[发明专利]近场声源定位方法

摘要

本发明涉及阵列信号处理技术领域，公开了一种采用速度传感器阵列估计近场声源信号的DOA和信号源距离的近场声源定位方法。本发明的优点在于，无需计算高阶累计量，从而有较低的运算量，能够实现参数估计的自动配对，阵元间隔无需限制在1/4波长范围内，并可以通过增加阵元间隔扩增阵列孔径，从而提高算法的参数估计精度。

主权项

1.一种近场声源定位方法，用于估计近场声源信号的DOA和信号源距离，包括：步骤A：设置均匀线性阵列，其中，所述均匀线性阵列由呈直线排列且间隔为Δ、数量为2M的阵元构成，所述阵元包括一对分别指向y轴和z轴的速度传感器，所述y轴为线性阵列所在的轴线，所述z轴垂直于y轴，所述近场声源位于y-z轴平面，所述速度传感器可用于接收近场声源信号并输出该近场声源信号的方位信息；步骤B：建立信号模型，具体步骤如下：①通过速度传感器测得方位信息：c_m，k＝[sinθ_m，k，cosθ_m，k]^T                    (1)，其中-π/2<θ_m，k≤π/2表示第k个近场源信号相对第m个阵元的DOA，设定第0个阵元作为参考阵元，并令c_k＝c_0，k和θ_k=θ_0，k；②解调到中频并抽样，第k个近场声源信号为其中s_k(t)表示信号的复幅度，ω_k＝2πf_k/f_samp，f_samp为采样频率，f_k≠f_l(k≠l)为信号的载波频率；③第m个阵元上的接收信号可表示为一个2维矢量：xm(t)=Σk=1Ksk(t)ejωktcm,kejτm,k+nm(t)---(2),]]>其中n_m(t)表示高斯噪声矢量，τ_m，k≈γ_km+φ_km²为第i个信源在阵元m与参考阵元0之间的传播时延，其中γ_k＝-2πΔsinθ_k/λ_k，φ_k＝πΔ²cos²θ_k/λ_kl_k，λ_k和l_k分别是第k个信号的波长和其到参考阵元的距离；④将式(2)矩阵的形式转换为：z(t)＝As(t)+w(t)                                    (3)，其中，z(t)=[x-(M-1)T(t),...,x0T(t),x1T(t),...,xMT(t)]T∈C4M×1,]]>s(t)=[s1(t)ejω1t,...,sK(t)ejωKt]T,]]>w(t)=[n-(M-1)T(t),...,n0T(t),n1T(t),...,nMT(t)]T,E{w(t1)wH(t2)}=δ(t1-t2)I4M×4M,]]>A＝[a₁，...，a_K]∈C^4M×K，ak=[b-(M-1)kT,...,b0,kT,b1,kT,...,bM,kT]T,bm,k=cm,kejτm,k---(4);]]>⑤定义l_m，k表示第k个近场源信号和第m个阵元之间的距离，并有l_k＝l_0，k获得：lk=|mΔsin(π/2-θm.k)sin(θm.k-θk)|=|mΔcosθm.ksin(θm.k-θk)|,]]>m＝-(M-1)，...，-1，0，1，...，M(5)；步骤C：计算DOA和信号源距离的无模糊估记，具体步骤如下：①采集阵列的N个快拍矢量z(t)，t＝1，...，N，估计协方差矩阵其中，通过特征值分解获得其中ψ_k(k＝1，…，K)为的K个大特征值，它们对应的特征矢量为U_s的列向量；②根据子空间算法，存在一个非奇异矩阵T满足B＝U_sT，从而A＝U_s，1T和AΦ＝U_s，2T，即有：其中U_s，1＝U_s(1：4M，K)，U_s，1＝U_s(1+4M：8M，K)，表示左伪逆；③通过上述式(6)获得信号的频率估计和波长估计以及和的估计；④依据步骤③获得导向矩阵的估计：A^=[a^1,...,a^K]=(U^s,1T^+U^s,2T^Φ^-1)/2---(7);]]>⑤依据步骤④，结合式(4)和(1)的关系获得近场声源信号的DOA无模糊估计θ^m,k=tan-1(b^m,k(1)/b^m,k(2))---(8),]]>其中，(m＝-(M-1)，...，-1，0，1，...，M；k＝1，...，K)；⑥结合以及式(5)得到近场声源信号的信号源距离的无模糊估计l^k=(Σm=-(M-1)-1|mΔcosθ^m.ksin(θ^m.k-θ^k)|+Σm=1M|mΔcosθ^m.ksin(θ^m.k-θ^k)|)/2M-1,(k=1,...,K)---(9);]]>步骤D：计算DOA和信号源距离的模糊估计，具体步骤如下：①先计算q_m，k的估计q^m,k=1,m=0c^m,kTb^m,k/c^0,kTb^0,k,m≠0---(10),]]>其中是利用式(8)的结果得到式(1)的估计，计算电子角α_k和β_k；②利用阵列结构的对称关系计算和的估计，由于ej2(m-1)φ^k=q^m-M+1,kq^m-M,k*q^-(M-2),k*q^-(M-1),k=Δηk,m---(11),]]>ej[2γ^k+2(m-1)φ^k]=q^m-M+1,kq^m-M,k*q^M-2,k*q^M-1,k=Δξk,m---(12),]]>并且γ^k=-2πΔsinθ^k/λ^k,]]>φ^k=πΔ2cos2θ^k/λ^kl^k,]]>因此可以得到ej4πΔsinθ^k/λ^k=12M-1Σm=12M-1ηk,m/ξk,m=Δαk---(13),]]>ej2πΔ2cos2θ^k/λ^kl^k=14M-4Σm=12M-2(ηk,m+1/ηk,m+ξk,m+1/ξk,m)/2=Δβk---(14);]]>③根据上述计算结果以及获得DOA的模糊估计以及信号源距离的模糊估记其中和分别表示利用式(8)和(9)得到的DOA和距离的无模糊估计；以DOA和信号源距离的无模糊估计为参考估计，获得DOA和信号源距离的解模糊估计：①令θ^k=θ^k(n0),l^k=l^k(i0);]]>②获得DOA的解模糊估计θ^k=sin-1(λkarg(αk)4πΔ+λk2Δn0),n0=argminn|θ^k(n)-θ^kref|---(17),]]>以及信号源距离的解模糊估计l^k=2πΔ2cos2θ^krefλkarg(βk)+2i0πλk,i0=argmini|l^k(i)-l^kref|---(18).]]>