一种基于局部SRP的多通道声采集阵列的迭代测向方法技术

本发明专利技术公开了一种基于局部SRP的多通道声采集阵列的迭代测向方法，其包括：多通道声传感器阵列对环境中的信号进行同步多通道采样，得到N路信号；其中，N为所述多通道声传感器阵列的通道数量；从所述多通道声传感器阵列中随机选择K个通道，构建SRP分布的参考值；对所选择的K个SRP分布的参考值进行累加，得到观测空间上的SRP分布；根据SRP分布，进行SRP分布质量评估，确定是否继续迭代，引入新通道信息；达到质量要求后输出测向估计。本发明专利技术可在不同场景下实现较好的测向性能。下实现较好的测向性能。下实现较好的测向性能。

【技术实现步骤摘要】
一种基于局部SRP的多通道声采集阵列的迭代测向方法


[0001]本专利技术涉及测向
，特别是一种基于局部SRP的多通道声采集阵列的迭代测向方法。

技术介绍

[0002]阵列传感器信号处理在现代声采集应用中具有重要价值。通过多个传感器通道同步采集，实现信号增强采集的目的。在声学探测领域中，阵列采集最多的应用场景就是信源测向。通过对两个或多个同步传感器通道的信号进行处理，求取信号通道之间的时延、信号方向等属性。以波束成型(BEAMFORMING)、CAPON、MUSIC、ESPRIT等经典算法为代表的多通道信号处理方法目前应用到了各个场景中，取得了良好的应用效果。
[0003]上述传统信号处理方法在求解中应用到了对多通道数据同时处理计算，涉及矩阵计算、特征值分解等处理。当通道数多、采样帧时长较大时，这样处理的算力要求迅速提升。且对于多通道的传感器来说，各个通道之间是存在冗余信息的。传统方法难以比较灵活地选择通道数进行动态的调整，通常需要重新计算，降低了效率。

