[发明专利]基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法

摘要

本发明涉及一种基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，属于阵列信号处理技术领域。本发明首先基于平面阵建立了近场声源信号模型，进而建立了空间非均匀噪声条件下待估声源方位和距离信息的最大似然估计问题，最后使用连续空间蚁群优化方法估计出声源参数，从而完成了空间非均匀噪声条件下对近场声源的定位。本发明方法估计精度较高，在低信噪比下声源方位和距离均方误差都小于常规最大似然方法，并且在高信噪比条件下声源方位和距离的均方误差都逼近克拉美‑罗界，远优于常规最大似然方法。

主权项

基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，其特征在于：包括如下步骤：步骤一、建立近场声源阵列输出模型近场条件下到达阵列的信号波为球面波，设此时声源的位置坐标为Ps＝[x,y,z]T＝r[cosθsinφ sinθsinφ cosφ]T，M个阵元的位置矢量为Pm(m＝1,…,M)，于是，将声源到阵列的导向矢量表示为式中ω表示信号载频，当存在k个近场声源时，阵列输出表示为式中，为阵列N次采样的输出，A＝[a1,a2,…,ak]为阵列流型，S∈Ck×N为k个未知确定性声源N次输出，w∈CM×N为空域非相关复高斯白噪声，其协方差阵为步骤二、建立待估参数的最大似然估计问题定义待估计参数矢量为式中Θ＝[θ1,φ1,r1,…,θk,φk,rk]T，S＝[S(1)T,…,S(N)T]T，q＝[q1,…,qM]T为由Q的对角元素构成的矢量，则的对数似然函数为式中则的最大似然估计简化为声源参数Θ，S的最大似然估计为参数Θ，Q的最大似然估计为步骤三、蚁群优化求解待估参数①、在D维的Θ＝[θ1,φ1,r1,…,θk,φk,rk]T搜索空间中随机生成N0个蚂蚁，其中D＝3k，设第i个蚂蚁si为i＝1,2,···,N0，式中，代表第i个粒子在第d维上的位置；②、定义目标函数f(sl)为并使用初始的N0个蚂蚁来构造档案表，各个蚂蚁按照降序排列；所述档案表为③、对每个蚂蚁分D步来分别产生一个蚂蚁的各个分量，在第d步(d＝1,2,…,D)以概率pl选取一维高斯函数并对其进行一次采样，其中l＝1,2,…,N0，式中0＜q＜1，第l个一维高斯函数为它的均值和方差分别定义为式中ξ＞0；④、计算新产生蚂蚁的目标函数值，如果它们中有一部分蚂蚁的目标函数值大于档案表中最下方的几个蚂蚁的目标函数值，则用这些新蚂蚁替换掉目标函数值小的旧解，并将档案表重新排序；⑤、记录下每次档案表更新后的第一行的蚂蚁，如果档案表更新若干次后，最后连续若干个档案表的第一行的蚂蚁的标准差小于某个预先给定的向量，则得到了一个最优解，这些档案表的第一行的蚂蚁的均值的各个分量即为所求Θ＝[θ1,φ1,r1,…,θk,φk,rk]T的估计值否则转向步骤③；⑥、根据所求得的和假设的的初值计算得到S的最小二乘估计再利用修正重复计算直至收敛。