近场声聚焦波束形成与波束零陷研究

为分析舰船各部位辐射噪声源分布情况,采用近场聚焦波束扫描声图被动定位法,对测量区内各个位置进行逐点波束扫描,根据各点波束输出功率绘制噪声源的分布图.提出近场波束零陷形成方法,在强辐射声源位置形成波束指向性零点,减少其对其他部位波束扫描的影响.仿真结果表明:该方法提高了对弱声源信号的检测和定位能力,改善了聚焦波束扫描声图质量.     

基于矩阵空域预滤波的近场聚焦波束形成

为解决因为强辐射噪声源(判为干扰)的存在影响对弱辐射噪声源(判为目标)的检测和参数提取,甚至得不到弱辐射噪声源声图的问题,提出了一种基于矩阵空域预滤波处理的近场聚焦波束形成方法.通过设计一个空域的矩阵滤波器对水听器阵列数据进行矩阵处理,抑制指定范围内的强干扰信号,且尽量保证其他感兴趣范围内的信号无畸变通过.通过水面舰船辐射噪声声图测量的具体实例来说明该方法对系统性能的改善效果,仿真结果表明:该方法提高了对弱辐射噪声源的探测和定位能力,优化了聚焦波束扫描声图质量.     

聚焦波束形成的一阶零点约束权

为解决由于强亮点源(以下称为干扰)的存在影响对弱亮点源(以下称为目标)的测量和分析,甚至无法得到弱目标噪声源声图的问题,给出了一种聚焦波束形成的零阶和一阶导数共同约束的零陷权(以下称为一阶零点约束权).该权可以在任意给定的多个位置形成零点,取得目标的位置和波形,并抑制干扰的旁瓣,且仅取决于干扰的位置,无需实时解算,运算量小、稳健性高.不同信噪比和信干比条件下,单个和多个干扰的仿真结果表明,该算法在常规的聚集波束形成无法得到目标噪声源声图的情况下,可以在单个或多个干扰位置形成零点,得到目标噪声源的声图.     

基于远场声阵列技术的摩托车噪声源特性分析

利用基于波束成形的远场声阵列噪声源分析技术研究了摩托车辐射噪声的声源特性.利用加速噪声测量得到的结果,确定了最大噪声级所对应的发动机转速.在此条件下,研究了摩托车整车左右两侧噪声源辐射的频率特性和能量分布特性,并利用声学重建技术构建了具有最大声压级频率分布特性的全场声压分布特性.通过与光学图像的自动重叠,获得了摩托车整车最大噪声源的频率和空间位置及产生来源,由此确定了合理降噪技术路线.试验结果表明,声阵列技术能够快速有效地进行噪声源诊断和声源空间定位.     

基于FFT预估计的宽带信号DOA估计

将离散傅立叶变换（DFT）运用到宽带阵列信号处理中,对等距线阵接收的信号进行波达方向（DOA）估计,解决了基于聚焦的宽带信号DOA估计中预估速度较慢的问题.该方法能快速预估出DOA,与采用传统的波束形成法预估相比,计算速度大大提高.用该方法预估后再对波达方向作高精度估计,仍具有对信号的超分辨特性.计算机仿真结果表明此方法可以运用到宽带信号处理中,计算量与传统的波束形成法相比大大减少.     

基于波束形成与最大似然估计的近距离双麦克风语音增强算法

为了解决波束形成法直接应用于近距离双麦克风系统时存在的问题,如目标信号低频段能量损失、多方向的竞争性语音噪声难以被有效抑制等,该文提出一种基于波束形成与最大似然估计的两步去噪方法。该方法首先使用加权叠加滤波器对混合声源进行时频分解,然后通过2个零点分别在0°和180°的波束形成图的幅频响应比值,设置各时频单元所对应的初步掩蔽值,在避免低频滚降现象出现的情况下,抑制本底噪声;最后根据统计模型和简化的最大似然估计法,抑制多方向的竞争性语音噪声,进一步增强目标信号。测试结果表明:在低信噪比、多种类型噪声源共同存在的情境下,该方法可以在无需低通滤波或宽带波束补偿的情况下,恢复原始信号的能量分布特点,明显提升信噪比。     

阵列波束形成及其性能测度方法

阵列天线技术是空间域信号处理的关键技术.阵列波束形成是阵列信号处理的重要分支,波束形成的性能直接影响到用户对信号的使用.对阵列波束形成原理进行分析和研究,并给出了几种阵列波束形成的性能测度方法.     

