[发明专利]基于高阶累积量的多路径传播声信号分离方法有效
| 申请号: | 201610006173.3 | 申请日: | 2016-01-05 |
| 公开(公告)号: | CN105652264B | 公开(公告)日: | 2018-07-10 |
| 发明(设计)人: | 姜龙玉;洪亚萍;伍家松;贺润国;舒华忠 | 申请(专利权)人: | 东南大学 |
| 主分类号: | G01S7/539 | 分类号: | G01S7/539;G01S5/22;G01S15/88 |
| 代理公司: | 江苏永衡昭辉律师事务所 32250 | 代理人: | 杨楠 |
| 地址: | 210096*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 多路径传播 高阶累积量 噪声子空间 信号分离 累计量 线路径 四阶 非高斯噪声 声信号传播 彩色噪声 高斯噪声 加性噪声 宽带信号 射线路径 声源定位 矢量 累积量 时间层 原有的 正交性 传感器 层析 二阶 声线 副本 搜索 海洋 拓展 传播 | ||
1.基于高阶累积量的多路径传播声信号分离方法,用于从声传感器阵列所接收到的多路径传播声信号中分离出每条声线路径,其特征在于,包括以下步骤:
步骤1、对传感器所接收声信号做傅里叶变换后进行空域-频域平滑处理,获得K=(2Ks+1)(2Kf+1)个窄带估计组成矩阵
步骤2、利用下式计算矩阵
其中,E表示求期望,*表示求共轭,H表示求共轭转置,表示克罗内克积;
步骤3、对四阶累积量进行EVD特征分解,并将所得到的(MF)2个特征值从大到小排列为:其中,F为频域平滑时选取的频率数;M为声传感器阵列中的传感器数量;
步骤4、对进行特征分解后得到(MF)2个特征值以其中P2个较大的特征值对应的特征向量构造信号子空间,以剩下的(MF)2-P2个较小特征值对应的特征向量构造噪声子空间;
步骤5、为声线路径构造以下的副本矢量a(θ,T):
其中,θ表示声线路径的到达角度,T表示声线路径的到达时间,e(vi)是声信号在频率vi处的幅值,i=1,2,…,F,表示克罗内克积,τ1,j(θ)表示声线路径到达第j个传感器相对于到达作为参考传感器的第1个传感器的时间延迟,j=2,…,M-1;
步骤6、搜索与所述噪声子空间正交的副本矢量,这些副本矢量即为最终分离出的声线路径,其θ和T即为声线路径相应的到达方向和到达时间。
2.如权利要求1所述多路径传播声信号分离方法,其特征在于,所述频域平滑使用频域子带平均方法。
3.一种基于声线传播时间层析的海洋声层析方法,利用声音在海洋中传播速度的变化来反演海洋环境参数,其特征在于,首先利用权利要求1或2所述基于高阶累积量的多路径传播声信号分离方法,从声传感器阵列所接收到的多路径传播声信号中分离出每一条声线路径;然后根据声线路径的到达时间反演出海洋环境参数。
4.一种声源定位方法,其特征在于,首先利用权利要求1或2所述基于高阶累积量的多路径传播声信号分离方法,从声传感器阵列所接收到的多路径传播声信号中分离出每一条声线路径;然后根据声线路径的到达角度和到达时间在空域和时域构成的二维平面内确定声源的方位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610006173.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:融合有敌我属性识别的雷达系统
- 下一篇:一种固态脉冲压缩雷达宽距离覆盖方法





