基于压缩感知的噪声源识别方法研究

发布时间：2020-05-28 02:47

【摘要】：波束形成是一种基于阵列的声源定位技术,其被广泛用于噪声源识别领域。然而以延时求和为代表的传统的波束形成方法存在分辨率不高,只适用于识别高频声源的缺陷。并且传统的波束形成技术受限于于奈奎斯特采样定理,须采用较大的传声器阵列才能取得较好的识别效果。针对上述问题,本文将压缩感知技术引入到声源识别领域。压缩感知技术是一种较为“经济”的采样方法,可以低于奈奎斯特速率进行采样,如果信号在变换域是稀疏的,则只需少量的采样数据,即可实现声源识别。针对压缩感知方法中的正交匹配追踪算法在声源识别中易受原子间相关性的干扰这一问题,提出了新的改进方法,以提高声源识别精度和低频声源的识别能力。本文主要研究内容如下:(1)回顾声源定位技术和压缩感知理论的发展历程,分别从信号稀疏表示、测量矩阵设计、稀疏重建算法三个方面介绍压缩感知技术。(2)引入压缩感知理论中的L1范数最小化算法,并详细介绍其求解过程。针对L1范数最小化算法求解过程中正则化参数的选取问题,提出了基于辅助面法的正则化参数选择方法。并通过数值仿真验证了基于L1范数最小化算法的声源识别方法拥有较高的定位分辨率和中低频声源的识别能力,能够以较少的采样数据实现声源的精确定位。(3)介绍压缩感知理论中正交匹配追踪算法,并将其应用到声源定位中。正交匹配追踪算法因其收敛速度快,计算效率高的特点应用广泛。本章采用正交匹配追踪算法进行声源识别,获得较高的声源成像精度,并能够以较少的采样数据实现声源的精确定位。随后在数值仿真中也发现了正交匹配追踪算法对中低频声源信号识别能力较弱,以及在多个相邻的相干声源环境下声源成像效果较差的缺陷。(4)针对正交匹配追踪算法易受测量矩阵原子间相关性的干扰这一问题,提出了改进正交匹配追踪算法,采取新的原子筛选准则,提高了算法对低频声源信号识别以及聚焦面网格点密集划分时的定位精度和准确度,拓宽了算法的应用范围。随后,通过仿真和实验验证了本文提出的改机的正交匹配追踪算法的有效性和优越性。
【图文】：

统信号采集处理过程如图 2.1 所示，该处理过程基于奈奎斯特采样定须大于信号中最高频率 2 倍。在压缩过程中，剔除数据中的冗余信必要信息。经过数据传输后，再利用高效计算机进行解压缩，恢复统的信号处理方法暴露出来的弊端是：目标信号的带宽较宽时，基样定律的传统信号处理方式需要更高的采样频率，这样对采集硬件要求。另一方面，传统的信号处理方式是采集到完整数据后再丢弃，那么为何不直接采集需要的那部分数据。

图 2.2 压缩感知信号处理方式Fig 2.2 Compressed sensing signal processing稀疏表示感知理论指出，只要信号是可压缩的或在某个变换域是稀疏的，个与变换基不相关的测量矩阵将变换所得高维信号投影到一个低通过求解一个优化问题就可以从这些少量的投影中以高概率重构上对信号稀疏的定义：假设空间中存在一个一维离散信号 x，x 矢量空间NR 中的 N 1维列向量，空间NR 中的任何一个 N 维的信 N 维的基向量 Ni i 1 来表示，这 N 个 N 维的基向量 Ni i 1 构成 N 则 x 可以表示为： Niiix1，式（2.1）中 x 和 是同一个信号的等价表示，，x 表示在时域空间Ψ 域空间的表示。其中 是含有 K 个非零元素的向量，其中 K
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TB53

