CN104931928A - 一种信号源定位方法及装置 - Google Patents
一种信号源定位方法及装置 Download PDFInfo
- Publication number
- CN104931928A CN104931928A CN201510378580.2A CN201510378580A CN104931928A CN 104931928 A CN104931928 A CN 104931928A CN 201510378580 A CN201510378580 A CN 201510378580A CN 104931928 A CN104931928 A CN 104931928A
- Authority
- CN
- China
- Prior art keywords
- signal
- angle
- frequency
- sensor
- property value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/86—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves with means for eliminating undesired waves, e.g. disturbing noises
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种信号源定位方法及装置。其中,该方法包括:获取传感器阵列包括的每个传感器对应的接收信号,该传感器阵列至少包括两个传感器;根据分离矩阵从获取的接收信号中分离出期望信号和噪声信号分量;根据该期望信号或噪声信号分量确定出信号源的入射角;根据该入射角和传感器阵列中相邻传感器之间的连线,分别确定每个传感器对应的波达方向;根据每个传感器对应的波达方向,对信号源的位置进行定位。通过本发明,将接收信号中包括的期望信号和噪声信号分量分离开,仅根据期望信号或噪声信号分量来确定波达方向,对波达方向的估计准确性和鲁棒性很高,进而减小了对信号源定位的误差。
Description
技术领域
本发明涉及信号处理及位置定位领域,具体而言,涉及一种信号源定位方法及装置。
背景技术
目前,在军事或民用领域通常需要对信号源进行定位或跟踪,在定位或跟踪时,首先需要对信号源进行定位,以确定信号源所处的位置。例如,在视频会议系统中,系统需要定位说话人的位置从而控制摄像头跟踪说话人的位置。
当前,相关技术中提供了一种对信号源进行定位的方法,包括:通过多个传感器接收信号源发射的信号,将其中一个传感器作为参考传感器。根据该参考传感器以及剩余的其他传感器中任一传感器接收的信号,通过广义互相关算法计算该传感器对应的波达方向,即计算信号到达该传感器的到达方向。同样地,分别计算出其他每个传感器对应的波达方向,根据每个传感器对应的波达方向对该信号源进行定位。
在实现本发明的过程中,发明人发现相关技术中至少存在以下问题:
信号在传播过程中遇到界面或障碍物产生反射且空间中存在噪声,传感器接收的信号中包括信号源发射的期望信号、反射产生的反射信号、混响以及噪声信号,上述方法直接根据传感器接收的信号来计算波达方向,导致波达方向的准确性很低,进而导致信号源定位的误差很大。
发明内容
有鉴于此,本发明实施例的目的在于提供一种信号源定位方法及装置,实现将传感器接收的信号中包括的期望信号和噪声信号分量分离开,以提高计算波达方向的准确性和鲁棒性,并减小信号源定位的误差。
第一方面,本发明实施例提供了一种信号源定位方法,所述方法包括:
获取传感器阵列包括的每个传感器对应的接收信号,所述传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离相同或不同;
根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量;
根据所述期望信号或所述噪声信号分量确定出信号源的入射角;
根据所述入射角和所述传感器阵列中相邻传感器之间的连线,分别确定所述每个传感器对应的波达方向;
根据所述每个传感器对应的波达方向,对所述信号源的位置进行定位。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实现方式,其中,所述根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量,包括:
对所述每个传感器对应的接收信号进行时频转换,得到所述传感器阵列对应的频域信号;
