[发明专利]利用信号稀疏特性进行近场源定位的估计方法

权利要求书

1.一种信号处理方法，其特征在于，包括：

获取传感器阵列上的目标传感器所接收到的近场源信号的目标信号模型；所述传感器阵列包括2p+1个传感器，p为正整数；所述目标传感器为所述传感器阵列中的任一传感器，所述传感器阵列基于参考位置具有对称性，所述目标信号模型包括所述近场源信号相对于所述传感器阵列的角度参数，以及所述近场源信号相对于所述传感器阵列的距离参数；

根据所述目标信号模型以及所述传感器阵列的对称性，获取第m个传感器和第n个传感器之间的空间相关性的初始表达式；其中，m∈[-p，p]，n∈[-p，p]，m和n不相等；

基于所述空间相关性的初始表达式，对所述目标信号模型进行第一降维处理，得到关于所述角度参数的第一信号模型；以及基于所述空间相关性的初始表达式，对所述目标信号模型进行第二降维处理，得到关于所述距离参数的第二信号模型；

对所述第一信号模型进行参数预估，得到所述角度参数的值；以及对所述第二信号模型进行参数预估，得到所述距离参数的值。

2.如权利要求1所述的方法，其特征在于，所述获取传感器阵列上的目标传感器所接收到的近场源信号的目标信号模型，包括：

获取传感器阵列上的目标传感器所接收到的近场源信号的初始信号模型；

根据菲涅尔近似算法将所述初始信号模型转换为目标信号模型。

3.如权利2所述的方法，其特征在于，所述近场源信号包括K个窄带声源信号，K为正整数；所述初始信号模型包括第k个窄带声源信号到第m个传感器的距离的初始表达式，k∈[1，K]；

所述根据菲尼尔近似算法将所述初始信号模型转换为目标信号模型，包括：

根据菲涅尔近似算法将所述初始表达式转换为目标表达式；

将所述目标表达式代入至所述初始信号模型中，得到目标信号模型。

4.如权利要求1所述的方法，其特征在于，所述基于所述空间相关性的初始表达式，对所述目标信号模型进行第一降维处理，得到关于所述角度参数的第一信号模型，包括：

求取所述m的取值的相反数，并采用所述相反数更新所述n的取值；

将所述m的取值和更新后的n的取值代入所述空间相关性的初始表达式中，得到所述空间相关性的第一表达式，所述第一表达式与所述距离参数无关；

采用向量对所述第一表达式进行表达，得到关于所述角度参数的第一信号模型。

5.如权利要求1所述的方法，其特征在于，所述基于所述空间相关性的初始表达式，对所述目标信号模型进行第二降维处理，得到关于所述距离参数的第二信号模型，包括：

对所述m的取值进行加一处理，以更新所述m的取值；

对所述m的取值进行减一处理，并采用所述减一处理后的m的取值更新所述n的取值；

将更新后的m的取值以及更新后的n的取值代入所述空间相关性的初始表达式中，得到所述空间相关性的第二表达式，所述第二表达式与所述角度参数无关；

采用向量对所述第二表达式进行表达，得到关于所述距离参数的第二信号模型。

6.如权利要求1-5任一项所述的方法，其特征在于，所述对所述第一信号模型进行参数预估，得到所述角度参数的值，包括：

按照原子范数的格式要求将所述第一信号模型的模型表达式进行格式转换；

根据所述第一信号模型的格式转换后的模型表达式以及所述原子范数确定关于所述第一信号模型的优化公式；

按照最小化所述优化公式的值的原则，对所述第一信号模型中的角度参数的值进行预估，得到所述角度参数的值。

7.如权利要求6所述的方法，其特征在于，所述按照最小化所述优化公式的值的原则，对所述第一信号模型进行参数预估，得到所述角度参数的值，包括：

基于半定规划算法对所述优化公式进行调整，得到调整后的优化公式；

按照最小化所述调整后的优化公式的值的原则，对所述第一信号模型中的角度参数的值进行预估，得到所述角度参数的值。