当前位置:主页 > 科技论文 > 自动化论文 >

基于高阶累积量的声矢量阵列信号DOA估计算法研究

发布时间:2018-01-21 10:49

  本文关键词: 声矢量传感器阵列 高阶累积量 高斯色噪声 DOA估计 MUSIC ESPRIT 出处:《吉林大学》2017年硕士论文 论文类型:学位论文


【摘要】:声矢量传感器是近年兴起的一种新型声音信号探测设备。它能够同步共点的测量某地的声压信息和三维振速信息,相较于传统的声压传感器,不仅能够捕获更多的有用信息,而且探测更加灵敏,探测范围更加广泛。在通信、雷达、定位、生物医学及军事国防方面,正逐步取代传统的声压传感器。因此,无论从国民经济,还是国家安全领域来看,对声矢量传感器的研究都具有十分重要的意义。目前对声矢量传感器技术的研究主要两大部分:其一是声矢量传感器机械构成的研究;另一个是对声矢量传感器的应用方面的研究,即对声矢量传感器所接收的信号进行处理。如果说前者是骨架的构建,后者便是赋予这副骨架灵魂。本文将侧重于对后者的研究。波达方向估计(Direction Of Arrival,DOA),作为阵列信号处理的重要课题之一,也是声矢量传感器阵列实际应用中面临的重要难题。能够准确的估计出信号的到达角,是后续声矢量传感器的应用基础。自声矢量传感器问世以来,许多基于二阶统计量的算法,如声矢量MUSIC算法(Acoustic Vector Sensor MUSIC,A-MUSIC),声矢量ESPRIT(Acoustic Vector Sensor ESPRIT,A-ESPRIT)等,这些算法虽然对高斯白噪声有一定的抑制作用,但是对高斯色噪声抑制却无能为力。考虑实际工况中多是高斯色噪声,该问题的存在严重制约了声矢量技术向实际应用的转化。高阶累积量,由于其对高斯噪声的不敏感性,一经提出便受到了许多专家学者的青睐,各种基于常规阵元的高阶累积量算法层出不穷,并取得了很好的效果,很多已经付诸于实际应用。但是对于声矢量传感器而言,高阶累积量的处理却鲜有人为。究其原因,莫过于声矢量传感器的特性导致用高阶累积量的处理计算复杂、计算量大。基于上述原因,本文对基于高阶累积量的声矢量阵列DOA估计问题进行了研究。首先,从抑制高斯色噪声的角度出发,推导了声矢量阵列的高阶累积量DOA估计算法。其次,考虑到实际应用中计算量的问题,提出了基于高阶累积量对角切片的声矢量MUSIC算法。再次,为了取得更加精确的DOA估计效果,提出了基于累积量3,4维切片的声矢量MUSIC算法。接着,为了更进一步减少计算量,将ESPRIT算法引入到高阶累积量切片中,提出了声矢量阵列高阶累积量对角切片的ESPRIT算法。然后,为了克服高阶累积量对角切片ESPRIT计算中导致DOA估计精度降低的问题,本文提出了改进的声矢量阵列高阶累积量对角切片ESPRIT算法。最后,通过MATLAB对上述的算法进行了仿真验证,结果表明所提算法具有较好的DOA估计性能。本文主要针对声矢量传感器阵列的DOA估计进行了研究,以期望有助于声矢量阵列信号的理论研究和实际应用。
[Abstract]:Acoustic vector sensor is a new kind of sound signal detection equipment, which can synchronously measure the sound pressure information and the three-dimensional vibration velocity information of a place at the same time, compared with the traditional sound pressure sensor. Not only can more useful information be captured, but detection is more sensitive and more extensive. In communications, radar, positioning, biomedical and military defense. Is gradually replacing the traditional sound pressure sensor. Therefore, whether from the national economy or the field of national security. The research of acoustic vector sensor is of great significance. At present, there are two main parts in the research of acoustic vector sensor technology: one is the research on the mechanical structure of acoustic vector sensor; The other is the research on the application of acoustic vector sensor, that is, processing the signal received by the acoustic vector sensor, if the former is the construction of skeleton. The latter is to give the skeleton soul. This paper will focus on the study of the latter. As an important subject of array signal processing, it is also an important problem in the practical application of acoustic vector sensor array. It can accurately estimate the arrival angle of the signal. Since the advent of acoustic vector sensors, many algorithms based on second-order statistics have been developed. For example, acoustic Vector Sensor MUSICI A-MUSICA (acoustic vector MUSIC algorithm). Acoustic vector ESPRIT(Acoustic Vector Sensor Esprit (A-Esprit), et al. Although these algorithms can suppress Gao Si's white noise to some extent, there is no way to suppress Gao Si's color noise. The existence of this problem seriously restricts the transformation of acoustic vector technology to practical application. Because of its insensitivity to Gao Si noise, high order cumulant is favored by many experts and scholars. A variety of high-order cumulant algorithms based on conventional array elements have emerged and achieved good results, many of which have been applied to practical applications, but for acoustic vector sensors. The processing of high-order cumulants is rare. The reason is that the characteristics of acoustic vector sensors lead to the complexity and complexity of the processing of high-order cumulants. In this paper, the DOA estimation problem of acoustic vector array based on higher-order cumulant is studied. Firstly, from the point of view of suppressing Gao Si color noise. The high-order cumulant DOA estimation algorithm for acoustic vector array is derived. Secondly, considering the computational complexity in practical application, a novel acoustic vector MUSIC algorithm based on diagonal slice of high-order cumulant is proposed. In order to obtain more accurate DOA estimation effect, an acoustical vector MUSIC algorithm based on cumulant 3-dimensional slice is proposed. Then, in order to further reduce the computational complexity. The ESPRIT algorithm is introduced into higher-order cumulant slice, and the ESPRIT algorithm for diagonal slice of high-order cumulant in acoustic vector array is proposed. In order to overcome the problem of reducing the accuracy of DOA estimation in diagonal slice ESPRIT calculation of high-order cumulants. In this paper, an improved ESPRIT algorithm of high order cumulant diagonal slicing of acoustic vector array is proposed. Finally, the above algorithm is simulated by MATLAB. The results show that the proposed algorithm has good DOA estimation performance. This paper mainly focuses on the DOA estimation of acoustic vector sensor array. It is expected to be helpful to the theoretical research and practical application of acoustic vector array signals.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP212