根据预先设计的分离矩阵,通过如下公式(1),对所述频域信号进行分离变换;从所述分离变换的变换结果中获取期望信号和噪声信号分量。
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为所述分离矩阵,y(f)为频率在f的子带内的频域信号。
结合第一方面的第一种可能的实现方式,本发明实施例提供了第一方面的第二种可能的实现方式,其中,所述根据所述期望信号确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据所述多个角度中的每个角度以及所述期望信号,分别计算所述每个角度对应的所述期望信号的统计特性值;
从所述期望信号的统计特性值中获取最大的统计特性值,将所述最大的统计特性值对应的角度确定为所述信号源的入射角。
结合第一方面的第一种可能的实现方式,本发明实施例提供了第一方面的第三种可能的实现方式,其中,所述根据所述噪声信号分量确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据所述多个角度中的每个角度以及所述噪声信号分量,分别计算所述每个角度对应的所述噪声信号分量的统计特性值;
从所述噪声信号分量的统计特性值中获取最小的统计特性值,将所述最小的统计特性值对应的角度确定为所述信号源的入射角。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实现方式,其中,所述根据预先设计的分离矩阵分别从所述获取的接收信号中分离出所述每个传感器对应的期望信号和噪声信号分量之前,还包括:
根据相位延迟向量和所述传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵;
其中,在公式(2)中,T为所述分离矩阵,M为所述传感器数目,D为所述相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
第二方面,本发明实施例提供了一种信号源定位装置,所述装置包括:
获取模块,用于获取传感器阵列包括的每个传感器对应的接收信号,所述传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离相同或不同;
分离模块,用于根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量;
第一确定模块,用于根据所述期望信号或所述噪声信号分量确定出信号源的入射角;
第二确定模块,用于根据所述入射角和所述传感器阵列中相邻传感器之间的连线,分别确定所述每个传感器对应的波达方向;
定位模块,用于根据所述每个传感器对应的波达方向,对所述信号源的位置进行定位。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实现方式,其中,所述分离模块包括:
时频转换单元,用于对所述每个传感器对应的接收信号进行时频转换,得到所述传感器阵列对应的频域信号;
第一获取单元,用于根据预先设计的分离矩阵,通过如下公式(1),对所述频域信号进行分离变换;从所述分离变换的变换结果中获取期望信号和噪声信号分量。
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为所述分离矩阵,y(f)为频率在f的子带内的频域信号。
结合第二方面的第一种可能的实现方式,本发明实施例提供了第二方面的第二种可能的实现方式,其中,所述第一确定模块包括:
第二获取单元,用于从预设角度区间中按照预设角度间隔获取多个角度;
第一计算单元,用于根据所述多个角度中的每个角度以及所述期望信号,分别计算所述每个角度对应的所述期望信号的统计特性值;
第一确定单元,用于从所述期望信号的统计特性值中获取最大的统计特性值,将所述最大的统计特性值对应的角度确定为所述信号源的入射角。
结合第二方面的第一种可能的实现方式,本发明实施例提供了第二方面的第三种可能的实现方式,其中,所述第一确定模块包括:
第三获取单元,用于从预设角度区间中按照预设角度间隔获取多个角度;
第二计算单元,用于根据所述多个角度中的每个角度以及所述噪声信号分量,分别计算所述每个角度对应的所述噪声信号分量的统计特性值;
第二确定单元,用于从所述噪声信号分量的统计特性值中获取最小的统计特性值,将所述最小的统计特性值对应的角度确定为所述信号源的入射角。
结合第二方面,本发明实施例提供了第二方面的第四种可能的实现方式,其中,所述装置还包括:
构造模块,用于根据相位延迟向量和所述传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵;
