[发明专利]近场源L型声矢量传感器阵列解模糊多参数估计方法

说明书

近场源L型声矢量传感器阵列解模糊多参数估计方法，阵列接收K个不同频率窄带、独立平稳近场信号，全阵列接收数据z通过相关运算得到延时前后以及全数据的阵列导向矢量估计值和由时延矩阵估计值得到频率估计值将导向矢量分成x轴、y轴、z轴振速分量和声压强度子阵导向矢量，根据子阵导向矢量的旋转不变关系和得到到达角的粗略估计值以及距离的粗略估计值利用方位角和俯仰角和距离的粗略估计值确定x轴和y轴相位差矩阵周期模糊数估计矢量和从而得到入射信号的方位角、俯仰角和距离的精确估计值；本发明方法充分利用了声矢量传感器本身固有的正交性和阵列的孔径信息进行参数估计，给出参数估计的闭式解，不需要谱峰搜索，计算量小。

技术领域

本发明属于信号处理技术领域，尤其涉及一种声矢量传感器阵列的近场源频率、二维到达角和距离的估计方法。

背景技术

声矢量传感器是一种新型的声源信号测向设备，它是由三个相互正交的质点振速传感器和一个声压传感器构成，因而能够同步测量声场中某处的声压强度和质点振速。声矢量传感器阵列的二维到达角估计技术是阵列信号处理领域的一个重要研究内容，并且在该方面的研究和探索仍在不断开展中。由于声矢量传感器本身具有的偶极子指向性和测量信息量的增大，与标量传感器阵列相比较，声矢量传感器阵列不仅能够获取阵列孔径信息，而且蕴含矢量传感器各分量之间的正交信息，因而具有更高的空间分辨力和测向精度，近年来已成为国内外学者研究的热点问题。

传统的声矢量传感器信号处理采用的是长矢量信号模型，该模型下的每一个声矢量传感器输出数据是用一个复数矢量来描述，声矢量传感器阵列中的多个输出数据顺序排列构成复数数据矢量。基于长矢量模型的数据处理并没有利用声矢量传感器各个分量间的正交关系，本发明利用四元数进行声矢量传感器阵列信号参数估计，从而充分利用了声矢量传感器各个输出分量的正交关系。信号参数估计精度受限于阵列孔径尺寸，阵列孔径越大参数估计精度就越高，阵列稀疏排布扩展了阵列孔径，但会引入阵列相位模糊问题，此时直接利用估计得到的相位进行信号参数估计将出现估计错误。为了正确进行信号参数估计，必须找到相位的模糊数，从而实现从一系列周期性相关模糊估计中辨识出真正的方向余弦和到达角。本文构建了声压传感器和x轴、y轴和z轴三个振速传感器分量组成的声矢量传感器四元数新模型，利用阵列孔径信息和四元数重构子阵间的旋转不变关系解决了近场源L型声矢量传感器阵列的相位模糊问题，提高了参数估计精度。

发明内容

本发明的目的是提供一种近场源L型声矢量传感器阵列相位解模糊多参数估计方法。

为了实现上述目的，本发明采取如下的技术解决方案：

近场源L型声矢量传感器阵列解模糊多参数估计方法，K个不同频率、互不相关窄带、随机平稳近场声源信号从不同的方向和不同的距离入射到L型声矢量传感器阵列，所述L型阵列由M个等间隔布置于x轴上的阵元和M个等间隔布置于y轴上的阵元构成，坐标原点上的阵元两轴共用，总的阵元数量为2M-1个，x轴和y轴上阵元间的间距分别为d_x和d_y，所述阵元是能够同步共点测量声压以及x轴、y轴和z轴方向振速分量的声矢量传感器，阵元间隔与入射声波信号的波长和声源的距离之间满足近场条件，且d_x＞λ_min/4，d_y＞λ_min/4，λ_min为入射声波信号的最小波长；

近场源L型声矢量传感器阵列解模糊多参数估计方法的步骤如下：

步骤一、获取t时刻和t+ΔT时刻的接收信号矢量x₁(t)和x₂(t)，N次同步采样得到接收数据矩阵Z₁和Z₂；