[发明专利]一种快速迭代收缩波束形成声源识别方法有效
申请号: | 201811440077.5 | 申请日: | 2018-11-29 |
公开(公告)号: | CN109343003B | 公开(公告)日: | 2022-11-11 |
发明(设计)人: | 褚志刚;周其祥;沈林邦;吴桂娇;杨洋 | 申请(专利权)人: | 重庆大学 |
主分类号: | G01S5/18 | 分类号: | G01S5/18;G06F17/14 |
代理公司: | 重庆大学专利中心 50201 | 代理人: | 唐开平 |
地址: | 400044 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 快速 收缩 波束 形成 声源 识别 方法 | ||
1.一种快速迭代收缩波束形成声源识别方法,其特征是,包括以下步骤:
步骤1、构建差函数
在阵列点传播函数、声源分布、传统波束形成输出结果之间构建差函数差函数式为:
式中,||·||2代表2范数,A=[psf(r|r')]为N×N维已知阵列点传播函数矩阵,N为聚焦网格点数目,N=Nr×Nc,Nr和Nc分别为网格点行数和列数;q=[q(r')],为N维未知列向量,q表示声源分布,且q(r')≥0;r'为声源坐标向量,b=[b(r)]为N维已知列向量,b表示波束形成的输出结果;
psf(r|r')为阵列点传播函数,r为聚焦坐标向量,b(r)表示波束形成的输出结果向量的元素,q(r')为r'处声源的在阵列中心处声压贡献;
步骤2、将Aq-b进行傅里叶变换后求结果误差最小,由差函数中非负最小二乘问题转变成基于傅里叶变换的最小化式:
式中,||·||Fro代表Frobenius范数;F和F-1为傅里叶正变换和逆变换;Ql为ql的元素组成的Nr行Nc列的矩阵,ql表示第l次迭代的声压贡献;A为阵列点传播函数矩阵,为A第1列元素形成的矩阵,B为傅里叶变换后波束形成输出结果向量;
步骤3、通过迭代求解Q,Q为经过傅里叶变换声源分布向量给定一个初始矩阵Q0=0,令Y1=Q0,t1=1,迭代过程如下:
第一步、
第二步、
第三步、
以上三步为一个循环,将Yl+1代入第一步求得Ql+1进入下一次循环,如此反复迭代直到满足程序所设迭代次数的限制条件要求;
上式中,Р+表示在非负象限的欧几里得投影,tl为第l次迭代步长;
表示Hadamard幂运算,表示Hadamard积运算;j表示变量,表示从n个不同元素选取j个元素的组合;L为Lipschitz常数。
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重庆大学,未经重庆大学许可,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/201811440077.5/1.html,转载请声明来源钻瓜专利网。