[發(fā)明專利]一種基于貝葉斯壓縮感知的聲源識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010439202.1
• 申請(qǐng)日: 2020-05-22
• 公開（公告）號(hào): CN111664932A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 昝鳴;徐中明;張志飛;賀巖松
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G01H17/00
• 分類號(hào): G01H17/00;G10L21/057
• 代理公司: 重慶縉云專利代理事務(wù)所(特殊普通合伙) 50237
• 代理人: 王翔

本發(fā)明公開了一種基于貝葉斯壓縮感知的聲源識(shí)別方法，主要步驟為：1)搭建基于貝葉斯壓縮感知的聲源識(shí)別系統(tǒng)；2)每個(gè)麥克風(fēng)分別監(jiān)測(cè)N個(gè)等效聲源的時(shí)域模擬聲壓信號(hào)；3)所述多通道的數(shù)據(jù)采集器將接收到的時(shí)域模擬聲壓信號(hào)轉(zhuǎn)換為數(shù)字聲壓信號(hào)p；4)獲取聲源和麥克風(fēng)陣列傳感器之間的傳遞矩陣A；5)建立數(shù)字聲壓信號(hào)p和待識(shí)別聲源q的先驗(yàn)概率分布函數(shù)模型；6)建立待識(shí)別聲源q的后驗(yàn)概率分布函數(shù)模型；7)對(duì)待識(shí)別聲源q的超參數(shù)進(jìn)行更新；8)所述數(shù)據(jù)處理器利用參數(shù)更新公式對(duì)待識(shí)別聲源q的超參數(shù)進(jìn)行迭代計(jì)算，得到待識(shí)別聲源q的識(shí)別結(jié)果。本發(fā)明有效的克服了TRESM和WBH方法適用頻率范圍窄的缺點(diǎn)，拓寬了其聲源識(shí)別的頻率范圍。

技術(shù)領(lǐng)域

本發(fā)明涉及及聲源識(shí)別領(lǐng)域，具體是一種基于貝葉斯壓縮感知的聲源識(shí)別方法。

背景技術(shù)

聲全息和波束形成技術(shù)是兩種基于聲陣列的噪聲源識(shí)別方法，具有測(cè)量速度快、聲學(xué)成像效率高且能進(jìn)行運(yùn)動(dòng)聲源測(cè)量等優(yōu)點(diǎn)。可實(shí)現(xiàn)聲場(chǎng)可視化，便于更加直觀地進(jìn)行聲源識(shí)別定位。其中聲全息技術(shù)是近年來快速發(fā)展的一種聲源識(shí)別方法，基本原理是在被測(cè)聲源物體表面的近距離測(cè)量面上記錄聲壓數(shù)據(jù)，然后通過空間聲場(chǎng)變換算法重構(gòu)空間聲場(chǎng)，它通過在非常靠近聲源的測(cè)量面上測(cè)量聲壓，重建出聲音在三維空間傳播的聲學(xué)量。聲全息在振動(dòng)、聲學(xué)輻射和周邊媒介中的聲學(xué)能量流之間建立起直接的關(guān)聯(lián)。由于其具有靈活的動(dòng)態(tài)顯示范圍、分辨率高等優(yōu)點(diǎn)，因此近年受到研究人員以及從業(yè)人員的廣泛關(guān)注，其應(yīng)用范圍也從航空航海領(lǐng)域逐漸發(fā)展過渡到汽車領(lǐng)域，與此同時(shí)衍生出了各種不同的近場(chǎng)聲全息算法，如統(tǒng)計(jì)最優(yōu)近場(chǎng)聲全息、等效源法近場(chǎng)聲全息，不斷地拓展著其應(yīng)用范圍和領(lǐng)域。

現(xiàn)有技術(shù)中存在兩種典型的基于麥克風(fēng)陣列的等效源法近場(chǎng)聲全息方法，分別是基于Tikhonov正則化方法的近場(chǎng)聲全息方法TRESM和寬帶近場(chǎng)聲全息WBH。其核心思想均是在靠近聲源面較近的等效源平面構(gòu)造一系列假想的等效源，由這些等效源來替代實(shí)際聲源分布。通過聲源識(shí)別理論，建立一個(gè)等效源面到麥克風(fēng)陣列的聲學(xué)傳遞方程，并通過針對(duì)逆問題的求解算法求解該傳遞方程，從而獲得等效源強(qiáng)度，然后通過該等效源強(qiáng)度，基于聲傳播過程重構(gòu)在等效源面與陣列面之間的聲源分布。TRESM方法是基于l₂范數(shù)最小化求解方法，其高頻精度較差。而WBH方法在等效源求解過程中，引入一個(gè)迭代濾波過程，使得等效源數(shù)量減少，增加其稀疏性，從而保證迭代過程的收斂效率與精準(zhǔn)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(tǒng)等效源方法在中高頻的分辨率。然而，該算法缺陷在于在低頻范圍重建性能不穩(wěn)定，存在較大誤差。

發(fā)明內(nèi)容

本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的問題。

為實(shí)現(xiàn)本發(fā)明目的而采用的技術(shù)方案是這樣的，一種基于貝葉斯壓縮感知的聲源識(shí)別方法，包括以下步驟：

1)搭建基于貝葉斯壓縮感知的聲源識(shí)別系統(tǒng)，包括麥克風(fēng)陣列傳感器、多通道的數(shù)據(jù)采集器和數(shù)據(jù)處理器。所述麥克風(fēng)陣列傳感器包括分布在聲源檢測(cè)空間內(nèi)的M個(gè)麥克風(fēng)。

2)每個(gè)麥克風(fēng)分別監(jiān)測(cè)N個(gè)等效聲源的時(shí)域模擬聲壓信號(hào)，并同時(shí)發(fā)送至多通道的數(shù)據(jù)采集器。所述N個(gè)等效聲源分布于聲源周圍。

3)所述多通道的數(shù)據(jù)采集器將接收到的時(shí)域模擬聲壓信號(hào)轉(zhuǎn)換為數(shù)字聲壓信號(hào)p，并發(fā)送至數(shù)據(jù)處理器。

4)所述數(shù)據(jù)處理器建立聲源識(shí)別模型，獲取聲源和麥克風(fēng)陣列傳感器之間的傳遞矩陣A。

進(jìn)一步，建立聲源和麥克風(fēng)陣列傳感器之間的傳遞矩陣A的主要步驟如下：

4.1)確定第m個(gè)麥克風(fēng)測(cè)量到的聲壓信號(hào)p(m)如下所示：

式中，m＝1,2,…,M。為自由場(chǎng)格林函數(shù)。k為波數(shù),為等效源到測(cè)量面的距離。q_n為虛擬等效源聲源強(qiáng)度。n為任意虛擬等效源。N為虛擬等效源數(shù)量。

4.2)將公式(1)表述成向量矩陣形式，即：