基于信号子空间逼近的多麦克风语音信号增强方法

对现有的基于自动波束形成的麦克风阵列语音信号增强算法提出了改进.将各个麦克风采集到的信号利用ABF(自适应波束形成)进行延时补偿并求和,消除信号中弱相干和不相干噪声;再利用信号子空间逼近的方法进一步去除残留噪声.仿真试验结果表明:把自适应波束形成技术和信号子空间逼近的方法结合起来,能够得到良好的去噪效果.     

叶尖结构变化对风力机噪声源分布特性的影响

为探究由水平轴风力机叶尖结构变化所造成的风力机噪声源分布特性的规律,利用圆盘声阵列系统对不同叶尖结构风力机采用近场声全息技术和远场波束形成技术进行噪声源识别.采集得到运行中的水平轴风力机在额定工况下的噪声信号,分析了噪声源声压级变化情况以及风力机噪声声源位置的分布规律.结果 表明:叶尖结构变化可以有效降低风力机的气动噪声,改变了风力机叶尖噪声的强度和产生位置,在一定程度上降低了叶尖噪声.通过对风力机叶尖结构的优化设计可以在不损害风力机气动性能的同时,实现较好的降噪效果.     

噪声源识别技术的进展

实现声源控制的前提是正确识别出主要噪声源.文章介绍了噪声源识别的各种方法.简要论述了传统的分析方法和基于信号处理技术的一般识别方法;对近年来出现的声强测量、声全息和波束形成技术的原理、特点、应用作了综述;最后简单介绍了合肥工业大学噪声振动工程研究所近几年来在这方面取得的成果.     

联合波束形成与谱减法的麦克风阵列语音增强算法

考虑到封闭环境的散射噪声场中，传统波束形成方法及单通道谱减法对噪声抑制的局限性，提出一种将波束形成方法与谱减法相结合的麦克风阵列语音增强方法．该方法首先通过波束形成器的空间滤波作用，将波达方向不同的语音信号和噪声信号加以区别，再经过延时补偿单元的相应处理，从而达到衰减噪声的目的，然后采用谱减法对波束形成器输出端的残留噪声进行后置处理．仿真实验结果表明。在小房间混响情况下，与其他方法相比，该方法不仅运算量小。而且具有良好的噪声抑制性能．     

广义特征值盲波束形成的低复杂度自适应算法

提出了一种线性低复杂度盲自适应Lagrange乘子波束形成算法．基于最大信干燥比准则(MSINR)的特征值波束形成将导致广义特征值(GE)问题，新算法通过把GE问题表示成期望信号和干扰噪声信号协方差矩阵特征值的函数，用线性迭代的方法搜索最大GE，并利用最陡下降法更新权向量；提出方法被用于W—CDMA智能天线基站上行信号接收．数值仿真结果表明，与其他算法相比，在未牺牲系统BER性能的同时，提出算法具有更快的收敛速度和更低的计算复杂度；算法总的计算复杂度约为O(7N)(N为天线元数目)．     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

基于改进EMD的麦克风阵列语音增强研究

提出一种将改进EMD与麦克风阵列MVDR自适应波束形成相结合的语音增强方法。该方法利用互相关系数阈值法去除将EMD算法分解后的的虚假IMF分量,结合各阶IMF分量的自相关函数特性准确获取信号与噪声的主导IMF分量分界点,然后对所有噪声主导的IMF分量进行小波阈值去噪,接着将所有剩余IMF分量进行MVDR波束形成获得增强语音信号。改进EMD算法避免了在高信噪比条件下的信号失真,与MVDR波束形成相结合,满足了MVDR窄带特性要求,增强了麦克风阵列抗干扰能力。实验结果证明了方法的有效性。     

