【技术实现步骤摘要】
基于贝叶斯压缩感知算法的稀疏阵列优化方法
本专利技术涉及声纳阵列优化领域，具体涉及一种基于贝叶斯压缩感知(BCS)算法的稀疏阵列优化方法。
技术介绍
近年来，水声成像技术由于其在水下物理、生物、地质等方面的应用而得到了迅速发展。在不同的水声成像技术中，相控阵三维成像声纳可以利用具有适当旁瓣、零点位置、主瓣大小和形状以及方向性的波束图来获取场景的三维信息。通常阵元的分布是等间距均匀，为了获得高分辨率图像，需要大量的阵列，这导致了硬件成本高和计算复杂度大。利用稀疏阵列合成技术，通过在接收换能器的全阵列去掉一部分换能器，并对保留的换能器的位置和权重进行优化设计，可以有效地降低换能器阵列的设计复杂度，同时确保波束方向图的性能。现有的稀疏阵列优化方法包括如公开号为CN108828603A的专利申请公开了一种基于改进模拟退火算法的极限稀疏阵列优化方法，公开号为CN108828603A的专利申请公开了一种十字型的三维成像声纳阵列的稀疏优化方法。
技术实现思路
本专利技术的目的是提供一种基于贝叶斯压缩感知算法的稀...
【技术保护点】
1.一种基于贝叶斯压缩感知算法的稀疏阵列优化方法，包括以下步骤：/n(1)将阵列稀疏问题转化为阵列的参考波束的贝叶斯概率匹配问题，并通过求解相关向量机得到初始稀疏阵列；/n(2)对获得的初始稀疏阵列进行一阶泰勒近似展开以增加阵元位置的位置偏移量，对增加位置偏移量的稀疏阵列进行优化；/n(3)定义一个最小阵元间距值，将间距小于该最小阵元间距值的阵元点合并以达到约束最小阵元间距的目的，最后通过凸优化技术计算阵元的权重系数。/n
【技术特征摘要】
1.一种基于贝叶斯压缩感知算法的稀疏阵列优化方法，包括以下步骤：
(1)将阵列稀疏问题转化为阵列的参考波束的贝叶斯概率匹配问题，并通过求解相关向量机得到初始稀疏阵列；
(2)对获得的初始稀疏阵列进行一阶泰勒近似展开以增加阵元位置的位置偏移量，对增加位置偏移量的稀疏阵列进行优化；
(3)定义一个最小阵元间距值，将间距小于该最小阵元间距值的阵元点合并以达到约束最小阵元间距的目的，最后通过凸优化技术计算阵元的权重系数。
2.如权利要求1所述的基于贝叶斯压缩感知算法的稀疏阵列优化方法，其特征在于，步骤(1)中，对于一个N个均匀分布的平面阵列，其参考波束方向图如下所示：
其中，u＝sinα,v＝sinβ,u,v∈[-1,1]，分别表示x,y轴入射波束到达方向；λ是波长，wn是第n个阵元的权重系数，稀疏阵列设计转化为与目标波束图匹配的问题，如下所示：
其中，是M个候选采样位置的M×1阵元权重系数向量，是观测矩阵，ε是与匹配误差正相关的高斯噪声向量，问题转化为求解贝叶斯概率公式如下所示：
其中，表示后验概率，通过相关向量机求解公式(1)～(3)，从而得到初始稀疏阵列的阵元权重系数分布。
3.如权利要求2所述的基于贝叶斯压缩感知算法的稀疏阵列优化方法，其特征在于，观测矩阵为：
其中，uK和vK表示x,y轴入射波束到达方向。
4.如权利要求2所述的基于贝叶斯压缩感知算法的稀疏阵列优化方法，其特征在于，后验概率引入超参数转化为：
其中，R,I分别表示实部和虚部，超参数的值由求解其最大似然函数得到，如下所示：
其...
【专利技术属性】
技术研发人员：陈耀武，林振伟，刘雪松，蒋荣欣，高翔，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。