其中,在公式(2)中,T为所述分离矩阵,M为所述传感器数目,D为所述相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
在本发明实施例提供的方法及装置中,由于根据分离矩阵从传感器阵列对应的接收信号中分离出期望信号和噪声信号分量。仅根据期望信号或噪声信号分量,来确定信号源的入射角,进而确定出每个传感器对应的波达方向,如此消除或减弱了信号反射和噪声的影响,提高了对波达方向估计的准确性和鲁棒性。进而根据确定的每个传感器对应的波达方向,对信号源的位置进行定位,减小了对信号源进行定位的误差。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例1所提供的一种信号源定位方法流程图;
图2A示出了本发明实施例2所提供的一种信号源定位方法流程图;
图2B示出了本发明实施例2所提供的一种传感器阵列示意图;
图3A示出了本发明实施例3所提供的一种信号源定位装置的第一结构示意图;
图3B示出了本发明实施例3所提供的一种信号源定位装置的第二结构示意图;
图3C示出了本发明实施例3所提供的一种信号源定位装置的第三结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到相关技术中直接根据传感器接收的信号来确定波达方向,没有将传感器接收的信号中的期望信号和噪声信号分量分离开,导致确定的波达方向的准确性很低,进而导致根据波达方向进行信号源定位的误差很大。基于此,本发明实施例提供了一种信号源定位方法及装置,将传感器的接收信号中的期望信号和噪声信号分量分离开,根据期望信号或噪声信号分量来确定波达方向,提高波达方向的准确性和鲁棒性,减小信号源定位的误差。下面通过实施例进行描述。
实施例1
参见图1,本发明实施例提供了一种信号源定位方法,该方法可以由信号源定位装置来执行。该方法具体包括以下步骤:
步骤101:获取传感器阵列包括的每个传感器对应的接收信号,该传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离可以相同或不同;
步骤102:根据预先设计的分离矩阵从获取的接收信号中分离出期望信号和噪声信号分量;
其中,分离矩阵可以为Householder(初等反射)矩阵或其它任何可以从接收信号中分离出期望信号和噪声信号分量的矩阵。分离矩阵能够从接收信号中分离出期望信号和噪声信号分量,或者分离出期望信号为主的信号和噪声信号为主的信号。
步骤103:根据期望信号或噪声信号分量确定出信号源的入射角;
步骤104:根据入射角和传感器阵列中相邻传感器之间的连线,分别确定每个传感器对应的波达方向;
步骤105:根据每个传感器对应的波达方向,对信号源的位置进行定位。
在本发明实施例提供的方法及装置中,根据分离矩阵,如Householder矩阵,从传感器阵列对应的接收信号中分离出期望信号和噪声信号分量。仅根据期望信号或噪声信号分量,来确定信号源的入射角,进而确定出每个传感器对应的波达方向,如此消除或减弱了信号反射和噪声的影响,提高了对波达方向估计的准确性和鲁棒性。进而根据确定的每个传感器对应的波达方向,对信号源的位置进行定位,减小了对信号源进行定位的误差。
其中,根据预先设计的分离矩阵,如Householder矩阵,从获取的接收信号中分离出期望信号和噪声信号分量,包括:
对每个传感器对应的接收信号进行时频转换,得到传感器阵列对应的频域信号;
根据预先设计的分离矩阵,通过如下公式(1),对频域信号进行分离变换;从分离变换的变换结果中获取期望信号和噪声信号分量。
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为分离矩阵,y(f)为频率在f的子带内的频域信号。
由于接收信号可能是窄带信号或宽带信号,当接收信号为宽带信号时,信号可能分布在各个频段的子带内,因此需要先将获取的接收信号转换为频域信号,以在后续处理中基于各个子带内的频域信号进行处理,如此将接收信号进行细化处理,根据频域信号来确定波达方向,可以提高波达方向的准确性和鲁棒性。
其中,可以通过如下步骤S1和S2来对每个传感器对应的接收信号进行时频转换,得到传感器阵列对应的频域信号:
S1:对于传感器阵列中每个传感器对应的接收信号,通过如下公式(7),对该传感器对应的接收信号进行短时傅里叶变换,得到该传感器对应的频域信号。
其中,在公式(7)中,f为频率,YM(f)为第M个传感器在频率f的子带内的频域信号,XM(f)为第M个传感器在频率f的子带内的源信号,VM(f)为第M个传感器在频率f的子带内的噪声信号,X1(f)为第1个传感器在频率f的子带内的源信号,其中,j为虚数单位,j2=-1,τ0为源信号从0度方向入射时信号到达相邻两个传感器的时间差,θ为信号源的入射角。