结合子空间投影的幅度相位估计波束形成算法

在医学超声成像中,幅度相位估计(APES)波束形成算法能够更稳健地估算期望信号幅度,但其以牺牲较少量分辨率为代价.针对此问题,提出基于幅度相位估计并融合子空间投影技术的自适应波束形成算法.首先通过幅度相位估计算法初步计算加权向量,然后将加权向量向回波信号的期望信号子空间投影,以此来抑制噪声和干扰,改善成像的分辨率和对比度.经仿真分析,所提出的子空间投影与幅度相位相融合的算法在成像的分辨率、对比度和稳健性方面均优于原始的幅度相位估计算法.     

多蜂窝MISO通信系统中干扰消除策略研究

针对部分信道状态信息下的小区间干扰消除问题,通过使用2个独立的随机矢量量化(RVQ)码本分别量化期望信道和干扰信道,首次分析了2个小区MISO有限反馈系统模型下3种波束形成传输策略(特征波束形成、迫零波束形成、最大化信漏噪比)和速率性能,并根据用户在小区中的位置和小区边缘的平均信噪比,研究了基站最优的波束形成传输策略选择.仿真结果表明:当用户噪声受限时,相邻小区基站应选择特征波束形成传输策略;当用户干扰受限时,相邻小区基站应选择最大化信漏噪比传输策略.     

基于改进广义线性组合算法的极化阵列稳健波束形成

为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination, GLC)算法应用于极化阵列. 分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest, SOI)波达方向(direction of arrival, DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法. 所提算法根据采样协方差矩阵(sample covariance matrix, SCM)特征值相关参数的大小,对信噪比进行判断. 信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level, DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法. 通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.      

麦克风阵列中基于零陷波束形成的声反馈抑制

在教室和会场环境中,通常使用自适应控制方法进行声反馈抑制,但由于扬声器输出信号和麦克风输入信号之间存在强相关性,利用自适应控制方法进行声反馈抑制容易产生偏心估计问题。针对这一问题,提出在麦克风阵列中利用零陷波束形成实现声反馈抑制,该方法通过在扬声器方向上形成零陷,避免麦克风阵列采集扬声器的输出信号,达到声反馈抑制的目的。考虑到实际环境中噪声对声反馈抑制的效果有影响,利用加权最小二乘法迭代更新波束形成器系数。仿真结果显示,在有噪声的情况下,与最小二乘法、最小-最大法相比,加权最小二乘法对波束形成器反馈抑制性能的提升更有益。     

基于罚函数和特征空间的子阵级自适应波束形成

基于线性约束最小方差(LCMV)准则的自适应波束形成算法在实际中得到了广泛的应用,但当其应用到子阵级时,自适应方向图主瓣变形且旁瓣升高,抗干扰性能严重下降.针对这些问题,提出一种基于罚函数和特征空间的子阵级自适应波束形成算法,引入罚函数对自适应方向图进行约束使其逼近期望的静态方向图;同时在干扰子空间约束波束响应为0,对干扰信号进行抑制.该算法在有效抑制干扰的同时,能够使主瓣保形并保持较低的旁瓣,还能获得较好的输出信干噪比.通过阵列方向图及输出信干噪比的计算机仿真验证该算法的有效性.      

最小方差的延时乘累加医学超声波束形成算法

针对超声信号高度相关性的特点,提出了一种最小方差的延时乘累加波束形成(MVDMAS)算法.首先,该算法利用最小方差波束形成的思想,计算接收回波信号的权值,用来降低回波信号的旁瓣;然后,对加权处理后的回波信号进行组合乘累加运算,降低回波信号之间的相关性;最后,理论推导和实验仿真验证了算法的有效性.仿真实验结果表明,MVDMAS算法的成像对比度和分辨率均有一定提升,可有效地降低主瓣宽度、旁瓣高度和抑制斑点噪声.与延时叠加、最小方差和延时组合乘累加波束形成算法相比,综合评价指标CR和CNR分别提高了100.24%,33.91%,17.41%和30.61%,17.55%,11.36%.