基于抽头稀疏化的最小二乘频率不变波束形成器设计

发布时间：2018-11-11 14:03

【摘要】：频率不变波束形成器(Frequency-invariant beamformer,FIB)在宽带声信号的无失真采集和处理中具有重要应用。基于空间响应变化函数的最小二乘方法是近年来FIB设计中的代表性方法,本文研究表明该方法的性能受频率不变波束形成(Finite impulse response,FIR)滤波器抽头长度的影响,增大抽头的长度可有效提高FIB设计的性能。但随滤波器抽头长度的增大,波束形成器的实现复杂度亦变大。针对这一问题,本文提出了一种基于FIR滤波器抽头稀疏化的最小二乘FIB设计方法,利用信号稀疏表示理论中的迭代加权l1范数优化实现了低复杂度最小二乘FIB设计,并通过设计实例验证了所提方法的有效性。
[Abstract]:Frequency invariant beamforming (Frequency-invariant beamformer,FIB) is an important application in wideband acoustic signal acquisition and processing. The least square method based on spatial response change function is a representative method in FIB design in recent years. The study shows that the performance of this method is affected by the tap length of frequency invariant beamforming (Finite impulse response,FIR) filter. Increasing the tap length can effectively improve the performance of FIB design. However, with the increase of filter tap length, the implementation complexity of beamformer also increases. In order to solve this problem, a least-squares FIB design method based on tap sparseness of FIR filter is proposed in this paper. Using iterative weighted L1 norm in signal sparse representation theory, the low complexity least-squares FIB design is realized. The effectiveness of the proposed method is verified by a design example.
【作者单位】： 南京航空航天大学电子信息工程学院;南京大学近代声学教育部重点实验室;
【基金】：国家自然科学基金(61001150)资助项目 教育部留学回国人员科研启动基金资助项目 中央高校基本科研业务费(NS2014041)资助项目
【分类号】：TN911.7

【共引文献】

相关期刊论文 前10条

1 赵贻玖;王厚军;戴志坚;;基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J];电子测量与仪器学报;2010年04期

2 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

3 刘哲;杨扬;;一种新的基于压缩感知理论的稀疏信号重构算法[J];光电子.激光;2011年02期

4 何宜宝;毕笃彦;马时平;鲁磊;岳耀帅;;用概率推导和加权迭代L1范数实现信号重构[J];光电子.激光;2012年03期

5 张晓伟;李明;左磊;;基于基追踪-Moore-Penrose逆矩阵算法的稀疏信号重构[J];电子与信息学报;2013年02期

6 张冰尘;戴博伟;;一种基于随机滤波的神经动作电位信号压缩感知采样方法[J];电子与信息学报;2013年09期

7 谭龙;何改云;潘静;庞彦伟;;基于近似零范数的稀疏核主成成分算法[J];电子测量技术;2013年09期

8 郝岩;许建楼;;迭代重加权的小波变分修复模型[J];电子与信息学报;2013年12期

9 陈书贞;李光耀;练秋生;;结合图像的局部相关性及非局部相似性的多尺度分块压缩感知[J];燕山大学学报;2013年06期

10 姜明新;王洪玉;王洁;王彪;;基于ML和L2范数的视频目标跟踪算法[J];电子学报;2013年11期

相关博士学位论文 前10条

1 王树云;基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用[D];山东大学;2010年

2 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年

3 易学能;图像的稀疏字典及其应用[D];华中科技大学;2011年

4 黄安民;基于感知字典的稀疏重建算法研究[D];电子科技大学;2011年

5 王英楠;几类非对称矩阵锥分析[D];北京交通大学;2011年

6 陈旭阳;主动式探测系统高质量检测、成像与识别方法研究[D];西安电子科技大学;2011年

7 高磊;压缩感知理论在宽带成像雷达Chirp回波处理中的应用研究[D];国防科学技术大学;2011年

8 陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年

9 谷小婧;基于图像分析的自然彩色夜视成像方法研究[D];东华大学;2011年

10 赵贻玖;稀疏模拟信号压缩采样与重构算法研究[D];电子科技大学;2012年

相关硕士学位论文 前10条

1 翟冲;基于压缩感知的视频编码技术研究[D];大连理工大学;2010年

2 毋芳芳;基于学习的压缩感知图像恢复方法研究[D];西安电子科技大学;2011年

3 陈一统;OFDM系统中基于压缩感知的稀疏信道估计[D];兰州大学;2011年

4 宋慧慧;基于稀疏表示的图像超分辨率重建算法研究[D];中国科学技术大学;2011年

5 池小梅;压缩传感理论及其在红外图像处理中的应用研究[D];河南科技大学;2011年

6 马孝阳;基于压缩感知的图像获取及重构研究[D];哈尔滨工业大学;2011年

7 夏羽;压缩感知在无线通信网络异常事件检测中的应用研究[D];浙江大学;2012年

8 见春雨;压缩感知算法及其在超宽带信道估计中的应用研究[D];南京邮电大学;2012年

9 于向楠;压缩感知理论及其在无线信道信道估计中的应用研究[D];南京邮电大学;2012年

10 王臣昊;基于压缩感知的认知无线电频谱检测技术及其研究[D];南京邮电大学;2012年

【相似文献】

相关博士学位论文 前1条

1 于红旗;宽带信号阵列高分辨到达角估计技术研究[D];国防科学技术大学;2007年

，

本文编号：2325047