一种对噪音源进行探测和定位的方法，其中每个噪音源发射相应的信号Ｓ↓［ｊ］，ｊ＝１到Ｍ，利用声波或振动传感器来进行探测，其中每个传感器发出相应的随时间变化的电信号ｓ↓［ｉ］，ｉ位于１到Ｎ的范围内，该方法包括： 取由传感器发出的随时间变化的电信号，由传感器发出的每个信号ｓ↓［ｉ］（ｔ）为由噪音源发射信号Ｓ↓［ｊ］的和； 对所取的随时间变化的电信号进行放大和过滤； 用下面公式计算函数ｆ： ｆ（ｎ↓［１］，…ｎ↓［ｊ］，…，ｎ↓［ｍ］）＝ｄｅｔ（〈Ｔ↓［ｋ］（ω），Ｔ↓［ｌ］↑［＊］（ω）〉ｋ，ｌ＝０ ｔｏ Ｍ）／ｄｅｔ（〈Ｔ↓［ｋ］（ω），Ｔ↓［ｌ］↑［＊］（ω）＞ｋ，ｌ＝０ ｔｏ Ｍ） 其中 （Ｔ↓［ｋ］（ω））↓［ｉ］＝ｅ↑［Ｊω〈ｎ↓［ｋ］，ｃ↓［ｌ］〉／ｃ］ 〈．，．〉为标量积； ｃ↓［ｉ］为传感器重心和传感器ｉ位置之间的矢量； ｎ↓［ｊ］为在传感器重心和噪音源确定方向的单位矢量； Ｔ↓［０］＝ｓ；以及 ｃ＝声音速度；以及 相对于ｊ＝１到Ｍ的矢量来使函数ｆ最小化，来确定噪音源方向ｎ↓［ｊ］。（*该技术在2023年保护过期，可自由使用*）
【技术实现步骤摘要】
本专利技术涉及利用传感器对在通常情况下的噪音源进行探测和定位，其中的传感器适合用于噪音源的特性。本专利技术涉及对噪音源进行探测和定位并呈现窄或宽频带发射光谱的方法，其中的噪音源位于一、二或三维或彼此可选择关联的空间内。本专利技术特别指出在对下面领域有最好的应用，即对可选择地伴有回声并来自例如车辆、轮船、航空器或武器的噪音源进行定位。
技术介绍
在许多应用场合中，需要能以相对精确的方式对噪音源定位，从而采取措施来抑制该噪音源。在现有技术中，已知有许多解决办法来对噪音源进行声学定位。主要公知的解决方法是利用使探测传感器发出的信号相互关联的技术。这些技术具有的缺陷是，对在测量传感器的环境下出现的干涉噪声特别敏感。另外，必须考虑的是，这些技术构成了用于在考虑中每个应用场合的特别方法。在最广泛应用中的技术包括具有大量传感器(几百个)的天线和进行光束形成的大型计算机系统以瞄准给定方向，从而增加了信噪比。该方法不就噪音源数量和它们之间任何可能关联作出任何预先的假设，这样导致了求解的丢失。
技术实现思路
因此，当噪音源数量很小并已知或者估计过高时，就需要一般的对在空间噪音源进行探测和定位的方法。本专利技术利用适合于噪音源特性的传感器，通过提出对噪音源进行探测和定位来寻求满足这种需要。该方法具有较低的实现成本。为了达到这个目的，本专利技术的方法包括 取由传感器发出的随时间变化的电信号，由传感器发出的每个信号si(t)为由噪音源发射信号Sj的和；.对所取的随时间变化的电信号进行放大和过滤；将所述电信号数字化.用下面公式计算函数ff(n1,...nj,...,nm)=det(<Tk(ω),T1*(ω)>k,1=0toM)det(<Tk(ω),T1*(ω)>k,1=0toM)]]>其中(Tk(ω))i=eJω<nk,ci>c]]><.，.>为标量积；..ci为传感器重心和传感器i位置之间的矢量；..nj为在传感器重心和噪音源确定方向的单位矢量；..T0＝s；以及..c＝声音速度；以及.相对于j＝1到M的矢量来使函数f最小化，来确定噪音源方向nj。附图说明参照附图，从下面给出的描述中可知各方面的其他特征，其中附图示出了作为非限定实例的本专利技术实施例和实现过程。图1为本专利技术探测方法原理的示意图。图2为本专利技术方法的详细特征示意图。具体实施例方式从图1中可以看出，本专利技术方法包括对噪音源X1、X2、...、Xj、...、Xm进行定位，其中j在1到M的范围内进行变化，噪音源分布在空间内，每个噪音源均发射相应的信号Sj，其中j在1到M的范围内变化。本专利技术的方法包括利用声波或振动传感器Y1、Y2、...、Yi、...、YN对噪音源Xj进行定位，其中i在1到N范围内变化，每个传感器发出相应的随时间变化的电信号s1、s2、...、si、...、sN。