[發(fā)明專利]一種基于最小互相關(guān)原則的稀疏聲學(xué)陣列設(shè)計方法

有效

• 申請?zhí)枺?/td>: 202110258119.9
• 申請日: 2021-03-09
• 公開（公告）號: CN113051792B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計）人: 徐亮;徐文;畢傳興;權(quán)璐純
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06N3/12;G06F111/10
• 代理公司: 安徽省合肥新安專利代理有限責(zé)任公司 34101
• 代理人: 何梅生

1.一種基于最小互相關(guān)原則的稀疏聲學(xué)陣列設(shè)計方法，其特征是按如下步驟進(jìn)行：

步驟1、設(shè)定聲學(xué)陣列的工作頻率范圍為f₁-f₂；

步驟2、將陣列面上用于布置傳聲器的矩形區(qū)域按行列均勻劃分為M個網(wǎng)格點，x₁為M個網(wǎng)格點的行數(shù)，y₁為M個網(wǎng)格點的列數(shù)，M＝x₁×y₁；在所述M個網(wǎng)格點中隨機抽取K個網(wǎng)格點作為壓縮感知的測量矩陣陣元，所述K個網(wǎng)格點一一對應(yīng)K個傳聲器，K＜M，形成K-稀疏的測量矩陣，將所有可能組合的K-稀疏的測量矩陣的集合記為索引集合Q；

將聚焦面按行列均勻劃分為N個網(wǎng)格點，所述N個網(wǎng)格點一一對應(yīng)為N個聚焦點，N＝x₂×y₂，x₂為N個聚焦點的行數(shù)，y₂為N個聚焦點的列數(shù)；

在單頻率下，根據(jù)自由場格林函數(shù)分別建立各K-稀疏的測量矩陣與聚焦面上網(wǎng)格點之間的傳遞矩陣G如式(1)，所述傳遞矩陣G即為感知矩陣G：

式(1)中：

將g_k(r_n)表示為聚焦點n到傳聲器k之間的格林函數(shù)，且有：

以n表示聚焦點，第n個聚焦點即為聚焦點n，n＝1,2,3,...,N；

以k表示傳聲器，第k個傳聲器即為傳聲器k，k＝1,2,3,...,K；

j為虛數(shù)單位，f為聲源頻率，f₁＜＝f＜＝f₂，c為聲速；

r_n和r_k分別表示聚焦點n和傳聲器k的位置；

|r_n-r_k|為聚焦點n到傳聲器k之間的距離；

步驟3、依據(jù)壓縮感知理論，采用整體互相關(guān)系數(shù)衡量感知矩陣原子間的相關(guān)性，建立Gram矩陣，Gram＝G^TG，則單頻率下的感知矩陣互相關(guān)系數(shù)C表示為式(2)：

式(2)中：

以代表Gram矩陣的F范數(shù)的平方；

I為Gram矩陣的主對角線元素平方和；

為Gram矩陣的非主對角線元素平方和；

針對工作頻率范圍內(nèi)陣列的綜合性能，將工作頻率范圍f₁-f₂等分形成n_f個單頻率；

對所有單頻率f_s分別由式(3)計算獲得一一對應(yīng)的個單頻f_s的互相關(guān)系數(shù)Z_s：

式(3)中：s＝1,2,...,n_f；單頻率f_s為：

G_s表示在單頻率f_s下按式(1)建立的傳遞矩陣；

I_s表示在單頻率f_s下Gram矩陣的主對角線元素平方和；

由式(4)獲得各互相關(guān)系數(shù)平均值Z_p：

依據(jù)互相關(guān)系數(shù)平均值Z_p由式(5)獲得適應(yīng)度函數(shù)f_p：

所述適應(yīng)度函數(shù)f_p是指：索引集合Q中最小的互相關(guān)系數(shù)平均值Z_p，由此選出對應(yīng)的互相關(guān)系數(shù)平均值最小的K-稀疏的測量矩陣；

步驟4、將所述應(yīng)度函數(shù)f_p作為遺傳算法的目標(biāo)函數(shù)，采用遺傳算法進(jìn)行求解，獲得目標(biāo)陣列。

2.根據(jù)權(quán)利要求1所述的基于最小互相關(guān)原則的稀疏聲學(xué)陣列設(shè)計方法，其特征是：在步驟4中，所述采用遺傳算法進(jìn)行求解是按如下過程進(jìn)行：

2.1、采用二進(jìn)制編碼設(shè)定陣列陣元稀疏率，隨機產(chǎn)生N₀個初始串結(jié)構(gòu)數(shù)據(jù)，每個串結(jié)構(gòu)數(shù)據(jù)稱為一個個體，每個個體代表一種稀疏的陣列陣元分布情況，個體每位設(shè)定為0或1，0代表此處沒有傳聲器，1代表此處有傳聲器，由此形成一個稀疏個體，每個個體的染色體長度與步驟2中的網(wǎng)格點數(shù)量M的值相等，由N₀個個體構(gòu)成一個種群；

2.2、設(shè)定交叉和變異概率，將目標(biāo)函數(shù)設(shè)為由式(5)構(gòu)造的適應(yīng)度函數(shù)f_p，計算每個個體的適應(yīng)度值，并尋找當(dāng)前迭代情況下最小適應(yīng)度值，再按照遺傳算法的步驟進(jìn)行選擇、交叉和變異；

2.3、循環(huán)步驟2.2，不斷更新種群，選取最小適應(yīng)度值；最終收斂至最小適應(yīng)度值所對應(yīng)的解，即為互相關(guān)系數(shù)平均值最小時所對應(yīng)的最優(yōu)K-稀疏的測量矩陣，所述最優(yōu)K-稀疏的測量矩陣即為目標(biāo)陣列。