基于L1 最小范数法的波束形成方法参数研究

L1 最小范数法的波束形成方法具有运行速度快、识别准确度高、分辨率好等优点，广泛应用于声源识别领域，然而因该方法参数选取较为困难，在使用中需要花费大量时间来试值。针对此问题，建立声源测量模型，研究不同条件下约束参数的取值。基于详细的理论推导与数值模拟仿真，分析约束参数ε 与声源距离，信噪比和阵列孔径之间的关系。数值模拟结果表明：信噪比为10 dB到40 dB之间，测量距离大于0.5 m，测量阵列采用49 个阵列单元时，可以实现声源的精确定位，并且约束参数的变化范围很小，在不同的频率下呈现一定的规律性。发现这种变化规律为参数选择提供了可靠的理论基础，可大大缩短取值的时间，具有很高的可行性。     

波束形成三维传声器阵列声源识别的改进方法

采用具有倾角的轮型阵列能消除平面阵列对其后方背景声源无抑制能力的缺点,降低对测试环境的要求。通过仿真计算获得了三维轮型传声器阵列波束形成指向图及典型最大旁瓣水平随阵列倾角的变化曲线,分析了阵列倾角对其声源识别性能的影响。在此基础上,提出了阵列多倾角测量声级平均的声源识别改进方法,三种类型声场声源识别的模拟计算结果表明：该方法在准确计算目标声源位置和幅值的同时,相比于一定倾角阵列的单次测量结果可以更有效地同时衰减阵列前方声波和背后背景噪声在聚焦方向上产生的旁瓣干扰,显著地提高了声源识别精度。     

交叉层波束形成方法的发动机噪声源识别

发动机噪声源分布复杂,来源多,用人耳很难分辨,利用传声器阵列的噪声源识别技术可以为发动机噪声控制提供客观依据和指导。使用波束形成声源识别方法,对位于不同平面的多个声源进行了仿真识别,并研究了多维声源识别方法,使用交叉层法得到了声源定位的立体结果。结果显示,交叉层法可以有效消减或去除来自识别表面之外的声源在识别表面的虚假投影。最后,针对某发动机产品,使用平面传声器阵列对其上、前、左、右四个面分别进行一次变转速工况时域声压信号采集,使用互谱矩阵波束形成算法,得到各转速下发动机各表面的声源分布图像,并通过交叉层法得到了发动机表面声源的立体分布,准确将声源定位至发动机表面各部件。     

基于L1范数正则化和最小二乘优化的冲击载荷识别研究#br#

为了改善冲击载荷识别问题的病态特性,最大限度提高识别精度,在时域内提出一种基于L1范数正则化和最小二乘优化的改进冲击载荷识别方法。采用L1范数正则化方法构建冲击载荷稀疏反卷积模型,使用截断牛顿内点法求解L1范数的最小二乘优化问题,同时根据预条件共轭梯度法确定最优搜索路径和计算方向。最后,考虑不同冲击工况、不同响应位置对识别结果的影响。通过对铝合金板进行冲击载荷识别试验进行验证,发现在铝板受单次冲击和多次冲击工况下所识别载荷与施加的实际载荷吻合良好。结果还表明,与Tikhonov 正则化方法相比,该方法能够提高冲击载荷识别的准确性和稳定性。     

改进的波束形成方法及其在运动声源定位中的应用研究

对行驶车辆辐射声场的阵列信号处理理论进行了应用性研究。参照空间域信号相关函数理论,提出基于相关函数的波束形成方法。通过系统仿真验证,利用该理论进行的空间信号扩展可以使信号接收阵列所需的传声器数目大幅降低,同时对声源定位结果精度影响不大。     

基于反卷积的双线阵聚焦波束形成被动定位方法

为了提高双线阵聚焦波束形成在阵元数少或频率低时的定位精度,文章研究了一种基于反卷积的双线阵聚焦波束形成被动定位方法。首先在测量区内对双线阵接收信号进行球面波补偿,给出噪声源分布的声图信息。然后根据阵型的参数,计算双线阵的指向性函数。最后利用一种适用于移变阵列的二维扩展R-L反卷积算法,对声图波束输出和双线阵的指向性函数做反卷积,求解基于反卷积波束形成的源的分布。该方法旁瓣更低,分辨力更高,有效提高双线阵聚焦波束形成的定位精度和左右舷分辨能力,为后续的减振降噪、噪声检测等工作提供了参考。     

