[发明专利]基于麦克风阵列成像的压缩波束形成及系统在审
申请号: | 202011179418.5 | 申请日: | 2020-10-29 |
公开(公告)号: | CN112526451A | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 王天杨;孙仕林;褚福磊 | 申请(专利权)人: | 清华大学 |
主分类号: | G01S5/18 | 分类号: | G01S5/18;G06F17/16 |
代理公司: | 北京鸿元知识产权代理有限公司 11327 | 代理人: | 王迎;袁文婷 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 麦克风 阵列 成像 压缩 波束 形成 系统 | ||
1.一种基于麦克风阵列成像的压缩波束形成方法,其特征在于,包括:
根据目标声源信息和待处理麦克风阵列中各传感器的方位信息,建立所述待处理麦克风阵列中各麦克风所接收到的声信号与所述目标声源信息之间的声学逆问题模型;
基于所述声学逆问题模型对所述声信号进行信号分割处理,并提取分割处理后的声信号的频率分量,以获取与所述麦克风对应的信号分量;
在所述声学逆问题模型中引入广义最小最大凹惩罚函数,获取与所述信号分量对应的压缩波束形成的最优化问题;
初始化所述最优化问题的结果向量,并迭代求解所述最优化问题,直至所述最优化问题收敛在预设范围内,获取与所述目标声源对应的压缩波束形成结果;
根据所述压缩波束形成结果生成与所述压缩波束对应的声像。
2.如权利要求1所述的基于麦克风阵列成像的压缩波束形成方法,其特征在于,所述声学逆问题模型的建立过程包括:
根据所述目标声源信息确定与所述目标声源信息对应的预期声源位置;
根据预期声源位置确定重建平面,并将所述重建平面划分为第一预设个数的声源重建网格点;
根据所述传感器的方位信息确定所述待处理麦克风阵列中各麦克风的方位信息,并获取位于所述声源重建网格点处的麦克风所接收到的声信号;
基于所述声信号与所述目标声源之间的位置关系,在频域建立所述声信号与所述目标声源之间的声学逆问题模型。
3.如权利要求2所述的基于麦克风阵列成像的压缩波束形成方法,其特征在于,所述获取与所述麦克风对应的信号分量的过程包括:
设定快拍长度和信号交叠分割率;
基于所述快拍长度和所述信号交叠分割率对所述声信号进行分段处理,分段后的声信号表示为P=[P1,P2,...PK],其中K表示所述声信号的分段数量,Pk表示分段后的声信号;
通过快速傅里叶变换将分段处理后的声信号由时域转换至频域,并提取与预设目标频率相关的信号分量;其中,所述信号分量表示为pk。
4.如权利要求2所述的基于麦克风阵列成像的压缩波束形成方法,其特征在于,所述声信号的表达公式为:
其中,rsj(j=1,2,...,N)表示所述重建网格点的坐标,N表示所述重建网格点的个数,ri(i=1,2,...,M)表示所述麦克风的坐标,M表示所述麦克风阵列中麦克风的个数,qj表示所述目标声源的强度,表示所述目标声源的波数,c表示声速,ωjt表示角速度与时间乘积,表示虚数单位。
5.如权利要求3所述的基于麦克风阵列成像的压缩波束形成方法,其特征在于,所述声学逆问题模型的表达公式为:
pk=Gqk+nk
其中,pk(k=1,2,3…,K)表示所述分段处理后提取的与所述预设目标频率相关的声信号分量,k表示所述声信号的分段数量,pk=[pk1(f),pk2(f),...,pkM(f)]T,qk表示所述目标声源,qk=[qk1(f),qk2(f),...,qkN(f)]T,nk表示噪声向量,G表示感知矩阵,G的表达式如下所示:
其中,rsj(j=1,2,...,N)表示所述重建网格点的坐标,N表示所述重建网格点的个数,ri(i=1,2,...,M)表示所述麦克风的坐标,M表示所述麦克风阵列中麦克风的个数,qj表示所述目标声源的强度,表示所述目标声源的波数,c表示声速,ωjt表示角速度与时间乘积,表示虚数单位。
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清华大学,未经清华大学许可,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/202011179418.5/1.html,转载请声明来源钻瓜专利网。