一种非均匀线性稀疏麦克风阵列设计方法技术

技术编号:39258668 阅读:11 留言:0更新日期:2023-10-30 12:10
本发明专利技术公开了一种非均匀线性麦克风阵列设计方法,针对线性麦克风阵列的阵列尺寸和网格,结合波束图构建原始稀疏优化模型;将新的阵元抽头联合稀疏优化模型转换为增广拉格朗日函数,依次更新增广拉格朗日函数的辅助变量、权值向量和拉格朗日乘子;将初始阵元稀疏位置及相应的稀疏抽头权值进行迭代加权,得到最终的稀疏阵元位置及稀疏抽头系数,实现线性麦克风阵列的设计。本发明专利技术中的麦克风阵列具有更大的孔径和更好的阵列鲁棒性,在更宽的频率范围内能够突破限制,从而具有更好的频率不变波束形成性能;每个传感器后接的抽头系数也是稀疏的,能够较为显著的节省存储空间,减少硬件开销。件开销。件开销。

【技术实现步骤摘要】
一种非均匀线性稀疏麦克风阵列设计方法


[0001]本专利技术涉及线性麦克风阵列设计技术,特别涉及一种非均匀线性麦克风阵列设计方法。

技术介绍

[0002]在麦克风稀疏阵列中,传感器位置的非均匀设计能够使部分相邻传感器的间距大于半波长,完全减轻因欠采样而造成的栅瓣影响。因此,与均匀阵列设计相比,使用稀疏方法设计的非均匀麦克风阵列具有孔径更大、对阵列缺陷具有更好的鲁棒性以及更少数量的传感器等优势。就频率不变波束形成器而言,稀疏性可以在满足对更宽频率范围的约束方面上带来更大的灵活性和更好的设计。实际上,稀疏阵列可以集成到某些应用领域中,而这些应用对传感器的重量、尺寸和成本都有很大的限制。
[0003]近年来,人们提出了一些用于一般结构频率不变宽带波束形成的稀疏阵列设计,如相干稀疏设计(见文献[1],Y.Liu,L.Zhang,L.Ye,Z.Nie,and Q.H.Liu,Synthesis of sparse arrays with frequency

invariant

focused beam patterns under accurate sidelobe control by iterative second

order cone programming,IEEE Trans.Antennas Propag.2015,63(12):5826

5832)、非相干稀疏设计(见文献[2],Y.Buchris,A.Amar,J.Benesty,and I.Cohen,Incoherent Synthesis of Sparse Arrays for Frequency

Invariant Beamforming,IEEE Trans.Audio,Speech,Lang.Process.2019,27(3):482

495),以及阵元抽头联合稀疏(见文献[3],M.B.Hawesand,W.Liu,Sparse array design for wideband beamforming with reduced complexity in tapped delay

lines,IEEE/ACM Trans.Audio,Speech,Lang.Process.2014,22(8):1236

1247)。然而,用于可调的频率不变宽带波束形成的稀疏阵列设计鲜有报道。多项式结构宽带波束形成器是一种基于多项式近似原理的在阵元后接多阶FIR子滤波器组的结构,它一经设计,便可以在不改变子滤波器组权值的情况下,根据一个调节因子便可实现任意可调范围内连续可调的功能。通过对波束形状以及WNG施加约束,对阵列上的网格元素进行稀疏优化。该优化方法是凸问题,可以利用凸优化工具箱如CVX等直接求解;但由于阵元后接多个子滤波器,导致阵列规模很大,优化变量的维度大,计算时间非常长,硬件开销成本高。

技术实现思路

[0004]专利技术目的:针对以上问题,本专利技术目的是提供一种非均匀线性麦克风阵列设计方法。
[0005]技术方案:本专利技术的一种非均匀线性麦克风阵列设计方法,包括如下步骤:
[0006]步骤1,针对线性麦克风阵列的阵列尺寸和网格,结合波束图构建原始稀疏优化模型,并将抽头稀疏约束引入到原始稀疏优化模型中,构建新的阵元抽头联合稀疏优化模型;
[0007]步骤2,将新的阵元抽头联合稀疏优化模型转换为增广拉格朗日函数,依次更新增广拉格朗日函数的辅助变量、权值向量和拉格朗日乘子,得到初始阵元稀疏位置及相应的
稀疏抽头权值;
[0008]步骤3,将初始阵元稀疏位置及相应的稀疏抽头权值进行迭代加权,得到最终的稀疏阵元位置及稀疏抽头系数,实现线性麦克风阵列的设计。
[0009]进一步,所述步骤1具体包括:
[0010]对于均匀线阵长为l、网格孔径为d、阵元个数为M、阶数为K、抽头个数为L的线性麦克风阵列以及期望的波束图,构建的原始稀疏优化模型表达式如下式:
[0011][0012]式中,表示第h次迭代加权系数,表示第m个阵元后接的第K

