非均匀阵元噪声条件下的近场声源定位

针对常规定位方法在空间非均匀高斯噪声背景下近场声源定位性能下降的问题,基于平面阵建立了近场声源信号模型,推导了空间非均匀阵元噪声条件下求解声源方位和距离信息的最大似然定位方法,并使用连续空间蚁群优化算法,解决了该最大似然方法在多维参数空间搜索的高运算复杂度问题,通过仿真实验验证了该方法的可行性和有效性.仿真实验表明,该方法估计精度较高,在低信噪比下方位和距离均方误差都小于常规最大似然方法,并且在高信噪比条件下方位和距离的均方误差都逼近克拉美-罗界.     

阵元非均匀高斯噪声背景下近场声源定位方法

针对阵元非均匀高斯噪声背景下的近场声源定位问题,研究了最大似然定位方法,并给出克拉美-罗界(CRB),进而为了解决最大似然方法常规求解方法多维参数空间搜索的高运算复杂度问题,提出了基于对数似然函数的步进迭代方法(SML)和近似似然函数法(AML).仿真实验表明,SML方法经过较少的迭代即可收敛,SML方法和AML方法的估计精度较高,均方误差(MSE)在较高信噪比条件下逼近CRB.     

矢量传感器声源方位与噪声协方差阵联合估计

针对空域非均匀白噪声,通过矩阵变换估计噪声协方差矩阵,进而采用噪声预白化技术获取声源方位的最大似然估计,该方法避免了原最大似然算法加权参数选取的一维搜索过程,提高了算法效率;针对空域色噪声,利用噪声协方差矩阵的先验分布信息,结合噪声预白化技术,提出声源方位与噪声协方差矩阵迭代联合估计算法.仿真实验表明,空域非均匀白噪声背景下,与原最大似然估计方法相比,方位估计精度基本相同,但算法效率更高;空域色噪声背景下,与原最大似然估计方法相比,该方法提高了方位估计精度.     

阵元非均匀高斯白噪声背景下的近场声源定位研究

为解决非均匀高斯白噪声背景下常规近场声源定位算法精度低的问题,提出一种基于噪声协方差矩阵估计的近场声源定位,预白化MUSIC算法,该方法首先从阵列输出数据中估计出噪声协方差矩阵,再利用估计出的噪声协方差矩阵预白化阵列协方差矩阵,从而提高常规算法的估计性能.仿真结果表明,在非均匀高斯白噪声背景下的近场声源定位中,预白化MUSIC算法定位性能高于常规MUSIC和Capon算法的估计性能.     

基于距离差、能量比和到达角的两麦克风声源定位

减少定位声源所需麦克风数量对于特定场合是重要的,提出在两麦克风条件下利用距离差、能量比和到达角联合对单个声源进行二维定位的最大似然法和一种闭式解.在高斯噪声条件下,最大似然法将转化为加权最小二乘问题,为减小求解复杂度利用了粒子群算法进行迭代求解.通过仿真分析了最大似然法和闭式解法的抗噪声性能.     

低信噪比条件下的平面等效源近场声全息方法

为提高低信噪比条件下的近场声全息成像效果,提出一种低信噪比条件下的平面等效源近场声全息方法,其将近场声全息对声场还原度高的优点和声源定位方法抗干扰能力强的优点相结合。该方法首先结合压缩感知技术的正交匹配追踪算法,在未知声源数目情况下求出虚拟声源在平面分布,再利用传导矩阵求出近场平面声压分布。通过仿真分析金属弹性材料壳体振动的近场声辐射,将该方法与Fourier变换方法、常规边界元方法以及传统等效源方法的近场声全息效果相比较。仿真实验表明,该方法性能可靠且具有较强的抗噪能力,可作为低信噪比条件下平面近场声全息方法的一种有效补充。     

近场声源方位和距离联合估计算法

为提高近场麦克风阵列的声源定位精确度,对基于麦克风阵列的声源定位技术进行研究.详细分析了近场信号传播模型,并结合窄带子空间算法,对宽带ISM(Incoherent Signal-Subspace Method)算法进行改进,提出一种近场子空间声源方位和距离联合估计算法.该算法根据短时信号的频率特性,在特定频率上对信号应用子空间算法进行方向距离联合估计并对结果进行叠加,从而得到最终结果.该算法在相关信源和混响条件下均能得到较好的DOA(Direction-of-Arrival)估计效果.计算机仿真验证了算法的有效性.     

