风场环境中声速修正的分布式声源定位算法

为减小声速误差对定位精度的影响,提出了一种基于声速修正的分布式声源定位方法。首先,将声速表示为未知声源位置的函数,逼近风场中的声速场分布,然后将其代入TDOA (Time Differences of Arrival)算法中,构建非线性超定方程组,最后采用粒子群优化算法求解声源位置。对不同风速、不同声源位置及不同测试区域进行仿真,结果表明:修正后的定位精度比修正前有明显提高,尤其对于大范围并且声源靠近测试区域边缘位置的定位系统,改善更加明显;4个节点的定位系统实验结果表明,修正后的定位误差可降至修正前的4l%,该方法能更好的应用于风场中的定位系统。      

高精度球面阵聚焦声源定位方法研究

提出了一种高精度高空间分辨率球面阵聚焦声源定位方法——虚拟源法。该方法通过球面阵波束扫描获得实际声源的空间聚焦谱,并假定各扫描点为虚拟声源,将实际声源聚焦谱看作是全体虚拟源共同作用的结果,由此得到各虚拟源对声场的贡献量,从而可实现声源精确定位。仿真研究分析了频率,阵列孔径,声场模态阶数,信噪比等参数对声源定位性能的影响,并与常规算法进行对比。结果显示,该方法不受频率和阵列孔径的限制,避免了空间“混淆”,能够进行高精度高分辨率声源定位,并具有良好的背景噪声抑制能力。      

浅海时变声速环境下的自适应匹配场定位算法实现*

针对浅海环境下声速剖面失配引起的匹配场处理器失配问题,提出了一种自适应匹配场定位算法在声速剖面时变环境下的实现方式。将先验声速剖面集简化为经验正交函数表示,结合蒙特卡洛方法与环境扰动约束算法对当下时刻的目标声源进行匹配场定位。本文以某次试验获取的连续20小时的声速剖面数据为研究对象,通过仿真试验对该算法进行验证,结果表明：在先验声速剖面集的半小时之后,利用自适应算法的距离和深度定位成功率较常规匹配场算法有较大提升,其中,深度正确定位概率相对较低。     

旋转运动声源的频率波动修正波束形成方法

针对前飞状态的旋翼气动噪声信号频率存在周期性波动,且频域波束形成方法只能应用于稳态声源的问题,提出一种频率波动声源的波束形成方法。该方法利用已知的声源频率变化规律进行频率修正,在时域将频率波动信号等效为单频信号,基于该单频信号进行波束形成声源定位,实现了旋转运动的频率波动声源准确定位。数值仿真结果表明,提出的方法能够在频率波动幅值为127 Hz的情况下准确呈现出声源分布情况。在旋翼模型的风洞试验中,利用提出的频域波束形成方法其声成像结果中声源最大能量位置均在旋转轨迹上,而未进行频率修正的波束形成方法结果无法准确呈现出声源的位置。该方法扩展了频域波束形成方法中的单频声源假设,实现了旋转运动声源在频率波动状态下的波束形成,适用于前飞状态下旋翼气动噪声源的声源定位。      

Localization of a sound source in a noisy environment by hyperbolic curves in quefrency domain

Time Difference of Arrivals (TDOAs) of sound waves between microphones have to do with source localization. How well a sound source can be localized depends on how precisely the TDOAs are estimated. Although many ways to estimate TDOA have been proposed, noise always prevents us from finding exact time differences more or less in practice. Cross correlation has been the most prevalent way to estimate time difference, and various cross correlations robust to noise have also been developed. Nevertheless, much remains to be done for exact TDOA estimation under noisy environments. A novel way to show time delays in quefrency domain by removing noise has been proposed, which is called Minimum Variance Cepstrum (MVC). In particular, it is practically desirable to visualize source position with as few number of sensors as possible. Once TDOAs are obtained precisely, it is enough to show the source position in a 2-D plane using hyperbolic curves with only three sensors. In this work, the MVC is adopted to accurately estimate TDOAs under noise, and a way to localize an acoustic source by intersecting hyperbolic curves using the TDOAs between three microphones is proposed. Numerical simulations on TDOA estimation and source localization with white Gaussian noise demonstrated that the proposed method worked well under the noisy environment, and we compared the results with those of other old but well-established cross correlation estimators. In addition, experiments to detect a leaking point on a pipe successfully showed where the leak sound was generated.     

