[发明专利]一种多普勒声学信号的自适应学习校正方法

摘要

本发明公开了一种多普勒声学信号的自适应学习校正方法。该方法在校正参数自适应学习中，基于轨边声学理论，通过构造移频算子和声调算子，实现了对畸变信号的一种伪校正，得到频谱共振带具有无畸变以及高能量聚集性的过渡基准项，在理论上刻画还原了轨边声学畸变现象，从物理上强化了自适应畸变校正学习机理；与其他校正方法相比，该算法能够自适应的从原始声信号中学习到最优校正参数，从而实现对畸变信号的完整校正。该算法具有一定的鲁棒性与高效性，有利于后续轨边声学系统的在线智能校正与诊断。

主权项

1.一种多普勒声学信号的自适应学习校正方法，其特征在于：该方法包括如下步骤：步骤(1)、通过希尔伯特变换获取声测量信号的解析信号；步骤(2)、基于轨边声学理论，给定三个多普勒畸变参数：畸变中心时刻u，波速比M和共振频率位置k，构造该声场模型下的两种伪校正操作算子：频移算子H和声调算子G；步骤(3)、依据频移算子H对步骤(1)中的解析信号做频移操作运算，使频带向共振频率位置k处集中，实现对信号的多普勒畸变的频率伪校正，获取过渡基准项；步骤(4)、对步骤(3)中的过渡基准项做频谱分析，依据频带能量在共振频率位置k处聚集，计算该处共振频率窄带能量比并将其最大作为评价原则，设置频率窄带，带宽记为B，基于全局最优化算法对伪校正信号参数进行寻优，最后自适应学习到畸变校正参数；步骤(5)、通过最优畸变校正参数(u,M,k)_opt，获取声调算子G，实现对原始声压信号的声压伪校正，恢复声信号幅值；步骤(6)、通过最优畸变校正参数(u,M,k)_opt，重新构建声信号发射时间序列，对步骤(5)中的声压伪校正信号，利用时域重采样技术，最终实现完整的信号多普勒畸变校正。