【相似文献】

相关期刊论文 前10条

1 郭业才,赵俊渭,陈华伟,李洪升;一种基于高阶累积量的新变步长的自适应谱线增强方法[J];电声技术;2003年02期

2 郭业才,赵俊渭,陈华伟;基于高阶累积量不同切片的动态谱线增强算法[J];通信学报;2003年06期

3 蔡占辉;姚远程;秦明伟;;用高阶累积量实现数字调相信号的分级识别[J];西南科技大学学报;2011年04期

4 尹成,唐斌,谢桂生;地震子波估计─高阶累积量矩阵方程法[J];信号处理;2000年S1期

5 齐春,常城,梁德群,黄华;一种基于高阶累积量的复共轭四阶系统辨识方法[J];西安交通大学学报;2001年02期

6 郭业才,赵俊渭,陈华伟;基于加权高阶累积量切片的非线性调频信号增强算法[J];系统工程与电子技术;2003年04期

7 詹望,杨福生;基于高阶累积量的格型结构及算法[J];清华大学学报(自然科学版);1999年05期

8 齐春,梁德群,,江学锋;一种基于高阶累积量的回波对消方法[J];西安交通大学学报;1999年05期

9 王维建;马晓川;侯朝焕;;一种改进的基于二维高阶累积量的自适应谱线增强算法[J];中国科学院研究生院学报;2006年06期

10 吕雁;;基于高阶累积量的红外图像时域检测[J];激光与红外;2007年02期

相关会议论文 前5条

1 周围;周正中;张德民;;基于高阶累积量的空间特征估计方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年

2 陶立;赵力;;基于高阶累积量参数的语音寂声段和语声段检测方法[A];2007’促进西部发展声学学术交流会论文集[C];2007年

3 许从方;徐贵贤;丛键;;一种基于高阶累积量的语音激活检测算法[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年

4 刘冰雍;王平波;蔡志明;;高阶累积量在AR模型系数估计中的应用[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

5 张玉洁;祁锐;李宏伟;;基于ICA和高阶累积量的AR序列的分解与复原[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

相关博士学位论文 前1条

1 黄佑勇;基于高阶累积量的阵列信号多参数估计技术[D];电子科技大学;2001年

相关硕士学位论文 前10条

1 王悦;基于高阶累积量的MRS信号噪声滤除方法研究[D];吉林大学;2016年

2 王猛;基于高阶累积量的声矢量阵列信号DOA估计算法研究[D];吉林大学;2017年

3 张影;基于互高阶累积量的状态空间模型的谐波恢复方法的研究[D];吉林大学;2004年

4 黄畅;基于高阶累积量的低信噪比复杂信号识别研究[D];华中科技大学;2004年

5 任立群;基于高阶累积量和小波的OFDM信号检测研究[D];哈尔滨工程大学;2009年

6 范立红;基于高阶累积量的DOA估计法研究[D];哈尔滨工程大学;2007年

7 张志芹;基于高阶累积量的极化敏感阵列多参数联合估计[D];天津大学;2012年

8 谢少萍;基于高阶累积量的空时码识别方法[D];杭州电子科技大学;2013年

9 廉凤慧;正弦信号谐波恢复的循环互累积量估计方法的研究[D];吉林大学;2006年

10 杨巍;基于小波累量的Chirp信号时延和多普勒伸缩系数估计的理论方法研究[D];吉林大学;2009年



本文编号:1451280

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1451280.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7f7dc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com