[发明专利]基于PSO‑MVDR的声场重构与鬼影抑制方法有效

专利信息
申请号: 201410222150.7 申请日: 2014-05-23
公开(公告)号: CN104008287B 公开(公告)日: 2017-05-31
发明(设计)人: 黎敏;魏龙;李远文;宋亚男;黄忠杨;阳建宏;杨德斌;付强;秦胜;杨海波;孙冬柏 申请(专利权)人: 北京科技大学
主分类号: G06F19/00 分类号: G06F19/00;G01H17/00
代理公司: 北京金智普华知识产权代理有限公司11401 代理人: 皋吉甫
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 pso mvdr 声场 抑制 方法
【权利要求书】:

1.一种基于PSO-MVDR的声场重构与鬼影抑制方法,其特征在于:该方法是在对等间距十字传声器阵列进行优化的基础上,采用MVDR波束形成方法进行声场重构,得到声压云图;具体包括以下步骤:

步骤1,将含有一定阵元的等间距十字传声器阵列PSO粒子群算法,寻找最优的各阵元移动距离的组合,获得没有栅瓣,旁瓣影响最小的不等间距十字阵;在通过PSO算法得到优化的不等间距十字阵之后,该阵列的栅瓣已尽可能多地被抑制,并已退化成为旁瓣;

步骤2,为了进一步削弱旁瓣对声场重构的影响,在获得优化不等间距十字阵的基础上,使用借助MVDR波束形成算法来进行声场的重构;所述方法应用于有限空间、有限传声器个数情况下,应用领域为声学。

2.根据权利要求1所述的一种基于PSO-MVDR的声场重构与鬼影抑制方法,其特征在于:所述步骤1中的含有一定阵元的等间距十字传声器阵列PSO粒子群算法,包括:首先,确立阵列优化的最终目标,即在保持十字阵列形状不变的前提下,寻找最优的各阵元移动距离的组合,使得在不等间距阵列情况下的声场重构的最大旁瓣级SL最小;然后,初始化粒子群,进行多次迭代运算,每一次迭代运算均需要更新粒子群算法的全局最优解,并记录全局最优解的最大旁瓣值,当最大旁瓣值SL趋于收敛时,算法迭代结束,得到一组最优的阵元位置坐标解。

3.根据权利要求1或2所述的一种基于PSO-MVDR的声场重构与鬼影抑制方法,其特征在于:所述步骤1中的含有一定阵元的等间距十字传声器阵列PSO粒子群算法具体包括以下步骤:

首先,用声场重构结果中最大旁瓣级SL的大小作为优化目标,以此来衡量阵列的优化效果;在传声器阵元数量有限的情况下,为确保重构后的声场云图具有足够的空间分辨率,选取十字传声器阵列来进行位置的优化;为保持阵列的十字形状,十字交叉点处的阵元位置在优化后保持不变;由上述分析可知,阵列优化的目标为:寻找最优的各阵元移动距离的组合,使得在不等间距阵列情况下的声场重构的最大旁瓣级SL最小;

然后,进行算法的初始化和迭代运算:

设Zi={zi1,zi2,…,zij,…zi13}为某一种可能的阵元位置坐标解,称Zi为一个粒子,其中Zij表示第i个粒子中第j个阵元的坐标位置;由m个粒子组成一个组群Z={Z1,Z2,…Zi…,Zm},将粒子群初始化;

在迭代运算中,每个粒子的速度,记做Vi={vi1,vi2,…vid…vi13},其中vid表示在第i个粒子中第d个阵元坐标的速度;在每一次迭代计算中,每个粒子可以根据式(1)来更新速度:

vid(t+1)=wvid(t)+η1rand()(pid-zid(t))+η2rand()(pgd-zid(t)) (1)

式(1)中,vid(t)表示第i个粒子第d个阵元坐标在第t次迭代中的速度,zid(t)则表示经过第t次迭代后,第i个粒子中第d个阵元的坐标解,w为惯性权重,η1、η2为加速常数,rand()为0到1之间的随机数;pid和pgd分别表示自搜索开始到经过t次迭代后每个粒子和整个粒子群所搜索到的最优坐标解;在更新了粒子速度的基础上,则可得到第(t+1)次迭代后第i个粒子中第d个阵元的坐标解zid(t+1):

zid(t+1)=zid(t)+vid(t+1) (2)

粒子更新后,计算各粒子的最大旁瓣级,同已有的各粒子和整个粒子群的最优坐标解的最大旁瓣级进行比较,以更新各粒子和整个粒子群的最优坐标解,继续下一次迭代运算;

最后,当最大旁瓣级SL达到最小,并趋于收敛时,整个算法迭代结束,即可得到一组最优的阵元位置坐标解;

综上所述,为了减小声场重构中的栅瓣值,同时也减小原有旁瓣值的增加量,利用PSO算法,在阵元个数有限的情况下,对不等间距十字阵进行了位置的优化,以最大旁瓣级SL最小作为优化目标,最终获得了阵列的最优布置方案。

4.根据权利要求1所述的一种基于PSO-MVDR的声场重构与鬼影抑制方法,其特征在于:所述步骤2中所述的针对不等间距十字阵列的MVDR波束形成方法,其原理如下所述:

波束形成算法中,阵列的声压响应p为:其中,w为加权向量x为各通道信号[x1,x2,…xM]T,其中m=1、2…M;

在MVDR算法中,加权向量w的形式为:

其中,为声源恰好从重构方向入射时的阵列流形向量,ρn为干扰信号的协方差矩阵,而在实际应用中,由于接收数据中的干扰信号的协方差矩阵ρn是无法估计的,往往用接收数据的互功率谱矩阵Rx来代替:

Rx=E{x(θ)xH(θ} (5)

于是,式(4)便转化为式

若使声源的入射方向角θ为一定值θ0,并将式(6)代入式(1)中,则得到基于MVDR算法的声场重构响应公式:

为便于求解阵列的声压响应在此通过MVDR波束输出功率进行计算,MVDR波束输出功率谱为:

结合式(4)、式(7)、式(9)可得

由式(9)得

在实际计算过程中,将某一声场平面离散成多个坐标点,将该声场平面称为重建面,即可根据式(10)计算出该重建区域中每一坐标点处的重构声压,进而得到重构的声压云图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410222150.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top