[发明专利]超高分辨率压缩球波束形成声源识别方法

说明书

本发明公开超高分辨率压缩球波束形成声源识别方法，步骤包括：1)基于泰勒展开构建球谐函数域二维离网压缩球波束形成模型；2)为球谐函数域二维离网压缩球波束形成模型中的未知变量提供先验假设，并计算未知变量的联合概率密度函数；3)根据未知变量的联合概率密度函数，对球谐函数域二维离网压缩球波束形成模型的未知变量进行解算，估计得到声源DOA和声源强度。本发明能克服基不匹配问题，准确估计离网声源DOA和量化声源强度，并享有超高分辨率。

技术领域

本发明涉及声场识别技术领域，具体是超高分辨率压缩球波束形成声源识别方法。

背景技术

声全息和波束形成技术是两种基于声阵列的噪声源识别方法，具有测量速度快、声学成像效率高且能进行运动声源测量等优点。可实现声场可视化，便于更加直观地进行声源识别定位。

其中，基于球面传声器阵列测量的压缩球波束形成是实现全景声源识别的有效途径。

传统压缩波束形成方法大多基于聚焦区域离散化与声源在网假设实现声源识别。但是，该方法存在基不匹配问题，也即当声源未落在人为划分的网格点上时，其声源识别结果恶化。基不匹配问题限制了该技术的推广应用。

因此，亟需一种可以克服基不匹配问题的压缩球波束形成声源识别方法。

发明内容

本发明的目的是提供超高分辨率压缩球波束形成声源识别方法，包括以下步骤：

1)基于泰勒展开构建球谐函数域二维离网压缩球波束形成模型；

2)为球谐函数域二维离网压缩球波束形成模型中的未知变量提供先验假设，并计算未知变量的联合概率密度函数；

3)根据未知变量的联合概率密度函数，对球谐函数域二维离网压缩球波束形成模型的未知变量进行解算，估计得到声源DOA和声源强度。

所述球谐函数域二维离网压缩球波束形成模型如下所示：

P＝H(Δθ,Δφ)X+N (1)

式中，为声压矩阵；为声源强度矩阵；为噪声矩阵；表示复数集；Q、L、G分别传声器数目、快拍数目、网格点数目，每一个网格点对应一个潜在声源；

其中，传递函数矩阵H(Δθ,Δφ)如下所示：

H(Δθ,Δφ)＝(A(Γ_F)+B_θ(Γ_F)Diag(Δθ)+B_φ(Γ_F)Diag(Δφ)) (2)

式中，Γ_F是各网格点所在方向的集合，Γ_F＝{(θ_Fg,φ_Fg)|g＝1,2,…,G}；θ_Fg、φ_Fg是第g个网格点仰角和方位角方向；Δθ、Δφ分别是仰角和方位角方向的DOA偏移量向量；Diag(·)表示生成以括号内向量为对角线的对角矩阵；

矩阵A(Γ_F)、矩阵B_θ(Γ_F)、矩阵B_φ(Γ_F)如下所示：