[发明专利]基于麦克风阵列成像的压缩波束形成及系统

说明书

本发明提供一种基于麦克风阵列成像的压缩波束形成方法及系统，其中的方法包括：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，建立声学逆问题模型；基于声学逆问题模型对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，以获取与麦克风对应的信号分量；在声学逆问题模型中引入广义最小最大凹惩罚函数，获取与信号分量对应的压缩波束形成的最优化问题；初始化最优化问题的结果向量，并迭代求解最优化问题，获取与目标声源对应的压缩波束形成结果；根据压缩波束形成结果生成与压缩波束对应的声像。利用上述发明能够在低频、低信噪比的环境下具有较好的鲁棒性，能够提高声像的空间分辨率，增强声源强度估计的准确性。

技术领域

本发明涉及阵列信号处理技术领域，更为具体地，涉及一种基于麦克风阵列成像的压缩波束形成方法及系统。

背景技术

随着阵列信号处理技术的迅速发展，麦克风阵列在结构健康监测、振动噪声测试、语音定位跟踪等领域得到了广泛应用并取得了良好效果，相比于传统的单传感器声学测量手段，采用麦克风阵列能够生成声像，声像比一维声信号中包含更多有效信息，如方位、源强度等，在多源同时存在的环境下也能有效地分辨出不同的声源，而无需采用盲源分离等传统的辅助方法。波束形成是一种阵列信号处理技术，通过对阵列接收到的信号进行空域滤波，在特定方向形成虚拟波束，从而增强对该方向信号的探测能力，抑制其他方向存在的干扰信号。波束形成是麦克风阵列、雷达系统等提取待测目标信息的关键技术，通过采用合适的波束形成算法，能够使得由全向传感器组成的阵列聚焦于期望方向，进而获得被测目标的空域信息，麦克风阵列的声成像结果与所采用的波束形成方法密切相关。

传统的延时-求和波束形成方法诞生于20世纪60年代(Williams J R.Fast Beam-Forming Algorithm[J].The Journal of the Acoustical Society of America,1968,44(5):1454-1455.)，该方法对事先划分的声源重建网格进行逐节点扫描，根据理想介质中声传播规律推测声源可能存在的空间位置，因此其结果准确性受到声源数量的影响，当声源数目不唯一时，求得的声源幅值会出现严重误差，且其存在空间分辨率低、旁瓣干扰强等不足。为了克服延时-求和波束形成的不足，多种自适应波束形成方法被相继提出，包括最小方差无畸变响应波束形成(Capon J.High-resolution frequency-wavenumber spectrumanalysis[J].Proceedings of the IEEE，1969，57(8):1408-1418.)、线性约束最小方差波束形成(Frost O L.An algorithm for linearly constrained adaptive arrayprocessing[J].Proceedings of the IEEE，1972，60(8):926-935.)等，虽然这些方法能够进一步提高麦克风阵列在声源辨识过程中的准确性，改善由于旁瓣存在带来的能量泄漏问题，但阵列的空间分辨率始终受到瑞利限的限制，上述传统方法均无法突破这一限制。

目前，压缩波束形成是一种近年来被广泛关注的新型波束形成策略。在许多情况下，声源的空域特征、频域特征、时频域特征等具有稀疏的结构特征，该特性提供了有效的声源先验信息，有助于对声场进行精确的重构与还原，因此通过建立扫描点与阵列中各麦克风之间的声传播模型，并施加一定的稀疏约束求解声学逆问题，就能利用有限数量的麦克风获得更多有关声源的有效信息，相比于上述传统方法，压缩波束形成能够进一步提高声像的空间分辨率，突破瑞利限的限制。根据压缩感知相关理论，稀疏约束以向量的0范数表示，在最优化问题中，以0范数作为优化目标函数的正则项能够得到更稀疏的结果，从而对应声源的稀疏结构特征。然而，0范数具有非光滑的函数特性，存在不可微区间，因此难以对带有0范数约束的声场重建问题进行直接求解。