Three-dimensional sound source localization using distributed microphone arrays

To improve the performance of sound source localization based on distributed microphone arrays in noisy and reverberant environments,a sound source localization method was proposed.This method exploited the inherent spatial sparsity to convert the localization problem into a sparse recovery problem based on the compressive sensing(CS) theory.In this method two-step discrete cosine transform(DCT)-based feature extraction was utilized to cover both short-time and long-time properties of the signal and reduce the dimensions of the sparse model.Moreover,an online dictionary learning(DL) method was used to dynamically adjust the dictionary for matching the changes of audio signals,and then the sparse solution could better represent location estimations.In addition,we proposed an improved approximate l_0norm minimization algorithm to enhance reconstruction performance for sparse signals in low signal-noise ratio(SNR).The effectiveness of the proposed scheme is demonstrated by simulation results where the locations of multiple sources can be obtained in the noisy and reverberant conditions.     

浅海复杂环境下等效声速剖面的构建方法*

针对浅海复杂环境声速剖面水平变化情况下的声传播损失预报及目标定位问题,提出了一种基于遗传算法的等效声速剖面重构算法。首先,将声速剖面进行时间和空间上的分解,从而将声速剖面抽象为对声速剖面前三阶正交函数系数的反演;其次,利用遗传算法,以先验声速剖面集为基础,进行参数反演。仿真结果表明,在浅海复杂条件下,传播损失预报受声速剖面及海洋参数的影响,不能直接运用接收或发射位置处的声速剖面进行传播损失预报,否则会对预报结果造成误差。通过构建具有声传播累积效应的等效声速剖面可以提高匹配场定位精度,完成目标定位,且在构建等效声速剖面时,接收位置处即本地声速剖面所占权重较大。     

双声源位置和强度识别的三维声强方法

目前在远场识别声源空间位置和强度缺乏行之有效的方法。针对此问题,提出采用四传声器进行三维声强测量,从而构建出声强、声源坐标和声功率的非车线性方程组,求解方程得出声源空间坐标和强度的方法。以3个三维声强探头对两个同频率单极子声源的识别为例,分别利用数值仿真和半消声室内的实验进行方法验证,并对声源的识别空间分辨率做了测试,得出角度识别最大误差为3.83°,为真实值的8.5%,距离识别最大误差0.1 m,为真实距离的10%。结果表明采用该方法空间坐标和声功率识别均具有很高的准确度,双声源的空间位置分辨力也优于远场声全息方法。      

运动声源快速定位的声达时差法

针对声达时差法只能用于非运动声源定位的问题,本文提出一种运动声源快速定位方法。该方法以声达时差为基本定位原理,基于声源计算位置对多普勒效应进行解耦并进行声信号多普勒效应修正,根据三角定位方法构建声传播空间矩阵,以声源位置偏差度为目标基于单纯形优化搜索算法进行声源位置快速逼近,实现了对匀速直线运动的单声源的定位追踪,提高定位实时性。该方法将声达时差法拓展到运动声源的定位,同时解决了消除多普勒效应带来的计算过程复杂、运算量大的问题,仅用4个传声器就可实现运动声源的快速定位,突破了传统运动声源识别中对大传声器阵列的依赖。仿真实验和实车运动声源识别实验结果证明了该方法的有效性,本研究为短时发声运动声源的识别提供了一种简便、高效的方法。      

海洋声场中分布式无源定位系统的节点配置方法

为了提高海洋声场中分布式无源定位系统的定位精度,提出一种基于自适应遗传算法的节点配置方法。首先,基于到达时间TOA(Time of Arrival)定位算法推导出均匀物理场与海洋声场中定位误差的CRLB(Cramer Rao Lower Bound)。之后,利用BELLHOP模型对海洋声场进行建模,获得任意位置处目标声源与节点接收信号相关的传递函数并对等效声速进行计算.以目标声源在观测区域内服从均匀分布为例,将定位误差的平均CRLB最小为优化准则,采用自适应遗传算法对节点进行优化配置。结果表明,该方法能够有效降低海洋声场中分布式无源定位系统的定位误差,并给出定位误差随节点个数增加呈非线性递减的变化趋势,可为工程应用提供理论指导。      

