[发明专利]基于近场测量数据的阵列诊断方法

权利要求书

1.一种基于近场测量数据的阵列诊断方法，其特征在于，包括以下步骤：

(1)平面阵列阵元接收声波入射信号，基于接收的声波入射信号构建参考阵列和待测阵列的近场波束图，其中，参考阵列的近场波束图F为：

其中，w_n表示第n个阵元系数，w表示参考阵列的阵元系数矩阵，λ表示信号波长，表示第p个近场测量点位置，p＝1,2,…,P，P为自然数，表示第n个阵元的位置，n＝1,2,…,N，N为自然数，Φ表示观测矩阵；

其中，阵元与近场测量点的路程差具体计算为：

其中，D是阵列的孔径大小，α_p,β_p表示第p个测量点的仰角和方位角，r_p表示测量点到阵列中心的距离，x_n,y_n表示第n个阵元的坐标；

待测阵列的近场波束图为：

其中，表示待测阵列的阵元系数矩阵，Φ表示观测矩阵，为测量过程中产生的均值为零的复数高斯噪声向量；

(2)计算参考阵列的近场波束图和待测阵列的近场波束图之差得到差分波束图，并将差分波束图看作参考阵列与待测阵列的阵元系数差分向量与观测矩阵相乘的结果；

(3)利用贝叶斯压缩感知算法求解参考阵列与待测阵列的阵元系数差分向量，从而定位到故障阵元的位置和系数，实现阵列诊断。

2.如权利要求1所述的基于近场测量数据的阵列诊断方法，其特征在于，步骤(2)中，差分波束图ΔF为：

其中，Δw表示待测阵列与参考阵列的阵元系数之差，

3.如权利要求2所述的基于近场测量数据的阵列诊断方法，其特征在于，将阵元故障诊断视为在待测阵列与参考阵列的差分波束图ΔF已知的情况下寻找其阵元系数差分向量Δw，问题描述为：

min_Δw‖Δw‖₀,subject to ∫∫‖ΔF-ΦΔw‖₂dαdβ＝e (5)

基于该问题描述，采用贝叶斯压缩感知算法对问题描述求解，得到阵元系数差分向量，从而定位到故障阵元的位置和系数，实现阵列诊断的诊断。

4.如权利要求3所述的基于近场测量数据的阵列诊断方法，其特征在于，采用贝叶斯压缩感知算法对问题描述求解时，由于Δw是稀疏的，则公式(5)的问题描述转化为贝叶斯后验概率问题，如下所示：

其中，G＝R,I，P(Δw_G|ΔF_G)表示后验概率，R,I分别表示实部和虚部，令Φ_R和Φ_I分别表示Φ的实部和虚部，则ΔF的计算如下所示：

同时，P(Δw_G|ΔF_G)可以进一步表示为：

P(Δw_G|ΔF_G)＝∫P(Δw_G|ΔF_G,γ_G)P(γ_G|ΔF_G)dγ_G G＝R,I (9)

其中，γ_G为控制后验概率分布的超参数向量，其值可以通过求解最大似然函数得到，如下所示：

其中，a,b为用户自定义比例控制参数，diag(γ_G)表示以γ_G为对角元素的对角矩阵，上标T表示矩阵的转置，G＝R,I，最终，阵元系数差分向量Δw_G求解如下所示：

Δw_G＝(diag(γ_G)+Ω_G^TΩ_G)^-1Ω_G^TΔF_G (11)。