在公式(7)中,τ0=δ/c,δ为相邻两个传感器之间的距离,c为信号的传播速度。XM(f)中包括在频率f的子带内的期望信号。另外,YM(f)、XM(f)和VM(f)分别是对公式(3)中yM、xM和vM进行短时傅里叶变换得到的。
其中,通过上述公式(7)可以得到第M个传感器在各个频率的子带内的频域信号。同样地,可以按照上述方式得到其他每个传感器对应的频域信号。
S2:通过如下公式(8)将各个传感器对应的频域信号转换为传感器阵列对应的频域信号,
y(f)=x(f)+v(f)
=d(f,θ)X1(f)+v(f)…(8)
其中,在公式(8)中,y(f)=[Y1(f) Y2(f) ... YM(f)]T,Y1(f)、Y2(f)和YM(f)分别为第一个传感器、第二个传感器和第M个传感器在频率f的子带内的频域信号,上标T表示转置,y(f)为传感器阵列在频率f的子带内的频域信号;x(f)为传感器阵列在频率f的子带内的源信号;v(f)为传感器阵列在频率f的子带内的噪声信号;d(f,θ)为相位延迟向量;X1(f)为第一个传感器在频率f的子带内的频域信号。
其中,通过上述步骤S1和S2的操作获取到传感器阵列对应的频域信号之后,通过公式(1)对该频域信号进行分离变换,分离变换的变换结果如公式(9)所示:
其中,在公示(9)中,y'(f,θ)为分离变换的变换结果,x'1(f,θ)为期望信号,x'm(f,θ)为反射信号,m的取值为2、3、…、M, 为噪声信号。
其中,根据期望信号确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据多个角度中的每个角度以及期望信号,分别计算每个角度对应的期望信号的统计特性值;
从期望信号的统计特性值中获取最大的统计特性值,将最大的统计特性值对应的角度确定为信号源的入射角。
其中,根据噪声信号分量确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据多个角度中的每个角度以及噪声信号分量,分别计算每个角度对应的噪声信号分量的信号值;
从噪声信号分量的统计特性值中获取最小的统计特性值,将最小的统计特性值对应的角度确定为信号源的入射角。
其中,预设角度区间可以为[0°,180°]或[0°,360°]等,预设角度间隔可以为每隔0.5°或1°获取一个角度,预设角度间隔越小,确定的信号源的入射角准确性越高。
进一步地,为了提高确定的信号源的入射角的准确性,可以通过如下公式(10)所示的噪声信号分量的β阶统计量来计算信号源的入射角,从预设角度区间中按照预设角度间隔获取多个角度。将多个角度中的每个角度分别带入公式(10)所示的噪声信号分量的β阶统计量中,分别计算出每个角度对应的噪声信号分量的β阶统计量的值。从噪声信号分量的β阶统计量每个值中获取最小的值,将最小的值对应的角度确定为信号源的入射角。其中,信号源的入射角如公式(11)所示。
φY’m,β(f,θ)=E[|Y’m(f,θ)β|]…(10)
θ=arg minφY’m,β(f,θ),m=2,3,...,M…(11)
其中,在公式(10)和(11)中,φY’m,β(f,θ)为噪声信号分量的β阶统计量,E[|Y’m(f,θ)|β]为|Y’m(f,θ)|β的数学期望,Y’m(f,θ)为传感器阵列在频率f的子带内的噪声信号分量,其为反射信号与噪声信号的叠加。
其中,由于共有M-1个子带的噪声信号分量,且在确定信号源的入射角时,这M-1个子带的噪声信号分量是等价的,为了提高确定入射角的准确性,可以对这M-1个噪声信号分量进行平均处理,如公式(12)所示,同样地确定的最小值对应的角度即为信号源的入射角。
进一步地,在本发明实施例中,还可以计算期望信号的β阶统计量,从预设角度区间中按照预设角度间隔获取多个角度。将多个角度中的每个角度分别带入期望信号的β阶统计量中,分别计算出每个角度对应的期望信号的β阶统计量的值。从期望信号的β阶统计量的每个值中获取最大的值,将最大的值对应的角度确定为信号源的入射角。其中,按此方式计算的信号源的入射角如公式(13)所示。
θ=arg maxφY’1,β(f,θ)…(13)
其中,在公式(13)中,φY’1,β(f,θ)为期望信号的β阶统计量。
另外,当传感器对应的接收信号为宽带信号时,由于信号分布在各个频段的多个子带内,所以可以按照如下公式(14)来计算噪声信号分量的β阶统计量,
其中,在公式(14)中,f1为信号所在频段的下限值,f2为信号所在频段的上限值。