深海海底反射区声场的相干结构及其有源声呐估距

有源声呐在探测深海海底反射区的目标时,由于声线大掠射角弯曲且声速沿声线传播路径不断变化,造成了常规估距方法产生较大的误差。有效声速法是减小常规估距方法误差的有效途径,但由于需要预先计算空间每一位置点的"声线时延有效声速"对,复杂度高,实时性差。针对有效声速法的实时性问题,本文基于深海海底反射区声场的相干结构,提出一种改进的有效声速估距方法.首先指出深海声场能量沿声源出射角强弱相间变化及其引起的海底反射区离散声呐可探测区现象,并利用深海近水面声源的声线干涉效应解释了该现象的物理机理,建立了声呐可探测区与高能量声线的量化关系。在此基础上,计算声呐可探测区边界位置的"声线时延-有效声速"对,并线性拟合出可探测区所有位置点对应的值。经仿真验证,该方法与传统的有效声速法均可实现对常规估距方法估距误差的有效校正。虽然该方法估距精度较传统的有效声速法略有增大,但计算复杂度和计算时间显著减小,实时性好,具有良好的工程应用前景。      

基于双传声器对的多声源二维定位跟踪算法

提出一种房间混响声场环境下的多声源二维定位跟踪算法。研究了基于盲源分离的时延估计,以及联合空间分布的多个传声器对的定位算法。用高斯似然函数解决在多源、多维情况下声源定位的时延匹对模糊问题,使之能够用双传声器对实现对多个声源的二维定位,结合粒子滤波算法实现对多个运动声源的跟踪。仿真实验验证了提出算法的有效性。      

一种利用分布式传声器阵列的声源三维定位方法

为了提高噪声和混响条件下分布式传声器阵列进行声源定位的性能,提出一种利用空间稀疏性和压缩感知原理的声源三维定位方法。该方法首先通过两次离散余弦变换方式提取出声音信号特征,并用该特征来构建稀疏定位模型,以便能够综合利用语音信号的短时和长时特性,同时降低模型维数;然后利用在线字典学习技术动态调整字典,克服稀疏模型与实际信号之间的失配问题,增强稀疏定位模型的鲁棒性;进而提出一种改进的平滑l₀范数稀疏重构算法来进行声源位置解算,以提高低信噪比条件下的重构精度。仿真结果表明该方法不仅可以实现多目标定位,而且具有较强的抗噪声和抗混响能力.      

各向异性焊缝中超声相控阵瞬态声场仿真及缺陷定位方法

针对多层各向异性奥氏体不锈钢焊缝中超声相控阵瞬态声场的仿真问题,提出应用高斯声束等效点源模型计算宽带离散化的多个单频稳态声场,通过傅里叶变换将其拓展为瞬态声场,并分析了声场转换过程的主要影响参数.该方法可快速计算焊缝内部超声相控阵聚焦声场的瞬态能量分布和任意一点的时域波形信号.在此基础上针对多层奥氏体不锈钢焊缝内部缺陷...     

自回归状态空间模型下时变声速剖面跟踪方法

讨论了一种适用于浅海的时变声速剖面跟踪方法。该方法将时变水体声速剖面的反演问题建模为由描述声速剖面时变特性的状态方程与包含声压场局部测量信息的测量方程组成的状态-空间模型,提出利用自回归分析拟合方法将声速场扰动建模为高阶自回归演化模型,并通过集合卡尔曼滤波序贯地估计时间演化的海洋声速场。利用2001年亚洲海实验环境与声速测量数据,仿真分析了基于高阶自回归演化模型的时变声速剖面集合卡尔曼滤波估计方法。结果表明,相比于利用传统随机游走状态演化模型的估计方法,该改进方法可有效降低声速的跟踪误差,并且在较低信噪比条件下仍具有较好的跟踪性能。      

Tracking of time-evolving sound speed profiles with an auto-regressive state-space model

An approach for time-evolving sound speed profiles tracking in shallow water is discussed.The inversion of time-evolving sound speed profiles is modeled as a state-space estimation problem,which includes a state equation for predicting the time-evolving sound speed profile and a measurement equation for incorporating local acoustic measurements.In the paper,auto-regression(AR) method is introduced to obtain a high-order AR evolution model of the sound speed field time variations,and the ensemble Kalman filter is utilized to track the sound speed field.To validate the approach,the accuracy in sound speed estimation is analyzed via a numerical implementation using the ASIAEX experimental environment and the sound velocity measurement data.Compared with traditional approaches based on the state evolution represented as a random walk,simulation results show the proposed AR method can effectively reduce the tracking errors of sound speed,and still keep good tracking performance at low signal-to-noise ratios.     