一种获取船舶主要噪声源参数的方法

为了确定船舶主要辐射噪声源的声源参数,在分析辐射噪声特性及其传播规律的基础上,建立一个浅海波导条件下船舶主要辐射噪声源的数学模型.在不同信噪比条件下,利用快速场积分的方法计算船舶宽带辐射噪声的近场声压,并以全局概率优化搜索方法遗传算法作为反演工具,求解由近场声压数据构成的非线性方程组,从而得到辐射噪声源的参数.仿真结果表明,在浅海波导条件下,在信噪比高于15 dB时,该数学模型可有效反演出船舶主要辐射噪声源的声源参数.     

非一致噪声下的多阵列直接定位算法

针对实际无源定位系统中多个阵列分散分布以及单个阵列各阵元之间差异造成的噪声功率分布不均匀导致直接定位(DPD)算法精度下降的问题,提出了一种非一致高斯白噪声场中的多阵列最大似然DPD(UN-ML-DPD)算法,并推导出该条件下的克拉美罗界。首先计算各阵列输出协方差矩阵;再将计算结果传到数据处理中心;然后由数据中心通过迭代的方式同时对目标位置与非一致噪声功率进行最大似然联合估计,以收敛后得到的结果作为目标位置精确估计值,从而减弱了非一致噪声对DPD算法的影响;最后在多目标条件下用交替投影法降低算法复杂度。较之传统算法,UN-ML-DPD算法能够提高多阵列在低信噪比下的定位精度。仿真结果表明:UN-ML-DPD算法在-15dB的低信噪比下估计误差小于15km,与DPD算法相比定位精度提高15%以上;能较为准确地估计各阵列噪声协方差矩阵,在标准噪声功率小于30 W时估计误差小于3.5 W;在高信噪比下定位精度能够逼近克拉美罗下界。     

一种宽带非相关信号DOA估计的新方法

介绍一种宽带非相关信号DOA估计的新方法(TOPS),该方法利用信号源各频率段噪声子空间和信号子空间的正交关系对信号源的方位进行估计.TOPS算法与宽带聚焦类算法不同点在于,该方法不需要对信号方位进行预估计.仿真显示该算法的分辨力高,在高信噪比条件下估计性能优越.     

基于麦克风阵列多声源定位的新方法

针对传统方法不能准确地测量远场多声源位置的问题,提出了在近场和远场都能用的多声源定位新方法.该方法采用两个L型麦克风阵列,在每个阵列通过多声源的频率及到达角的联合估计求得信号源的夹角,基于每个信号源的夹角对估计多声源的位置.通过仿真实验验证了该方法在近场、远场都能准确地测量多声源位置,通过调节两个L型麦克风阵列之间的距离能得到误差在5%以下的声源定位精度.     

一种改进的最大似然STSA估计器

为了改进噪声环境下的语音增强效果,充分抑制背景噪声,有效消除残留“音乐噪声”,本文通过MATLAB仿真测试,对目前广泛使用的功率谱减法、维纳滤波器、最大似然短时谱幅度（STSA）估计以及最小均方误差STSA估计等语音增强算法进行了性能比较,在深入理解最大似然STSA估计算法的基础上,提出了一种针对实时应用的改进型短时谱幅度（MSTSA）估计器,实验结果显示本文提出的语音增强算法物理意义明确,复杂度较低,在低信噪比情况下能有效抑制背景噪声,在高信噪比时又能减小语音的畸变.同时,本文还提出了一种新的先验信噪     

信道估值误差对空时频移键控性能的影响

在信道状态信息已知的假设下，提出了一种分离最大似然信号检测方法，并仿真分析了信道估值不准确给上述分离最大似然信号检测方法带来的影响。表明在平坦瑞利衰落条件下，系统性能随着幅度、相位估值误差的增大而下降，尤其对相位误差更为敏感。另外，在大信噪比的条件下信道估值不准确对性能的影响更大，但仍然好于非相干检测方法。     

基于两个L型阵列的远场多声源定位方法

针对传统方法不能准确地测量远场多声源位置的问题,提出了在近场和远场都能用的多声源3D定位新方法.该方法采用两个L型麦克风阵列,在每个阵列通过多声源的频率及到达角的联合估计求得信号源的夹角,基于每个信号源的夹角对估计多声源的位置.通过仿真实验验证了该方法在近场、远场都能准确地测量多声源位置,通过调节两个L型麦克风阵列之间的距离能得到误差在5%以下的声源定位精度.     