技术实现思路

[0004]鉴于此，本专利技术提供一种基于局部SRP的多通道声采集阵列的迭代测向方法，将传统方法中耦合的多通道处理通过时延计算和导向响应功率方法解耦成更加灵活的可叠加处理单元，利用局部的阵列通道数据与渐近式地增量迭代处理进行估计，实现复杂与大数据量问题的简化增效，为其可操作性提供支持。
[0005]本专利技术公开了一种基于局部SRP的多通道声采集阵列的迭代测向方法，其包括以下步骤：
[0006]步骤1：多通道声传感器阵列对环境中的信号进行同步多通道采样，得到N路信号；其中，N为所述多通道声传感器阵列的通道数量；
[0007]步骤2：从所述多通道声传感器阵列中随机选择K个通道，构建SRP分布的参考值；
[0008]步骤3：对所述SRP分布的参考值进行累加，得到观测空间上的SRP分布；
[0009]步骤4：根据SRP分布，进行SRP分布质量评估，输出测向估计。
[0010]进一步地，所述步骤2包括：
[0011]从所述多通道声传感器阵列中随机选择K个通道，计算SRP分布的参考值R(1,k,θ)，k∈2,
…
,N，参考值R(1,k,θ)即为基于通道1和通道k的信号计算得到的导向响应功率函数在搜索空间的分布，τ为通道的时延。
[0012]进一步地，所述SRP分布的参考值采用广义互相关类函数R
1,
((θ))或概率密度分布P(t(θ),
1,
,)，其中，t(θ)为信号从θ方向入射时对应在当前传感器通道下产生时延。
[0013]进一步地，当采用广义互相关类函数R
1,
((θ))作为SRP分布的参考值时，R(1,k,θ)＝
1,
((θ))，其中，R
1,
(τ)为广义互相关函数：
[0014]R
1,
(τ)＝∫ψ(f)G
1,
(f)e
j2πfτ
df
[0015]其中，ψ(f)为广义互相关函数的加权函数，G
1,
(f)为通道1和通道k的信号的互功率谱函数，f为频率；
[0016]对广义互相关函数进行加权平滑类优化后使用以提高性能：
[0017]R
′
1,k
(τ)＝∫R
1,k
(t)w(τ
‑
t)dt
[0018]其中，w(t)为加权窗函数。
[0019]进一步地，当采用概率密度分布P(t(θ),τ
1,k
,a)时，基于已经得到的通道1和通道k信号间的时延τ
1,k
，构建SRP分布的参考值：
[0020]R(1,k,θ)＝P(t(θ),τ
1,k
,a)
[0021]其中，P函数可采用正态分布或T分布的分布函数，a为概率密度分布所需的参数，当P采用正态分布时，τ
1,k
为均值，a为方差。
[0022]进一步地，所述步骤3包括：
[0023][0024]其中，D
SRP
(θ)为SRP分布。
[0025]进一步地，所述步骤4包括：
[0026]步骤41：若SRP分布质量评估的质量符合预设条件，则输出测向估计；
[0027]步骤42：若SRP分布质量评估的质量不符合预设条件，则进行迭代流程劣化评估；若迭代流程劣化评估不满足继续迭代条件，则估值失败，否则，引入新的传感器通道数据，或排除不良通道数据，并计算新的D
SRP
(θ)，继续执行步骤41。
[0028]进一步地，在添加新通道时，计算相应通道的SRP分布的参考值R(1,k,θ)并叠加到原有SRP分布D
SRP
(θ)上；在排除异常通道数据时，从原SRP分布D
SRP
(θ)中减去相应通道的SRP分布的参考值，继续执行步骤41。
[0029]进一步地，将得到的SRP分布的数据值归一化，并根据有效值阈值和峰值阈值将SRP分布的数据值分为三类：
[0030]第一类：小于有效值阈值h1的值划定为无效值，该无效值由不相交的SRP分布值与误差、噪音组成，不参与后续计算；
[0031]第二类：大于等于有效值阈值h1的划定为有效值，其占比为表示为L1；
[0032]第三类：在有效值中，大于等于峰值阈值h2的值划定为峰值，峰值占比表示为L2；大于有效阈值h1而小于峰值阈值h2的部分为平缓值；SRP分布的质量定义为：
[0033][0034]其中，项代表峰值占有效值的比例，代表所有大于阈值h1的值的和，项代表有效区中的曲线下面积的比例，P为多目标惩罚项，采用搜索到的峰值的个数作为P值，k1,k2,k3为三项的权重，取值在[0,1]之间，根据需求确定调整，其中，
[0035]k1的值越大，更倾向于给具有尖锐峰值的SRP分布更高的评价；
[0036]k2的值越大，更倾向于给具有明显突出峰值的SRP分布更高的评价；
[0037]k3的值越大，更倾向于给峰值少的SRP分布更高的评价；在潜在多目标场景下，k3应当设置为0。
[0038]进一步地，当SRP分布的质量值Q大于设定阈值Q
T
时，则认为结果估计符合预设条件，直接输出测向估计；质量阈值Q
T
应当随着迭代增加、引入的通道数增加而逐渐减小。
[0039]由于采用了上述技术方案，本专利技术具有如下的优点：
[0040]1、本专利技术将传统方法中耦合的多通道处理通过时延计算和导向响应功率方法解耦成更加灵活的可叠加处理单元，利用局部的阵列通道数据与渐近式地增量迭代处理进行估计，实现复杂与大数据量问题的简化增效，为其可操作性提供支持。
[0041]2、本专利技术能够实现较好的测向性能。
附图说明
[0042]为了更清楚地说明本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部SRP的多通道声采集阵列的迭代测向方法，其特征在于，包括以下步骤：步骤1：多通道声传感器阵列对环境中的信号进行同步多通道采样，得到N路信号；其中，N为所述多通道声传感器阵列的通道数量；步骤2：从所述多通道声传感器阵列中随机选择K个通道，构建SRP分布的参考值；步骤3：对所述SRP分布的参考值进行累加，得到观测空间上的SRP分布；步骤4：根据SRP分布，进行SRP分布质量评估，输出测向估计。2.根据权利要求1所述的方法，其特征在于，所述步骤2包括：从所述多通道声传感器阵列中随机选择K个通道，计算SRP分布的参考值R(1,k,θ)，k∈2,
…
,N，参考值R(1,k,θ)即为基于通道1和通道k的信号计算得到的导向响应功率函数在搜索空间的分布，τ为通道的时延。3.根据权利要求2所述的方法，其特征在于，所述SRP分布的参考值采用广义互相关类函数R
1,
((θ))或概率密度分布P(t(θ),
1,
,)，其中，t(θ)为信号从θ方向入射时对应在当前传感器通道下产生时延。4.根据权利要求3所述的方法，其特征在于，当采用广义互相关类函数R
1,
((θ))作为SRP分布的参考值时，R(1,k,θ)＝
1,
((θ))，其中，R
1,
(τ)为广义互相关函数：其中，ψ(f)为广义互相关函数的加权函数，G
1,
(f)为通道1和通道k的信号的互功率谱函数，f为频率；对广义互相关函数进行加权平滑类优化后使用以提高性能：其中，w(t)为加权窗函数。5.根据权利要求3所述的方法，其特征在于，当采用概率密度分布P(t(θ),
1,
,)时，基于已经得到的通道1和通道k信号间的时延τ
1,
，构建SRP分布的参考值：R(1,k,θ)＝(t(θ),
1,
,)其中，P函数可采用正态分布或T分布的分布函数，a为概率密度分布所需的参数，当P采用正态分布时，τ
1,
为均值，a为方差。6.根据权利要求2所述的方法，其特征在于，所述步骤3...

【专利技术属性】
技术研发人员：印明，赵显文，王正伟，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：