[发明专利]基于压缩感知的三维声源定位方法

说明书

本发明公开了一种基于压缩感知的三维声源定位方法，用于解决现有三维声源定位方法抗噪性能差的技术问题。技术方案是通过麦克风阵列获得声源信号的测量值，对选定的三维声源区域进行均匀的网格划分，将每一个网格节点作为潜在的声源位置。进而根据自由场格林函数的Helmholtz方程建立网格节点与麦克风阵列之间的测量矩阵，获得麦克风阵列测量值与未知声源信号之间的三维窄带声源定位稀疏表达模型。通过对稀疏表达模型中的麦克风阵列测量值进行奇异值分解，获得变形后的声源定位稀疏表达模型。最后采用压缩感知OMP算法对变形后的表达模型进行迭代求解，获得声源区域各网格节点的声源强度，对声源进行定位。提高了声源定位的抗噪性能。

技术领域

本发明涉及一种三维声源定位方法，特别涉及一种基于压缩感知的三维声源定位方法。

背景技术

基于压缩感知的声源定位方法，能够在不满足奈奎斯特采样定理的情况下对声源进行定位，而且能够获得超分辨率的定位结果。

文献“Ning F,Wei J,Qiu L,et al.Three-dimensional acoustic imaging withplanar microphone arrays and compressive sensing[J].Journal of Sound andVibration,2016,380:112-128.”公开了一种基于压缩感知正交匹配追踪(orthogonalmatching pursuit，OMP)算法的三维声源定位方法。该方法能够基于麦克风阵列测量技术与压缩感知OMP算法对三维区域内的声源进行定位。首先对所选三维声源区域进行网格划分，建立网格节点与麦克风阵列之间的测量矩阵，获得声源与麦克风阵列之间的三维窄带声源定位稀疏表达模型。进而通过OMP算法迭代求解各网格节点的声源强度，达到声源定位的目的。虽然文献所述方法能够获得超分辨率的结果，但是当信噪比(Signal to NoiseRatio,SNR)低至5dB时，该方法不能对声源进行定位，即抗噪性能差。

综上所述，文献中采用压缩感知OMP算法的三维声源定位方法抗噪性能差。

发明内容

为了克服现有三维声源定位方法抗噪性能差的不足，本发明提供一种基于压缩感知的三维声源定位方法。该方法通过麦克风阵列获得声源信号的测量值，经过信号处理得到所需窄带频率点的测量数据。对选定的三维声源区域进行均匀的网格划分，将每一个网格节点作为潜在的声源位置。进而根据自由场格林函数的Helmholtz方程建立网格节点与麦克风阵列之间的测量矩阵，获得麦克风阵列测量值与未知声源信号之间的三维窄带声源定位稀疏表达模型。通过对稀疏表达模型中的麦克风阵列测量值进行奇异值分解，获得变形后的声源定位稀疏表达模型。最后采用压缩感知OMP算法对变形后的表达模型进行迭代求解，获得声源区域各网格节点的声源强度，对声源进行定位。由于采用了压缩感知OMP算法，并通过对奇异值分解的使用，提高了声源定位方法的抗噪性能。

本发明解决其技术问题所采用的技术方案：一种基于压缩感知的三维声源定位方法，其特点是包括以下步骤：

步骤一、通过由M个麦克风传感器组成的麦克风阵列对三维空间的声源信号进行采集，获得时域的麦克风阵列测量数据。

步骤二、对所采集的麦克风阵列测量数据进行分块、加窗以及快速傅立叶变换处理，获得麦克风阵列在频域的测量数据。

步骤三、在每个麦克风传感器所对应的数据块内选择所需窄带频率点的测量数据y，维度为M×B，B为划分的数据块总数。

步骤四、建立三维窄带声源定位的稀疏表达模型，包括三维声源区域网格的划分和测量矩阵的建立。

对选定声源的三维空间区域进行网格划分。以每个网格节点作为潜在声源，构建未知声源信号x，维度为M×N，N为声源区域划分网格节点的数目。未知声源信号x由网格节点处的声源强度组成。