基于TDE技术的声源定位算法

针对基本互相关法在估计时延时没有明显的峰值及实际环境中的噪声会减损峰值,甚至出现伪峰的问题,提出了一种基于广义互相关的改进时延估计方法,并结合麦克风阵列结构,实现了基于两步定位的声源定位.通过仿真实验验证了该方法在有噪声的环境下能准确测量声源的位置,定位的平均距离误差和平均方向角误差都低于5%,且方向角在30°～150°、距离在1.1～2.3m时定位成功率达80%以上.     

基于正则化粒子滤波的说话人跟踪方法

针对噪声与混响环境下的说话人跟踪问题,提出一种基于正则化粒子滤波(RPF)的麦克风阵列声源定位与跟踪方法.该方法在正则化粒子滤波框架下,采用适应性较强的布朗运动模型,通过计算麦克风阵列波束形成器的输出能量来构建似然函数.实验结果表明,本文方法优于标准粒子滤波,有效提高了说话人声源跟踪系统的抗噪声与抗混响能力,即使在低信噪比(SNR=-5dB)情况下,也能有效跟踪.     

一种新的浅海目标方位估计方法

针对平面波假设下的目标方位估计方法对浅海中声源的定位存在偏差的问题,提出了一种新的浅海目标方位估计方法.采用可以反映浅海中声的远距离传播现象的简正波声场理论,把观测点处的声压看成是若干阶简正波的叠加,在平坦硬质海底和白高斯噪音的条件下,构造出了均匀线列阵的接收信号的矩阵方程形式,然后通过详细的数学推导给出了方位角的最大似然估计来完成对该方程的求解.该方法比经典的匹配场处理方法形式简洁、计算量小,比平面波条件下的信号子空间方法估计偏差小.仿真数据表明:随着信号入射方向和阵列法线夹角的增大,平面波假设下的MUSIC方法的估计偏差随之线性增加,而新方法的估计偏差并不显著增加;随着信噪比的增加,平面波假设下的MUSIC方法的偏差始终是2°左右,而新方法估计偏差很小且趋于0.湖上试验结果验证了新方法可以有效实现浅海目标波达方向的渐近无偏估计.     

噪声下基于耳蜗基底膜分频特性的声源定位

在人与人交流中,人耳能很好地定位出周围声音的位置,而在声源定位技术里,基于传统麦克风声源定位在噪声环境下无法精确地定位出声源.根据人耳能准确地辨别出声源这一特性,提出一种在噪声下基于人耳耳蜗基底膜分频特性的声源定位方法.该方法是利用多个麦克风对声源信号进行采集,将采集到的信号通过基底膜滤波器进行滤波、除去与声源无关的噪声,运用空间映射互相关方法对声源进行定位.该方法所定位出的声源位置比传统声源定位技术所定位的位置误差小、精准度高.实验结果表明,噪声环境下基于耳蜗基底膜分频特性的声源定位比基于传统麦克风声源定位技术更接近声源的真实位置;噪声环境下基于耳蜗基底膜分频特性的声源定位具有更高的精度与更好的鲁棒性.     

基于分布式水下无线传感器网络目标协同定位方法研究

本文提出了一种基于水下传感器网络的目标协同定位改进方法。基于多重信号分类方法（MUSIC）得到目标的DOA估计,通过对水下信号传输特性分析,建立水下阵列传感器网络的目标定位模型,利用最大似然估计得到目标位置。利用基于阈值检测的分布式高斯牛顿迭代法完成最大似然估计的解算,仿真结果表明该方法有效节约了网络节点能量,降低了数据通信量,且得到了更好的定位精度。此外,分析比较了在不同噪声环境下、不同声源级情况下的目标位置结果。     

基于分数低阶矩的空时最大似然DOA估计

为了提高现有基于分数低阶空时矩阵类算法的估计精度和其在低信噪比时的解相干性能,在对称α稳定分布噪声条件下,提出改进分数低阶空时矩阵用于独立信源DOA估计,基于分数低阶矩的空时最大似然算法用于相干信源DOA估计.仿真结果表明:针对独立信源,改进的分数低阶空时矩阵进行DOA估计的成功概率高于分数低阶空时矩方法;针对相干信源,分数低阶矩的空时最大似然算法的估计成功概率比SS-FLOM算法高,均方根误差比SS-FLOM算法小;新方法克服了空间平滑类算法严重损失阵列孔径的弊端,节省阵元.