基于模式空间算法的声源二维DOA估计

发布时间：2020-12-14 15:22

　　针对传统高分辨率谱估计法估计远场声源波达方向（Direction of arrival,DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列（Uniform circular array,UCA）虚拟化成2K+1个均匀线性阵列（Uniform linear array,ULA）,并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过MUSIClike算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明:在信噪比（Signal-to-noise ratio,SNR）较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。 

【文章来源】：数据采集与处理. 2020年05期 北大核心

【文章页数】：13 页

【部分图文】：

圆形麦克风阵列模型

虚拟线性麦克风阵列子阵划分示意图

通过图3和图4可知，相比于经典UCA?RB?MUSIC算法，本文提出的算法即使在低信噪比时也有较高的角度分辨率，方位角最大提升了6°，俯仰角最大提升了3°，并且在不同SNR下所得到的空间谱孔径大小没有明显变化且都集中于一点。并且在低信噪比时，UCA?RB?MUSIC算法得到的空间谱孔径较大，并随着SNR变化而发生明显变化；同时在不同SNR情况下本文算法所得到的方位角投影上空间谱的谱峰更加尖锐。因此证明了本文算法在总体估计性能上优于经典UCA?RB?MUSIC三维声源定位算法。图4 两种算法空间谱在方位角上的投影

【参考文献】：
期刊论文
[1]基于Group Lasso的多重信号分类声源定位优化算法[J]. 吴江涛,胡定玉,方宇,朱文发.  应用声学. 2019(02)
[2]基于四阶矩的单矢量水听器多声源定位算法[J]. 郭业才,韩金金,王超.  四川大学学报(自然科学版). 2018(04)
[3]利用空间平滑的协方差秩最小化DOA估计方法[J]. 王洪雁,房云飞,裴炳南.  西安电子科技大学学报. 2018(05)
[4]基于辅助阵元法的非圆信号实值MUSIC算法[J]. 郑春红,贾洁民,邓欢欢,杨刚.  系统工程与电子技术. 2016(11)
[5]远近场混合循环平稳信源定位方法[J]. 燕学智,陈磊,刘国红,刘妍妍.  吉林大学学报(工学版). 2014(05)
[6]基于四阶累积量的时延估计新方法[J]. 张端金,张中华,郭建军,张德静.  郑州大学学报(工学版). 2010(01)
[7]空间相关高斯噪声中基于四阶累积量的自适应时延估计方法[J]. 梁红.  西北工业大学学报. 2007(03)



本文编号：2916611