该方法包括取每个传感器发出的随时间变化的电信号si(t)和噪音源Xj发出的信号Sj和的代表值。在各种噪音源共同作用的基础上，在第N个传感器接收到的信号si(t)表达成如下si(t)=Σj=1MAijSj(t-rijc)]]>其中i＝1到N，而rij为噪音源Xj和传感器Yj之间的距离，而C为在周围媒质中声音的速度。项Aij表示由于与传感器敏感系数一起传播而导致的衰减，表示成如下Aij＝BiC(rij)其中i＝1到N，而j＝1到M，其中Bi为传感器Yi的敏感系数，而C(rij)为由于在距离rij上传播导致的衰减。传感器Yi与相应的电子单元(未示出)连接，其中电子单元用于对其拾取的信号进行放大并低通滤波。传感器最好在模数和相位上匹配，从而它们的敏感度一致。这样，对于i＝1到N，Bi＝G。最好是，为了方便使用如上所述的传感器天线，传感器Yi彼此相对靠近。因此，对于远处的噪音源，距离rij为距离rj的级数，即传感器和噪音源Xj重心之间的距离。这样，只有C(rij)＝C(rj)时，衰减就成为距离rj的函数，其中，i＝1到N以及j＝1到M。从以上可推导出Aij＝G.C(rj)＝a(rj)其中i＝1到N，以及j＝1到M，以及si(t)=Σj=1Ma(rj)Sj(t-rijc)]]>其中i＝1到N。由于噪音源Xj的幅度未知，对Sj中的项a(rj)求积分，下面公式可写成si(t)=Σj=1MSj(t-rijc)]]>其中i＝1到N。利用傅立叶变换，信号si(t)的表达式变成 其中i＝1到N。其中 和 分别是s和S的傅立叶变换，而ω为角频率。该第一公式(1)把接收到的信号与距离rij，即与噪音源Xj的位置联系起来。从图2中可以看出，可表示出其他与几何考虑有关的关系，其中所述的几何考虑使距离rij与单位矢量nj联系起来，该矢量确定了由传感器和产生信号Sj的噪音源重心限定的方向。传感器的位置由来自传感器Yi位置及其重心位置的矢量Ci来限定。对rij的第一级进一步限制，于是提供(2)rij≈ri-<nj，ci> 其中i＝1到N以及j＝1到M，同时<.，.>为标量积。这样，通过把rij用(2)中给出的近似表达式来替换，并对该相位项积分e-Jωrjc]]>该公式只取决于在 量级的噪音源Xj，公式(1)可写成 其中i＝1到N。该关系也可表达成矩阵和矢量形式 其中，矢量Tj的第i个坐标为(Tj)i=e-Jω<nj,ci>c]]>其中i＝1到N。或者实际上(5)si(ω)＝T.S(ω) 其中T＝具有通项的矩阵Tij=e-Jω<nj,ci>c]]>在有添加噪音存在时，公式(4)变成 其中B为取决于ω的噪音矢量。本专利技术的方法包括确定由矢量nj限定的噪音源Xj的方向，其中j＝1到M。当噪音源Xj是任意的时，即为关联或非关联的，则在传感器Yi的高斯噪声存在的可能性由下面式子给出b.e-a∫|B|2.dω]]>其中a和b为变量。这样，根据公式(6)，噪音源最可能的位置为使下面量级最小化的位置 换句话说，s到垂直于矢量Tj产生超平面的方向的投影必须为最小的范数。其中j＝1到M。这就形成了在矢量s和Tj上建立的平行六面体高度的平方，所述高度H为体积与底面积S的比，即h=VS]]>数值V和S表示成Gramm矩阵行列式的函数，其中元素(k，l)由标量积构成<TK，Tl*> 其中Tl*为是Tl共扼值的标量。这样，S2＝det(<TK，Tl*> k，l＝1到M)V2＝det(<TK，Tl*> k，l＝1到M) 其中假定T0＝s。于是||B||2=V2S2]]>或者实际上f(n1，...，nj，...，nM)＝‖B‖2这是三维矢量nj的函数本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：A·颇木易，J·麦尔利特，
申请(专利权)人：麦特瑞勃公司，
类型：发明
国别省市：
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。