[发明专利]一种多普勒声学信号的自适应学习校正方法

权利要求书

1.一种多普勒声学信号的自适应学习校正方法，其特征在于：该方法包括如下步骤：

步骤(1)、通过希尔伯特变换获取声测量信号的解析信号；

步骤(2)、基于轨边声学理论，给定三个多普勒畸变参数：畸变中心时刻u，波速比M和共振频率位置k，构造该声场模型下的两种伪校正操作算子：频移算子H和声调算子G；

步骤(3)、依据频移算子H对步骤(1)中的解析信号做频移操作运算，使频带向共振频率位置k处集中，实现对信号的多普勒畸变的频率伪校正，获取过渡基准项；

步骤(4)、对步骤(3)中的过渡基准项做频谱分析，依据频带能量在共振频率位置k处聚集，计算该处共振频率窄带能量比并将其最大作为评价原则，设置频率窄带，带宽记为B，基于全局最优化算法对伪校正信号参数进行寻优，最后自适应学习到畸变校正参数；

步骤(5)、通过最优畸变校正参数(u,M,k)_opt，获取声调算子G，实现对原始声压信号的声压伪校正，恢复声信号幅值；

步骤(6)、通过最优畸变校正参数(u,M,k)_opt，重新构建声信号发射时间序列，对步骤(5)中的声压伪校正信号，利用时域重采样技术，最终实现完整的信号多普勒畸变校正。

2.根据权利要求1所述的一种多普勒声学信号的自适应学习校正方法，其特征在于：所述步骤(2)中：构造频移算子和声调算子两种伪校正操作算子，分别是基于轨边声传播理论构造的两个物理模型，其数学表达如下：

频移算子：

声调算子：

其中，N为信号长度，r为垂直距离，即道旁麦克风与声源运动方向垂直距离，c为声波速度，u，M和k三个参数分别为畸变中心时刻，波速比和共振频率位置。

3.根据权利要求1所述的一种多普勒声学信号的自适应学习校正方法，其特征在于：所述步骤(4)中：全局最优化算法是通过利用多起点方法产生若干个初始点，利用局部求解器搜索各自所在盆地中的局部极值点，最终实现全局最优点，该算法原理同遗传算法类似，能够快速稳定的搜索到全局最优点。