为了均衡各个子带对确定信号源的入射角的作用,对各个子带的β阶统计量进行归一化处理,同样地信号源的入射角可以通过如下公式(15)来表示。
进一步地,根据预先设计的分离矩阵从获取的接收信号中分离出期望信号和噪声信号分量之前,还包括:
根据相位延迟向量和传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵,例如如下的Householder矩阵;
其中,在公式(2)中,T为Householder矩阵,M为传感器数目,D为相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
其中,相位延迟向量如公式(4)所示:
其中,D和d(f,θ)均表示相位延迟向量,f为频率,θ为信号源的入射角,其中,j为虚数单位,j2=-1,τ0为源信号从0度方向入射时信号到达相邻两个传感器的时间差。
其中,公式(2)的推导过程如下所示:
首先,对相位延迟向量d(f,θ)通过如下公式(5)进行Householder变换,
其中,在公式(5)中,T(f,θ)为对相位延迟向量进行Householder变换的变换结果,
然后,通过如下公式(6)得到上述公式(2):
实施例2
参见图2A,本发明实施例提供了一种信号源定位方法,该方法可以由信号源定位装置来执行,该方法具体包括以下步骤:
步骤201:获取传感器阵列包括的每个传感器对应的接收信号,该传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离可以相同或不同;
其中,信号源向周围发射信号,该信号可以为窄带信号或宽带信号,宽带信号可以为语音信号或其它声学信号。为了确定该信号源的位置,一般设置一个传感器阵列,该传感器阵列中至少包括两个传感器,可以预先设计传感器阵列中每个传感器的位置,以及相邻传感器之间的距离。例如,预先设计一个如图2B所示的均匀线性传感器阵列,该传感器阵列包括的M个传感器都位于一条直线上,且各个传感器之间的距离均为δ,s为源信号。
其中,本发明实施例的执行主体可以为信号源定位装置或终端,该装置或终端建立与传感器阵列中包括的每个传感器之间的通信连接。当信号源向周围发射信号时,传感器阵列中的每个传感器检测到周围环境中的信号,该信号即为传感器对应的接收信号。该装置或终端通过与每个传感器之间的通信连接,获取传感器阵列中的每个传感器对应的接收信号。
另外,由于周围环境中还存在一些噪声信号,所以传感器对应的接收信号可以通过如下公式(3)来表示:
yM=xM+vM…(3)
其中,在公式(3)中,M为传感器的序号,yM为第M个传感器对应的接收信号,xM为第M个传感器接收到的信号源发射的源信号,vM为第M个传感器对应的接收信号中包括的噪声信号。其中,噪声信号vM与源信号xM是不相关的。
其中,当信号源周围存在墙壁等界面和障碍物时,信号源发射的信号在传播过程中,经过障碍物时在障碍物表面产生反射,生成反射信号。为了与反射信号进行区分,在本发明中将传感器接收到的信号源直达信号称为期望信号。由于周围环境中同时存在反射信号和噪声信号,所以接收信号中包括的源信号中叠加了反射信号、混响和噪声信号,其中,反射信号和噪声信号统称为噪声信号分量。即上述公式(3)中源信号yM为期望信号和噪声信号分量的叠加信号。
其中,获取每个传感器对应的接收信号之后,需要通过如下步骤202的操作来构造一个分离矩阵,该分离矩阵用于从接收信号中将期望信号与噪声信号分量分离开。分离矩阵可以为Householder矩阵或其它任何可以从接收信号中分离出期望信号和噪声信号分量的矩阵。
步骤202:根据相位延迟向量和传感器阵列包括的传感器数目,构造分离矩阵;
其中,相位延迟向量如公式(4)所示:
其中,D和d(f,θ)均表示相位延迟向量,f为频率,θ为信号源的入射角,j为虚数单位,j2的值为-1,τ0为信号从0度方向入射时信号到达相邻两个传感器的时间差。
根据公式(4)所示的相位延迟向量和传感器阵列包括的传感器数目,通过如下公式(2)来构造一个分离矩阵,例如如下的Householder矩阵:
其中,在公式(2)中,T为Householder矩阵,M为传感器数目,D为相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
其中,公式(2)的推导过程如下:
首先,对相位延迟向量d(f,θ)通过如下公式(5)进行Householder变换,
在公式(5)中,T(f,θ)为对相位延迟向量进行Householder变换的变换结果,
然后,通过如下公式(6)得到上述公式(2):
