[發明專利]一種基于拉普拉斯范數的快速迭代收縮閾值的聲源識別方法

有效

• 申請號: 201911348842.5
• 申請日: 2019-12-24
• 公開（公告）號: CN111257833B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 黃琳森;徐中明;李怡;張志飛;賀巖松
• 申請（專利權）人: 重慶大學
• 主分類號: G01S5/22
• 分類號: G01S5/22
• 代理公司: 重慶縉云專利代理事務所(特殊普通合伙) 50237
• 代理人: 王翔

1.一種基于拉普拉斯范數的快速迭代收縮閾值的聲源識別方法，其特征在于，主要包括以下步驟：

1)搭建基于拉普拉斯范數的快速迭代收縮閾值的聲源識別系統，主要包括麥克風陣列、多通道的信號采集器和數據處理器；所述麥克風陣列包括分布在聲源檢測空間內的M個麥克風；

2)每個麥克風分別監測K個等效聲源的時域模擬聲壓信號，并發送至多通道的信號采集器；所述K個等效聲源為隨機分布于聲源平面周圍的等效聲源；

3)所述多通道的信號采集器將接收到的時域模擬聲壓信號轉換為數字聲壓信號p，并發送至數據處理器；

4)基于接收到的數字聲壓信號p，所述數據處理器建立聲源和麥克風陣列之間的傳遞矩陣A；

5)所述數據處理器建立聲場聲源分布模型；

6)所述數據處理器利用快速迭代收縮閾值算法對聲場聲源分布模型進行迭代解算，得到聲源識別結果x；

利用快速迭代收縮閾值算法對聲場聲源分布模型進行迭代解算的主要步驟如下：

6.1)計算第n次最速下降值y'⁽ⁿ⁾，即：

式中，L為Lipschitz常數；L＝2×s_max²；迭代初始值y⁽¹⁾＝0；t⁽¹⁾＝1；y⁽ⁿ⁾為x^(n-1)和x^(n-2)的線性連接方式；n為迭代次數；梯度函數▽f(y⁽ⁿ⁾)＝2A^T(Ay⁽ⁿ⁾-p)，T表示矩陣的轉置；

其中，線性連接方式y⁽ⁿ⁺¹⁾滿足下式：

其中，迭代步長t滿足下式：

6.2)設定拉普拉斯范數閾值ε；當第n次迭代的聲源識別結果|y'⁽ⁿ⁾|≤ε＝λ/(2*γ*L)時，輸出第n次迭代的聲源識別結果x⁽ⁿ⁾，反之進入步驟6.3)；

6.3)利用拉普拉斯范數對第n次迭代的聲源識別結果x⁽ⁿ⁾進行更新，并返回步驟6.1)；第n+1次迭代的聲源識別結果x⁽ⁿ⁺¹⁾如下所示：

式中，γ為拉普拉斯范數的階數；λ為Tikhonov正則化參數。

2.根據權利要求1所述的一種基于拉普拉斯范數的快速迭代收縮閾值的聲源識別方法，其特征在于，建立聲源和麥克風陣列之間的傳遞矩陣A的主要步驟如下：

1)確定第m個麥克風測量到的聲壓信號p(m)如下所示：

式中，m＝1,2,…,M；為自由場格林函數；k為波數,為聲源到全息面的距離；q_k為假想的單極子聲源強度；

2)將公式(1)轉化成向量-矩陣形式，即：

p＝Aq；???????(6)

式中，A為M×K聲場傳遞矩陣；p為M維測量聲壓向量，其元素為對應傳感器在單一頻率f對應的頻域響應；q為K維聲源強度列向量，其元素成分代表聲源平面中對應點處的強度分布。

3.根據權利要求2所述的一種基于拉普拉斯范數的快速迭代收縮閾值的聲源識別方法，其特征在于，聲場聲源分布模型的目標函數如下所示：

式中，||·||₂指的是l₂范數；||·||₁指的是l₁范數；λ為Tikhonov正則化參數；

其中，正則化參數λ如下所示：

式中，SNR為信噪比；s_max為聲場傳遞矩陣A奇異值SVD分解后的最大值。

4.根據權利要求3所述的一種基于拉普拉斯范數的快速迭代收縮閾值的聲源識別方法，其特征在于，聲場傳遞矩陣A奇異值SVD分解如下：

s＝diag(S)；?(9)

式中，diag為將向量轉化成對角矩陣形式。