(wèn)題,提出以多約束均勻分布線性隨機(jī)陣列為基礎(chǔ)的隨機(jī)線陣壓縮感知（MC-Uni-RLA+CS）聲源方位估計(jì)方法。研究了在不同信噪比、不同入射信號(hào)個(gè)數(shù)情況下本方法的識(shí)別精度,比較了均勻線陣壓縮感知（ULA+CS）方法和MC-Uni-RLA+CS方法在不同入射角度范圍內(nèi)的識(shí)別精度。通過(guò)數(shù)值仿真與同類方法對(duì)比驗(yàn)證了該方法的有效性和優(yōu)越性。結(jié)果表明:相同麥克風(fēng)數(shù)量條件下,與CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情況下分辨率更高,完全正確角度識(shí)別范圍拓寬為[-50°,50°],且低噪比時(shí)魯棒性好。 

【文章來(lái)源】：山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,39(05)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

陣元個(gè)數(shù)相同時(shí)，聲陣列對(duì)應(yīng)Gram矩陣

從圖1可以看出，對(duì)于ULA，當(dāng)陣元間距為0.5λ時(shí)，陣列孔徑較小，L=3.5λ，Gram矩陣元素值較大，感知矩陣列相關(guān)性較強(qiáng)；而MC-Uni-RLA對(duì)應(yīng)Gram矩陣元素取值均較小，在[-60°，60°]范圍內(nèi)低于0.3。說(shuō)明MC-Uni-RLA感知矩陣列相關(guān)性小于ULA，對(duì)信號(hào)重構(gòu)條件滿足更好。2）陣列孔徑大小相同

從圖3中可以看出，當(dāng)快拍數(shù)足夠多（256）、信噪比較高（20dB）時(shí)，對(duì)于間隔為6°入射的信號(hào)，CBF角度分辨率最差，已經(jīng)不能正確區(qū)分，MVDR次之，MUSIC算法、ULA+CS方法和MC-Uni-RLA+CS方法可以正確區(qū)分；當(dāng)快拍數(shù)減少時(shí)，MVDR算法和MUSIC算法識(shí)別效果開(kāi)始變差，當(dāng)快拍數(shù)減少到一定程度時(shí)，二者完全不能識(shí)別入射角度，而ULA+CS方法和MC-Uni-RLA+CS方法還可以區(qū)分，說(shuō)明使用CS算法對(duì)聲源角度進(jìn)行識(shí)別，可以不受快拍數(shù)減少的影響；當(dāng)入射角度間隔減小到2°時(shí)，以均勻線陣為基礎(chǔ)的ULA+CS方法失效，以采用的多約束隨機(jī)線陣為基礎(chǔ)的MC-Uni-RLA+CS方法可以正確識(shí)別聲源入射角度；保持其他參數(shù)不變，將信噪比減小到SNR=10dB，依然可以正確識(shí)別。所提方法可以在低信噪比、少快拍數(shù)下實(shí)現(xiàn)更高的角度分辨率。2）誤差隨信噪比變化

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)自適應(yīng)遺傳算法的陣列優(yōu)化[J]. 黃超,張劍云,朱家兵.  火力與指揮控制. 2016(03)
[2]基于改進(jìn)粒子群算法的稀布陣列優(yōu)化設(shè)計(jì)[J]. 劉小忠,楊萬(wàn)麟,高昭昭.  微波學(xué)報(bào). 2011(05)
[3]波束形成傳聲器陣列性能研究[J]. 褚志剛,楊洋,蔣忠翰.  傳感技術(shù)學(xué)報(bào). 2011(05)
[4]基于MVDR聚焦波束形成的輻射噪聲源近場(chǎng)定位方法[J]. 時(shí)潔,楊德森,劉伯勝,宋海巖.  大連海事大學(xué)學(xué)報(bào). 2008(03)
[5]利用GA實(shí)現(xiàn)非對(duì)稱稀疏線陣旁瓣電平的優(yōu)化[J]. 陳客松,何子述,韓春林.  電子與信息學(xué)報(bào). 2007(04)



本文編號(hào)：2997150