基于稀疏重构的空气中超声波达方向估计及其并行化研究

发布时间：2021-02-19 03:31

　　针对大雾、雨雪、强辐射等外界复杂环境下传统的光学和电磁设备工作不理想的情况,本文研究了MEMS超声L型阵列的声场特性,进而研究了基于稀疏重构思想来求解信号DOA估计的方法,并使用NVIDIA的CUDA工具对估计算法进行了并行优化设计。实际应用中,信源的数目通常远小于空间潜在来波的数目,仅在相应的空间方位上信源信号强度为非零值,因此信源在空间具有稀疏性,可以使用稀疏重构表示的算法来进行DOA的角度估计,可以根据零空间性条件,将稀疏模型转化成l0范数模型求解。本文详细研究了求解l0范数模型的两种解法,一种求解方法是将l0范数模型转化为l1范数模型求解,最终借助于工具箱CVX求解,另一种是直接借助于压缩感知方法求解,一般将问题转化为贪婪类算法求解。研究和改进了两种l0范数模型转化为l1范数模型求解方法:基于特征矢量稀疏分解的二维DOA估计方法利用阵列协方差矩阵的最大特征向量建立稀疏模型,最终通过CVX工具箱求解;基于协方差矩阵降维稀疏表示的二维DOA估计方法对阵列协方差矩阵每一列剔除噪声项,然后对阵列协方差矩阵列数降维,仅利用协方差矩阵的某几列信息来进行DOA估计。两种方法仿真实验结果表明,... 

【文章来源】：西南科技大学四川省

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与研究意义
    1.2 国内外研究现状
        1.2.1 超声DOA估计的国内外研究现状
        1.2.2 压缩感知的国内外研究现状
        1.2.3 GPU并行化的国内外研究现状
    1.3 论文组织结构
        1.3.1 本文符号说明
        1.3.2 研究思路
        1.3.3 论文结构
2 超声波阵列基本原理
    2.1 空气中超声波的传播特性
    2.2 超声波声场特性分析
        2.2.1 单个超声波换能器声场特性
        2.2.2 超声阵列声场特性分析
    2.3 超声波阵列声场模型
        2.3.1 均匀线阵声场模型
        2.3.2 L型阵列声场模型
    2.4 本章小节
3 基于稀疏表示的超声DOA估计
    3.1 基于空间角接收信号的表示方法
    3.2 基于特征矢量稀疏分解的二维DOA估计算法
    3.3 基于协方差矩阵降维稀疏表示的二维DOA估计算法
        3.3.1 算法原理
        3.3.2 方位角和俯仰角配对
        3.3.3 输出阵列协方差矩阵列数优化
    3.4 算法性能仿真分析
        3.4.1 两种算法的性能仿真实验及分析
        3.4.2 两种算法运算时间分析
    3.5 本章小节
4 基于压缩感知的超声DOA估计
    4.1 压缩感知基本原理
    4.2 基于压缩感知的DOA估计算法实现
        4.2.1 信号的稀疏表示
        4.2.2 测量矩阵的设计
        4.2.3 信号的稀疏重建算法
    4.3 算法仿真分析
        4.3.1 算法的估计效果仿真分析
        4.3.2 算法的性能参数仿真分析
        4.3.3 测量数M与重构成功概率仿真分析
        4.3.4 稀疏度K与重构概率仿真分析
        4.3.5 算法运算时间分析
    4.4 本章小节
5 基于GPU的超声DOA估计并行优化
    5.1 CUDA编程模型介绍
    5.2 基于Eigen的超声DOA估计初步实现
    5.3 基于CUDA模型的超声DOA估计并行化实现
        5.3.1 超声DOA估计算法特点分析
        5.3.2 超声DOA估计算法并行化设计
    5.4 超声DOA估计算法并行化结果分析
    5.5 本章小节
结论
致谢
参考文献
攻读硕士学位期间发表的论文及研究结果


【参考文献】：
期刊论文
[1]基于GPU的压缩感知重构算法的设计与实现[J]. 张静,熊承义,高志荣.  计算机科学. 2016(08)
[2]基于盲源分离与文丘里流量计的气液两相段塞流测量(英文)[J]. 王微微,梁霄,张明柱.  Chinese Journal of Chemical Engineering. 2015(09)
[3]一种新的特征矢量稀疏重构的DOA估计方法[J]. 韩树楠,李东生,王骁.  现代防御技术. 2015(04)
[4]基于GPU并行计算的OMP算法[J]. 谈继魁,方勇,霍迎秋.  电视技术. 2015(15)
[5]二维稀疏相控阵声场优化及阵元故障影响分析[J]. 梅艳莹,杨涛,刘玉佼.  压电与声光. 2014(05)
[6]一种采用协方差矩阵稀疏表示的DOA估计方法[J]. 解虎,冯大政,袁明冬.  西安电子科技大学学报. 2015(01)
[7]基于CUDA的阈值迭代算法并行实现[J]. 耿旻明,蒋成龙,张冰尘.  中国科学院大学学报. 2013(05)
[8]基于特征矢量稀疏分解的DOA估计方法[J]. 李鹏飞,张旻,钟子发.  电路与系统学报. 2013(01)
[9]利用空域稀疏性的L型阵下二维波达方向估计[J]. 崔琛,王粒宾.  电路与系统学报. 2013(01)
[10]基于压缩感知的二维DOA估计[J]. 陈玉龙,黄登山.  计算机工程与应用. 2012(28)

博士论文
[1]基于稀疏重构的波达方向估计算法研究[D]. 张义.中国科学技术大学 2015

硕士论文
[1]基于CUDA的压缩感知DOA估计算法的研究与实现[D]. 杨航.哈尔滨工业大学 2016
[2]基于压缩感知的DOA估计[D]. 胡斌.哈尔滨工业大学 2015
[3]基于压缩感知的DOA估计算法研究[D]. 赵春雷.哈尔滨工业大学 2015
[4]基于稀疏重构的信源定位算法研究[D]. 张妍君.吉林大学 2014
[5]基于GPU并行加速的实时超声成像系统研究[D]. 邵真天.南京大学 2014
[6]基于CUDA的指纹识别加速算法的研究[D]. 崔晓燕.大连海事大学 2013
[7]基于CUDA的二维测向算法实现及仿真[D]. 郝文杰.电子科技大学 2012
[8]压缩感知测量矩阵的研究[D]. 吴赟.西安电子科技大学 2012



本文编号：3040540