[发明专利]基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法

说明书

技术领域

本发明涉及一种基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，属于阵列信号处理领域。

背景技术

由于声源定位在雷达、声呐、无线通信、地震学和生物医学等方面的重要应用价值，近些年来，基于传感器阵列的声源定位已成为信号处理的研究热点之一。但传统的声源定位大都是基于远场窄带假设，所以只能估计声源的方位信息。当声源离阵列比较近的时候，即处于阵列的近场时，由于不同阵元之间的相位差为声源方位和距离的函数，需要对远场窄带声源定位方法做距离域的扩展，由此衍生出一些均匀高斯噪声假设条件下近场声源定位方法，如最小方差法、MUSIC及最大似然方法等。上述方法中，最大似然方法尽管运算复杂度高但因为具有一致无偏、最小方差以及低信噪比条件下的高角度分辨能力等优点，常被用来作为评估其它方法性能的标准。

但是，空间均匀的高斯噪声假设并不符合一些实际工程问题。例如，紧致型雷达阵列由于阵元之间存在相关噪声，阵列输出为有色随机过程。又如，对于阵元间距较大的麦克风阵列由于机械振动、阵列校准误差等原因造成阵元噪声的输出功率并不相同。在上述两种情况下，基于空间均匀高斯噪声假设条件的近场源算法的性能将严重下降。而常规的最大似然方法在空间非均匀高斯噪声条件下对近场声源的定位中，由于对声源参数的确定需要进行多维参数空间搜索计算得到，复杂度极高从而难以进行定位。

发明内容

本发明的目的就是提供一种基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，其在最大似然定位方法中通过采用连续空间蚁群优化的方法从而实现了对近场声源的定位。

为了实现上述目的，本发明的技术方案为：基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，包括如下步骤：

步骤一、建立近场声源阵列输出模型

近场条件下到达阵列的信号波为球面波，设此时声源的位置坐标为P_s＝[x,y,z]^T＝r[cosθsinφ sinθsinφ cosφ]^T，M个阵元的位置矢量为P_m(m＝1,…,M)，于是，将声源到阵列的导向矢量表示为式中ω表示信号载频，当存在k个近场声源时，阵列输出表示为式中，为阵列N次采样的输出，A＝[a₁,a₂,…,a_k]为阵列流型，S∈C^k×N为k个未知确定性声源N次输出，w∈C^M×N为空域非相关复高斯白噪声，其协方差阵为

步骤二、建立待估参数的最大似然估计问题

定义待估计参数矢量为式中Θ＝[θ₁,φ₁,r₁,…,θ_k,φ_k,r_k]^T，S＝[S(1)^T,…,S(N)^T]^T，q＝[q₁,…,q_M]^T为由Q的对角元素构成的矢量，则的对数似然函数为式中则的最大似然估计简化为声源参数Θ，S的最大似然估计为参数Θ，Q的最大似然估计为

步骤三、蚁群优化求解待估参数

①、在D维的Θ＝[θ₁,φ₁,r₁,…,θ_k,φ_k,r_k]^T搜索空间中随机生成N₀个蚂蚁，其中D＝3k，设第i个蚂蚁s_i为i＝1,2,…,N₀，式中，代表第i个粒子在第d维上的位置；

②、定义目标函数f(s_l)为并使用初始的N₀个蚂蚁来构造档案表，各个蚂蚁按照降序排列；所述档案表为

③、对每个蚂蚁分D步来分别产生一个蚂蚁的各个分量，在第d步(d＝1,2,…,D)以概率p_l选取一维高斯函数并对其进行一次采样，其中l＝1,2,…,N₀，式中0＜q＜1，第l个一维高斯函数它的均值和方差分别定义为式中ξ＞0；

④、计算新产生蚂蚁的目标函数值，如果它们中有一部分蚂蚁的目标函数值大于档案表中最下方的几个蚂蚁的目标函数值，则用这些新蚂蚁替换掉目标函数值小的旧解，并将档案表重新排序；