其中,通过本步骤的操作构造出分离矩阵之后,可以通过如下步骤203利用该分离矩阵将接收信号中包括的期望信号和噪声信号分量分离开。
步骤203:根据预先设计的分离矩阵从获取的接收信号中分离出期望信号和噪声信号分量;
其中,由于接收信号可能是窄带信号或宽带信号,当接收信号为宽带信号时,信号可能分布在各个频段的子带内,因此需要先将获取的接收信号转换为频域信号,以在后续处理中基于各个子带内的频域信号进行处理,如此将接收信号进行细化处理,根据频域信号来确定波达方向,可以提高波达方向的准确性和鲁棒性。
本步骤具体为,对传感器阵列中每个传感器对应的接收信号进行时频转换,得到该传感器阵列对应的频域信号。然后根据预先设计的分离矩阵,如Householder矩阵,通过如下公式(1),对该频域信号进行分离变换,从分离变换的变换结果中获取期望信号和噪声信号分量。
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为分离矩阵,y(f)为频率在f的子带内的频域信号。
其中,可以通过如下步骤S1和S2来对每个传感器对应的接收信号进行时频转换,得到传感器阵列对应的频域信号:
S1:对于传感器阵列中每个传感器对应的接收信号,通过如下公式(7),对该传感器对应的接收信号进行短时傅里叶变换,得到该传感器对应的频域信号。
其中,在公式(7)中,f为频率,YM(f)为第M个传感器在频率f的子带内的频域信号,XM(f)为第M个传感器在频率f的子带内的源信号,VM(f)为第M个传感器在频率f的子带内的噪声信号,X1(f)为第1个传感器在频率f的子带内的源信号,其中,j为虚数单位,j2=-1,τ0为源信号从0度方向入射时信号到达相邻两个传感器的时间差,θ为信号源的入射角。
在公式(7)中,τ0=δ/c,δ为相邻两个传感器之间的距离,c为信号的传播速度。XM(f)中包括在频率f的子带内的期望信号和噪声信号分量。另外,YM(f)、XM(f)和VM(f)分别是对公式(3)中yM、xM和vM进行短时傅里叶变换得到的。
其中,通过上述公式(7)可以得到第M个传感器在各个频率的子带内的频域信号。同样地,可以按照上述方式得到其他每个传感器对应的频域信号。
S2:通过如下公式(8)将各个传感器对应的频域信号转换为传感器阵列对应的频域信号,
y(f)=x(f)+v(f)
=d(f,θ)X1(f)+v(f)…(8)
其中,在公式(8)中,y(f)=[Y1(f) Y2(f) ... YM(f)]T,Y1(f)、Y2(f)和YM(f)分别为第一个传感器、第二个传感器和第M个传感器在频率f的子带内的频域信号,上标T表示转置,y(f)为传感器阵列在频率f的子带内的频域信号;x(f)为传感器阵列在频率f的子带内的源信号;v(f)为传感器阵列在频率f的子带内的噪声信号;d(f,θ)为相位延迟向量;X1(f)为第一个传感器在频率f的子带内的频域信号。
其中,通过上述步骤S1和S2的操作获取到传感器阵列对应的频域信号之后,通过公式(1)对该频域信号进行分离变换,分离变换的变换结果如公式(9)所示:
其中,在公示(9)中,y'(f,θ)为分离变换的变换结果,x'1(f,θ)为期望信号,x'm(f,θ)为反射信号分量,m的取值为2、3、…、M, 为噪声信号。
由于对传感器阵列对应的频域信号进行分离变换之后,将该频域信号中的期望信号和噪声信号分量分离开了,所以可以直接从该分离变换的变换结果中获取期望信号和噪声信号分量。
其中,通过本步骤的操作得到期望信号和噪声信号分量之后,可以通过如下步骤204和205的操作来确定每个传感器对应的波达方向。
步骤204:根据期望信号或噪声信号分量确定出信号源的入射角;
具体地,本步骤可以通过如下第一和第二两种方式来实现,具体为:
第一,根据期望信号来确定出信号源的入射角。
从预设角度区间中按照预设角度间隔获取多个角度。根据多个角度中的每个角度以及期望信号,将多个角度中的每个角度分别带入期望信号x'1(f,θ)中,分别计算出每个角度对应的期望信号的统计特性值。从期望信号的统计特性值中获取最大的统计特性值,将最大的统计特性值对应的角度确定为信号源的入射角。
其中,预设角度区间可以为[0°,180°]或[0°,360°]等,预设角度间隔可以为每隔0.5°或1°获取一个角度,预设角度间隔越小,确定的信号源的入射角准确性越高。
第二,根据噪声信号分量来确定出信号源的入射角。
从预设角度区间中按照预设角度间隔获取多个角度。根据多个角度中的每个角度以及噪声信号分量,将多个角度中的每个角度分别带入噪声信号分量x'm(f,θ)中,分别计算出每个角度对应的噪声信号分量的统计特性值。从噪声信号分量的统计特性值中获取最小的统计特性值,将最小的统计特性值对应的角度确定为信号源的入射角。