混响环境下目标声场稀疏分解多域声场重放方法

对于封闭空间内的声场重放,传统的多点声压匹配方法 (Cov-PM)依据在目标声场测得的声压直接使用最小二乘来计算扬声器权重。然而这种方法要求较多的目标声场采样点以实现足够的精度。对于一类特殊的声场景,也就是目标声场是由少量声源辐射产生时,提出一种对目标声场稀疏分解的方法来进行混响环境下多域声场重放以降低对目标声场采样数量的要求。该文给出基于目标声场等效源稀疏分解多域重放方法(Sparse-ESM)理论推导,通过数值计算以及实验测试两种方式对比所提方法与最小二乘等效源分解方法以及Cov-PM的声场重放性能。数值结果表明,在600 Hz以上的频段,Sparse-ESM方法的重放误差性能提升明显。实验结果也得出了与数值计算相同的结论。同时,还通过数值计算和实验测试两种方法证明了当目标声场声源方向波动时,Sparse-ESM仍然可以保持与其余两类方法相近的声对比度,并且实现较高的亮区重放精度。     

非合作线谱声源分布式定位方法

非合作目标定位是水声定位领域的研究热点。为充分挖掘并利用各类可观测参数,提高非合作目标定位能力,本文提出一种基于目标频率变化信息的非合作目标定位方法。该方法针对匀速直线运动目标的定位问题,首先根据多普勒频移原理,建立观测频率与目标辐射频率、目标运动速度、位置之间的函数映射关系,利用最小均方准则建立目标函数,通过优化算法估计分布式定位系统中各个测量单元与目标运动轨迹的致近点距离,最后综合各观测节点的测距结果,构建几何定位模型,求得目标运动轨迹的解析解。本文通过仿真分析,证明了该方法的有效性,并指出了该方法需要目标通过与各测量单元的致近点才能获得较好的距离估计能力。文中分析了不同频率估计精度对定位精度的影响,结果表明,提出的定位方法对测频精度具有一定的容限,是一种高精度的非合作线谱声源定位方法。     

基于Group Lasso的多重信号分类声源 定位优化算法*

多重信号分类算法因其抑制噪声能力强、计算速度快等优点,在声源定位领域得到广泛应用。但该算法在中低频段分辨率及聚焦性能较差。针对该问题,提出一种基于Group Lasso的多重信号分类优化算法。该算法将多重信号分类算法输出值作为初始值,并在Group Lasso算法组间计算时对目标信号进行稀疏、在组内计算时对该组信号进行平滑及阈值截断。仿真结果表明:该优化算法在中低频段可明显提高多重信号分类算法分辨率,同时改善因扫描位置与声源面位置不重合引起的聚焦性能下降问题。     

一种改进的弹丸落点声学定位方法

研究了基于传感器阵列的声源定位技术,并在此基础上提出了一种改进的最小二乘声源定位方法。首先,根据风速、风向、温度对声速的影响,建立了观测值修正模型,再根据误差传播特性合理分配权阵,然后用最小二乘法进行定位解算;考虑观测值中可能含有粗差,将IGG3抗差模型加入到数据处理中,以提高系统的抗干扰能力;另外,通过观察残差向量,判断可能出现时序错误的观测值,再对时序不断调整,解决多声源时序混乱的问题。最后,通过对试验数据解算分析,证明本文方法的有效性和可行性。试验结果表明:改进的最小二乘声源定位方法可使定位误差达到4 m以下。本文所提方法不仅能有效降低粗差的影响,而且可准确处理多声源定位中观测值时序关系混乱的问题,可靠性较高。本文的研究内容紧密联系实际,可为声源定位设备的设计和应用提供参考依据。