[发明专利]基于小波去噪和MUSIC算法的波达方向定位方法

说明书

本发明涉及一种基于小波去噪和MUSIC算法的波达方向定位方法，包括：步骤(1)：确定麦克风的阵元数量及摆放位置，根据所述麦克风的阵元数量及摆放位置确定阵列的导向矩阵，通过所述阵列接收信源信号；步骤(2)：通过小波去噪法对接收到的信源信号进行降噪；步骤(3)：通过MUSIC算法对降噪后的信源信号进行方位角估计。本发明能够有效对信源信号的方位角进行准确估计，同时对噪声环境具有较好的抗干扰性。

技术领域

本发明涉及波达方向定位技术领域，特别是涉及一种基于小波去噪和MUSIC算法的波达方向定位方法。

背景技术

多重信号分类(MUSIC)算法是基于特征结构的一种算法，该算法的基本思想是将任意阵列输出数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性来估计信号的参数。

MUSIC算法在特定的条件下具有很高的分辨力，估计精度和稳定性。然而在有限快拍数和低信噪比的情况下，噪声协方差MUSIC算法性能会受到影响。在实际环境中，车辆信号容易受到高频环境噪声干扰，如风噪声等。因此，需要降低噪声对源信号造成的干扰。

在小波去噪的过程中，不同的阈值函数对信号过滤有不同的效果。硬阈值方法可以很好地保留信号边缘等局部特征，软阈值处理相对要平滑，但会造成边缘模糊等失真现象。

发明内容

本发明所要解决的技术问题是提供一种基于小波去噪和MUSIC算法的波达方向定位方法，能够有效对信源信号的方位角进行准确估计。

本发明解决其技术问题所采用的技术方案是：提供一种基于小波去噪和MUSIC算法的波达方向定位方法，包括：

步骤(1)：确定麦克风的阵元数量及摆放位置，根据所述麦克风的阵元数量及摆放位置确定阵列的导向矩阵，通过所述阵列接收信源信号；

步骤(2)：通过小波去噪法对接收到的信源信号进行降噪；

步骤(3)：通过MUSIC算法对降噪后的信源信号进行方位角估计。

所述步骤(1)中阵列接收到的信源信号的频域公式为：X(t)＝a(θ)s(t)+N(t)，其中，a(θ)为阵列的导向矩阵，s(t)为信源信号，N(t)为噪声信号。

所述步骤(2)包括：

步骤(21)：对接收到的信源信号进行小波分解；

步骤(22)：通过预设阈值函数来滤除小波分解后的信源信号的噪声；

步骤(23)：通过小波逆变换对滤除噪声后的信源信号进行信号恢复。

所述步骤(21)中对接收到的信源信号进行小波分解，公式为：其中，为小波函数，为小波变换的基函数，为对ψ()进行复共轭变换，a为用于控制小波函数伸缩的尺度，b为平移量，x(t)为接收到的信源信号。

所述步骤(22)中预设阈值函数的公式为：new(u,c)＝α·soft(u,c)+β·hard(u,c)，其中，α为软阈值对应权重，β为硬阈值对应权重，c为对应的噪声阈值，u为小波分解后的信源信号，soft(u,c)为软阈值且soft(u,c)＝sign(u)max{|u|-c,0}，sign()为符号函数，hard(u,c)为硬阈值且

所述步骤(23)中的小波逆变换公式为：其中，f(t)为恢复后的信源信号，ψ_a,b(t)为小波函数，a为用于控制小波函数伸缩的尺度，b为平移量。

所述步骤(3)包括：

步骤(31)：对降噪后的信源信号进行傅里叶变换，得到频域信号；

步骤(32)：计算所述频域信号的协方差矩阵