基于宽带稳健STMV波束形成的相关检测方法

采用一种宽带相关结合稳健自适应波束形成的检测方法,来提高弱目标在强干扰背景下的检测能力。宽带相关检测具有多目标方位分辨力高的优点,它基于常规波束形成得到,但由于其旁瓣级有限,存在强干扰时会导致其旁瓣区域的相关检测产生凹陷,因此直接影响弱目标的检测能力。通过分析常规宽带相关检测中目标旁瓣区域产生凹陷原因,利用宽带稳健自适应波束形成的干扰抑制能力,提出了一种将宽带稳健导向最小方差波（Steered Minimum Variance,STMV）与宽带相关检测结合的宽带检测新方法。该方法能有效消除相关检测中强干扰的影响,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。     

基于广义逆波束形成的扩展性噪声源定位误差影响因素仿真研究

实现噪声控制的前提是正确识别出主要的噪声源,研究噪声源空间指向性对于噪声源的辨识和预测有重大意义。为提高复杂声源的分辨率,以单极子点源形成扩展性声源表征噪声源,引进广义逆波束形成算法对扩展性声源进行声源定位。通过仿真计算,分析了广义逆波束形成(Generalized Inverse Beamforming,GIB)算法中麦克风阵列阵元数、测量距离对定位效果的影响,系统比较了去自谱算法和GIB算法对点声源、扩展性声源(5个紧密相连的单极子点源)的分辨率。仿真表明:GIB算法中定位效果受阵元数目影响不大,相对提高了点声源的定位精度,而且能分辨出扩展性声源。     

波叠加联合波束形成的局部声场重建技术研究

传统近场声全息是以快速傅里叶变换为基础的,在有限测量孔径条件下将产生窗效应和卷绕误差,因此一定程度上制约了其在工程上的应用。基于此,提出了一种基于波叠加联合波束形成的局部声场重建技术。首先利用波束形成对传声器阵列采集的声场信息进行分析计算,获得声源的具体位置;然后在该位置配置等效源,并利用迭代算法对局部声场的数据扩展;最后应用扩展后获得的声场数据进行重构。该技术只需要少量的传声器就可以方便快速的实现声场重建。在半消声室内采用两个音箱模拟声源进行研究,实验结果表明:在小测量孔径下该方法可以准确的重构外部声场,拓宽了近场声全息在工程中的应用范围。     

基于L1范数优化路径的视频稳像算法

目的 为解决外包装行业对产品外观进行检测时,采集视频图像存在抖动失真的问题.方法 提出一种基于L1范数优化路径的视频稳像算法,采用SURF算法和FREAK算法对视频序列帧中的特征点进行检测和描述;然后,使用KNN算法和RANSAC算法对相邻帧间的特征点进行匹配和筛选;最后,通过L1范数优化算法对序列帧进行校正和去黑边处理,得到稳像视频.结果 在处理前景无运动和前景有运动的2类视频时,稳像前后视频的平均PSNR值分别提升了5.094 dB和4.273 dB,并且相对于常用的特征匹配算法,文中算法能显著降低相机路径的主动平滑因子.结论 文中算法能够有效地解决视频抖动失真的问题,提高抖动视频的质量,具有一定的鲁棒性.     

基于信号分离技术的波束形成算法研究

波束形成算法具有计算效率高,计算结果稳定等优点,被广泛应用于噪声源定位。因此,对波束形成算法的深入研究及扩展具有重要的意义。特征值分解、相干输出谱分析等技术能够对被测信号进行分解,常用于信号分离和贡献量分析,具有广泛的研究与工程应用价值。结合上述信号分离技术,将特征值分解和相干输出谱分析应用于波束形成算法的前处理,提出基于特征值分解和相干输出谱的两种“衍生”波束形成算法。在此基础上,采用圆形二维传声器阵列对三个人工白噪声声源进行声源定位测试,数据分析结果验证基于特征值分解和相干输出谱的波束形成算法对声源识别和声源云图分离的有效性。两种算法均能够对声源云图进行有效分离,进而将各个声源云图与其激励源相关联。     

基于FPGA的多波束实时动态聚焦波束形成方法

提高多波束测深系统的综合精度,不仅需要提高远场精度,近场精度也不可忽视。针对常规多波束测深系统中采用远场近似模型,使得近场精度急剧下降的不足,研究了基于FPGA的多波束实时动态聚焦波束形成(RT-DFBF：Real-time Dynamic Focused Beam-forming)方法。该方法引入相移聚焦波束形成,论证其在多波束测深系统中解决近场问题的可行性,同时深入分析各个影响因素的实时处理情况,提出了一种基于FPGA的实时处理结构,该结构在输入通道为80个、采样率为28kHz、波束数为128个的条件下完成RT-DFBF。水池实验结果验证了该方法的实时性、有效性和实用性,具有重要工程应用价值。     

