[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

本發明公開了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，主要步驟如下：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；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；3)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，數據處理器建立聲源和麥克風陣列之間的傳遞矩陣A；5)數據處理器建立聲場聲源分布模型；6)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。該算法有效的克服了低頻范圍(0～500Hz)聲源識別的不穩定性，擴大了聲源識別的頻率范圍。

技術領域

本發明涉及聲源識別領域，具體是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。

背景技術

當前基于麥克風陣列的兩種主流聲源識別方法分別為波束形成與聲全息。其中波束形成的中遠距離聲源識別能力強于聲全息，而聲全息在低頻范圍內的識別性能則更優于波束形成，二者各有千秋，相輔相成。聲全息技術是近年來快速發展的一種聲源識別方法，基本原理是在緊靠被測聲源物體表面的測量面上記錄噪聲數據，然后通過空間聲場變換算法重構空間聲場，它通過在非常靠近聲源的二維或三維面上測量聲壓，重建出聲音在三維空間傳播的聲學量，如聲壓、聲強、聲功率。聲全息在振動、聲學輻射和周邊媒介中的聲學能量流之間建立起直接的關聯。由于其具有靈活的動態顯示范圍、分辨率高等優點，因此近年受到研究人員以及從業人員的廣泛關注，其應用范圍也從航空航海領域逐漸發展過渡到汽車領域，與此同時衍生出了各種不同的近場聲全息算法，如寬帶聲全息、快速寬帶聲全息、兩步迭代收縮閾值等算法，不斷地拓展著其應用范圍和領域。

現有技術中存在一種基于麥克風陣列的聲源識別方法，公開了一種兩步迭代收縮閾值算法(MTwIST)。其核心思想是在靠近聲源面較近的等效源平面構造一系列假想的等效源，由這些等效源來替代實際聲源分布。通過聲源識別理論，建立一個等效源面到麥克風陣列的聲學傳遞方程，并通過傳統的梯度下降算法求解該傳遞方程，從而迭代求解等效源強度，然后通過該等效源強度，基于聲傳播過程重構在等效源面與陣列面之間的聲源分布，而且該方法在等效源求解過程中，引入一個迭代濾波過程，從而保證迭代過程的收斂效率與精準度。該算法由于引入梯度下降算法和濾波過程，能夠提高傳統等效源方法在中低頻的分辨率，同時該算法也能夠實現與其他聲全息算法之間的結合或者切換，從而實現在中低頻聲源的重構。然而，該算法缺陷在于在低頻范圍(0～500Hz)重建性能不穩定，存在較大誤差。

發明內容

本發明的目的是解決現有技術中存在的問題。

為實現本發明目的而采用的技術方案是這樣的，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，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。

進一步，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：

4.1)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。

4.2)將公式(1)轉化成向量-矩陣形式，即：