1阶FIR滤波器权值系数,η
m
表示第m个通道所有系数的总能量的上界,||
·
||1表示L1范数。
[0013]进一步,所述步骤1还包括:
[0014]对FIR滤波器权值系数进行稀疏约束,表达式如下式:
[0015]||t
m
||1≤η
m
[0016]其中,
[0017]将多项式可调波束形成系统的频率不变模式作为优化模型的约束项,具体如下:
[0018]将主瓣频率不变控制约束表示为下式:
[0019]||w
T
[g(φ,f,θ
ML
)

g(φ,f
ref

ML
)]||2≤ε
ML
[0020]其中,φ为期望来波方向,f为频率,θ
ML
为主瓣角度,g(φ,f,θ
ML
)是波束主瓣的导向矢量,g(φ,f
ref

ML
)是波束主瓣在固定参考频率f
ref
下的导向矢量,ε
ML
是宽带波束主瓣响应相对于固定参考频率f
ref
下的值的最大误差;
[0021]将旁瓣约束表示为下式:
[0022]||w
T
g(φ,f,θ
SL
)||

≤Γ
SL
[0023]其中,w表示权值向量,g(φ,f,θ
SL
)为波束旁瓣的导向矢量,θ
SL
为旁瓣角度,Γ
SL
是旁瓣级,||
·
||

表示无穷范数;
[0024]将参考频率处的可调目标方向无失真约束表示为下式:
[0025]C
T
w=q
[0026]其中,C=[g
r
(φ,f
ref

d
),g
i
(φ,f
ref

d
)],q=[1,0]T
,g
r
(φ,f
ref

d
)和g
i
(φ,f
ref

d
)分别表示波束在参考频率f
ref
和来波方向θ
d
下导向矢量的实部与虚部;
[0027]使波束准确的指向所需方向,对参考频率下的来波方向波束图施加额外的约束如下式:
[0028][0029]考虑到所需方向上的信号是不失真的,将WNG约束表本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种非均匀线性麦克风阵列设计方法,其特征在于,包括如下步骤:步骤1,针对线性麦克风阵列的阵列尺寸和网格,结合波束图构建原始稀疏优化模型,并将抽头稀疏约束引入到原始稀疏优化模型中,构建新的阵元抽头联合稀疏优化模型;步骤2,将新的阵元抽头联合稀疏优化模型转换为增广拉格朗日函数,依次更新增广拉格朗日函数的辅助变量、权值向量和拉格朗日乘子,得到初始阵元稀疏位置及相应的稀疏抽头权值;步骤3,将初始阵元稀疏位置及相应的稀疏抽头权值进行迭代加权,得到最终的稀疏阵元位置及稀疏抽头系数,实现线性麦克风阵列的设计。2.根据权利要求1所述的非均匀线性麦克风阵列设计方法,其特征在于,所述步骤1具体包括:对于均匀线阵长为l、网格孔径为d、阵元个数为M、阶数为K、抽头个数为L的线性麦克风阵列以及期望的波束图,构建的原始稀疏优化模型表达式如下式:式中,表示第h次迭代加权系数,表示第m个阵元后接的第K

1阶FIR滤波器权值系数,η
m
表示第m个通道所有系数的总能量的上界,||
·
||1表示L1范数。3.根据权利要求2所述的非均匀线性麦克风阵列设计方法,其特征在于,所述步骤1还包括:对FIR滤波器权值系数进行稀疏约束,表达式如下式:||t
m
||1≤η
m
其中,将多项式可调波束形成系统的频率不变模式作为优化模型的约束项,具体如下:将主瓣频率不变控制约束表示为下式:||w
T
[g(φ,f,θ
ML
)

g(φ,f
ref

ML
)]||2≤ε
ML
其中,φ为期望来波方向,f为频率,θ
ML
为主瓣角度,g(φ,f,θ
ML
)是波束主瓣的导向矢量,g(φ,f
ref

ML
)是波束主瓣在固定参考频率f
ref
下的导向矢量,ε
ML
是宽带波束主瓣响应相对于固定参考频率f
ref
下的值的最大误差;将旁瓣约束表示为下式:||w
T
g(φ,f,θ
SL
)||

≤Γ
SL
其中,w表示权值向量,g(φ,f,θ
SL
)为波束旁瓣的导向矢量,θ
SL
为旁瓣角度,Γ
SL
是旁瓣级,||
·
||

表示无穷范数;将参考频率处的可调目标方向无失真约束表示为下式:C
T
w=q其中,C=[g
r
(φ,f
ref

d
),g
i
(φ,f
ref

d
)],q=[1,0]
T
,g
r
(φ,f
ref

d
)和g
i
(φ,f
ref

d
)分别表示波束在参考频率f
ref
和来波方向θ
d
下导向矢量的实部与虚部;
使波束准确的指向所需方向,对参考频率下的来波方向波束图施加额外的约束如下式:考虑到所需方向上的信号是不失真的,将WNG约束表示为下式:其中,R(φ,f)为不同期望来波方向和不同频率下的WNG约束矩阵,γ为WNG的下界,||
·
||2表示L2范数;则新的阵元抽头联合稀疏优化模型表达式如下式:4.根据权利要求3所述的非均匀线性麦克风阵列设计方法,其特征在于,所述步骤2包括:令Δg
r
(φ,f,θ
ML
)=g(φ,f,θ
ML
)

g(φ,f
ref

ML
),令转换后的增广拉格朗日函数表达式如下式:s.t.||μ
r
+jμ
i
||2≤ε
ML

r
(y)+jν
i
(y)|≤Γ<...

【专利技术属性】
技术研发人员:陈华伟王才志
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1