一种简化的平面阵波束形成方法

0引言波束形成技术是将一个多元阵经适当处理使其对某些空间方向的声波具有所需响应的方法。波束形成技术系统是现代声纳的核心部件,是声纳具有良好的战术、技术性能的基础[1]。平面阵是声纳系统常用的基阵,可以实现对目标的全空间定向,但平面阵二维波束形成运算量较大,在某些小平台上,由于功耗和系统复杂性的限制,希望能在性能没有显著降低的前提下进行简化处理。本文把平面     

除自谱的互谱矩阵波束形成的噪声源识别技术

由于传声器阵列具有自噪声的干扰,在各通道的互谱距阵中,消除对角自谱元素的波束形成,可以提高声源识别的精度。由此,建立相应的声源识别算法和平面声源的成像软件。并对某发动机在额定工况下的噪声源识别进行验证。结果表明：发动机前端噪声来源于空气压缩机排气出口和曲轴传动皮带轮的上方机体辐射;左右两侧噪声来源于发动机缸体和油底壳辐射。由此表明涉及的算法与成像软件的正确与有效性能。     

由波束形成的噪声源识别方法对比研究

噪声源识别在航空航海等领域具有重要的意义。目前常用的识别算法多数是基于波束形成,一方面是由于其性能稳定,另一方面则可以在定位噪声源的同时估计其辐射强度。常规波束形成方法(CBF)的主瓣宽度较宽,不利于分辨相距较近的噪声源。近年来,基于波束形成的高分辨噪声源识别方法不断涌现,各种噪声源识别方法有其不同特点。为此,针对CBF,CLEAN,DAMAS三种算法进行分析,仿真对比这三种方法的特点,并通过外场实验验证了仿真的正确性,从而为噪声源识别中选择合适的算法提供依据。     

基于洛伦兹锥规划的声矢量阵宽容自适应波束形成

针对矢量阵Capon波束形成对阵列误差尤其敏感这一不足,提出了运用洛伦兹锥规划(LCP,Lorentz Cone Pro.gramming)实现导向矢量范数约束来提高波束形成鲁棒性的方法.鉴于矢量水听器声压分量和振速分量对阵列误差敏感程度不同的特点,采用了"双线约束"的策略.将范数约束波束形成转化为LCP形式,通过内点...     

基于压缩感知的癌症基因表达数据分类

提出了一种基于压缩感知原理的分类方法.把癌症基因表达数据分类问题归结为求解测试样本对于训练样本的稀疏表示问题,通过求解L1范数意义下的最优化问题来实现.提出的方法与Bagging神经网络和SVM的识别效果做了对比和分析,实验证明基于压缩感知的分类取得了相对较好的效果.     

基于近场波束形成法的声发射源定位研究

引入近场波束形成法处理声发射信号,研究在小区域布置少量传感器来实现声发射源定位的新方法.首先,利用板波理论进行声发射信号传播特性研究,对比了板中声发射信号与空气中声波传播的差异性,分析了波束形成法应用于声发射源定位的问题.并在板上进行断铅实验,验证了近场波束形成法进行声发射源定位的有效性.最后,在旋转机械碰摩模拟实验台上进行了碰摩实验,利用波束形成法进行碰摩声发射源定位,所提出的方法能有效地定位旋转机械初始碰摩位置.所得结果可为声发射源定位提供一种新途径.     

基于自适应陷波滤波器的窄带波束形成方法

本文介绍了自适应陷波(Notch)滤波器的工作原理,在此基础上推导了一种窄带波束形成的新方法,并通过仿真加以验证.该方法简单易于实现,因而具有广泛的应用价值.     

波达方向误差对对角加载波束形成的影响研究

文章回顾了对角加载波束形成理论的发展,列举了几种较常使用的求取对角加载因子的方法。通过多个仿真实例,着重分析了Xavier提出的基于无限随机矩阵理论的对角加载因子的方法．指出了其局限性一在期望信号的方向向量存在误差的时候,该方法产生自消现象,从而波束形成器的性能急剧下降。本文结合特征空间波束形成,根据期望信号的实际方向向量正交于噪声子空间,提出一种改进方法一先对期望信号的方向进行校正,再求取对角加载因子,从而加强了Xavier的方法对波达方向失配的稳健性。仿真实例验证了在信噪比不大的时候这个方法的有效性。