【相似文献】

相关期刊论文 前10条

1 郭业才;马伟伟;朱赛男;;基于混沌人工蜂群优化的声源定位算法[J];系统仿真学报;2017年06期

2 刘一鼎;;关于声源定位及运动状态测定的研究[J];中学生数理化(学习研究);2017年12期

3 李嘉;张国庆;段生许;黄海莲;;基于传声器阵列的声源定位技术的应用[J];环境工程;2012年S1期

4 蒋婷;刘建平;;基于麦克风阵列声源定位的发展历程及关键技术[J];科技资讯;2011年35期

5 林运;杨卫东;朱晓天;;声源定位法在柴油机噪声控制中的应用[J];柴油机设计与制造;2007年01期

6 董洪光;李新光;;二维声源定位算法仿真[J];电子测量技术;2004年02期

7 徐彦廷,李伟,戴光,孙茂成,于江林;声源定位问题研究及误差分析[J];无损检测;1999年05期

8 向兵;刘敬彬;;基于单片机的声源定位设计[J];科学技术创新;2018年31期

9 周利;刘庆华;;一种基于区域收缩的分布式声源定位方法[J];桂林电子科技大学学报;2016年01期

10 范佳;;一种声源定位系统的设计[J];电子世界;2014年16期

相关会议论文 前10条

1 张普芬;陈华伟;;改进的非参贝叶斯室内声源个数估计方法[A];2018年全国声学大会论文集 K语言声学与语音信号处理[C];2018年

2 郑谢;王勋年;陈正武;王勇;;基于等效原理的声源定位方法[A];2019年全国声学大会论文集[C];2019年

3 原晶晶;;3-7岁正常儿童声源定位能力的研究[A];2010全国耳鼻咽喉头颈外科中青年学术会议论文汇编[C];2010年

4 李元首;张伟;陈宝;张雪;周国成;;模拟汽车运动声源定位技术研究[A];2017汽车空气动力学分会学术年会论文集[C];2017年

5 许思为;李伟鹏;马威;;基于压缩感知的声源定位高效高分辨率算法[A];第十届全国流体力学学术会议论文摘要集[C];2018年

6 魏龙;张忠;秦朝红;黎敏;刘振皓;郭静;;气动测试中强气流背景噪声下的声源定位方法[A];北京力学会第二十四届学术年会会议论文集[C];2018年

7 丁建策;郑成诗;李晓东;;双耳相干混响比加权的声源定位算法[A];中国声学学会2017年全国声学学术会议论文集[C];2017年

8 李倩倩;阳凡林;张凯;;不确定海洋环境下多声源定位算法研究[A];2017中国西部声学学术交流会论文集[C];2017年

9 李盼;郭建中;;声源定位的噪声适应性研究[A];2017年西安-上海声学学会第五届声学学术交流会议论文集[C];2017年

10 刘哲;陈日林;罗伦楷;滕鹏晓;杨亦春;;探测距离对声源定位精度的影响[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年

相关重要报纸文章 前3条

1 本报记者 周腾;云知声聪聪AI:软硬件深度融合[N];通信产业报;2019年

2 本报记者 李丽云 通讯员 陈淑娟 金声;声音变产品 智慧广场舞不再扰民[N];科技日报;2018年

3 新城;小声音 大前景[N];计算机世界;2006年

相关博士学位论文 前10条

1 刘袁;基于稀疏采样的任意外形声源辐射声场重建与分离方法研究[D];合肥工业大学;2019年

2 阚阅;基于多基阵传声器阵列的被动式声源定位研究[D];哈尔滨工业大学;2018年

3 秦艳华;基于麦克风阵列的声源定位技术研究[D];北京邮电大学;2019年

4 向上;非自由声场中声源振速重建的近场声全息理论与方法研究[D];上海交通大学;2017年

5 王秀文;单侧传导性听力损伤对大鼠声源定位和听皮层神经元对声源水平方位调谐的影响[D];华东师范大学;2019年

6 钟迪;管道内热声源定位的理论与实验研究[D];清华大学;2016年

7 黄益旺;浅海远距离匹配场声源定位研究[D];哈尔滨工程大学;2005年

8 陈韶华;海洋声源信息获取与传输技术研究[D];西北工业大学;2006年

9 周悦;信息理论准则下的匹配场声源定位[D];浙江大学;2015年

10 杨志国;马尔可夫状态—空间模型下的声源定位与跟踪[D];浙江大学;2013年

相关硕士学位论文 前10条

1 仝卜匀;基于时延估计技术的声源定位方法研究[D];华北电力大学;2019年

2 乐聪聪;基于双耳听觉时延估计的声源定位研究[D];重庆邮电大学;2018年

3 延明珠;复杂环境下基于语音增强的声源定位技术研究[D];重庆邮电大学;2018年

4 杜竞宁;海底衰减对浅海高频声源定位的影响[D];浙江大学;2019年

5 尚俊超;基于压缩感知的噪声源识别方法研究[D];合肥工业大学;2019年

6 张焕强;基于机器视觉的声源成像方法研究[D];上海交通大学;2018年

7 黄镒东;基于稀疏约束的声源分离与定位的联合处理算法研究[D];上海交通大学;2016年

8 潘行健;多极子波束形成理论与方法研究[D];上海交通大学;2018年

9 李运炅;基于波束形成技术的运动声源识别方法研究[D];安徽大学;2019年

10 傅栋林;基于高精度波束形成算法结合伞型阵列的三维声源识别定位[D];浙江工业大学;2018年

本文编号：2684580