其中,预设角度区间可以为[0°,180°]或[0°,360°]等,预设角度间隔可以为每隔0.5°或1°获取一个角度,预设角度间隔越小,确定的信号源的入射角准确性越高。
进一步地,为了提高确定的信号源的入射角的准确性,可以通过如下公式(10)所示的噪声信号分量的β阶统计量来计算信号源的入射角,从预设角度区间中按照预设角度间隔获取多个角度。将多个角度中的每个角度分别带入公式(10)所示的噪声信号分量的β阶统计量中,分别计算出每个角度对应的噪声信号分量的β阶统计量的值。从噪声信号分量的β阶统计量每个值中获取最小的值,将最小的值对应的角度确定为信号源的入射角。其中,信号源的入射角如公式(11)所示。
φY’m,β(f,θ)=E[|Y’m(f,θ)β|]…(10)
θ=arg minφY’m,β(f,θ),m=2,3,...,M…(11)
其中,在公式(10)和(11)中,φYm',β(f,θ)为噪声信号分量的β阶统计量,E[|Y’m(f,θ)|β]为|Y’m(f,θ)|β的数学期望,Y’m(f,θ)为传感器阵列在频率f的子带内的反射信号与噪声信号的叠加。
其中,由于共有M-1个子带的噪声信号分量,且在确定信号源的入射角时,这M-1个子带的噪声信号分量是等价的,为了提高确定入射角的准确性,可以对这M-1个噪声信号分量进行平均处理,如公式(12)所示,同样地确定的最小值对应的角度即为信号源的入射角。
进一步地,还可以利用短时平均或递归算法来计算噪声信号分量的β阶统计量。
进一步地,在本发明实施例中,还可以计算期望信号的β阶统计量,从预设角度区间中按照预设角度间隔获取多个角度。将多个角度中的每个角度分别带入期望信号的β阶统计量中,分别计算出每个角度对应的期望信号的β阶统计量的值。从期望信号的β阶统计量的每个值中获取最大的值,将最大的值对应的角度确定为信号源的入射角。其中,按此方式计算的信号源的入射角如公式(13)所示。
θ=arg maxφY’1,β(f,θ)…(13)
其中,在公式(13)中,φY’1,β(f,θ)为期望信号的β阶统计量。
另外,当传感器对应的接收信号为宽带信号时,由于信号分布在各个频段的多个子带内,所以可以按照如下公式(14)来计算噪声信号分量的β阶统计量,
其中,在公式(14)中,f1为信号所在频段的下限值,f2为信号所在频段的上限值。
为了均衡各个子带对确定信号源的入射角的作用,对各个子带5的β阶统计量进行归一化处理,同样地信号源的入射角可以通过如下公式(15)来表示。
其中,在本发明实施例中,β可以取1阶、2阶或任意阶。
其中,通过步骤203的操作对频域信号进行分离变换,将期望信号和噪声信号分量分离开,然后通过步骤204的操作来确定出信号源的入射角,提高了对入射角估计的准确性,且传感器阵列中包括的传感器数目越多,对信号源入射角的估计越准确。
其中,确定出信号源的入射角之后,可以通过如下步骤205的操作来确定出每个传感器对应的波达方向。
步骤205:根据信号源的入射角和传感器阵列中相邻传感器之间的连线,分别确定每个传感器对应的波达方向;
其中,信号源的入射角是信号源发射信号的方向与参考方向之间的夹角,且传感器阵列中相邻传感器之间的连线与参考方向之间的夹角都是已知的。
由于信号源发射信号的方向、参考方向以及相邻传感器之间的连线可以组成三角形,所以根据三角形的特性、信号源的入射角和传感器之间的连线与参考方向之间的夹角,可以分别计算出每个传感器对应的波达方向。
步骤206:根据每个传感器对应的波达方向,对信号源的位置进行定位。
具体地,根据每个传感器对应的波达方向,确定每个传感器对应的波达方向的交点,将该交点所在的位置,确定为信号源的位置。
在本发明实施例提供的方法及装置中,由于根据分离矩阵从传感器阵列对应的接收信号中分离出期望信号和噪声信号分量。仅根据期望信号或噪声信号分量,来确定信号源的入射角,进而确定出每个传感器对应的波达方向,如此消除或减弱了信号反射和噪声的影响,提高了对波达方向估计的准确性和鲁棒性。进而根据确定的每个传感器对应的波达方向,对信号源的位置进行定位,减小了对信号源进行定位的误差。
实施例3
参见图3A,本发明实施例提供了一种信号源定位装置,该装置用于执行上述信号源定位方法。该装置具体包括:
获取模块301,用于获取传感器阵列包括的每个传感器对应的接收信号,该传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离相同或不同;
分离模块302,用于根据预先设计的分离矩阵从获取的接收信号中分离出期望信号和噪声信号分量;
其中,分离矩阵可以为Householder矩阵或其它任何可以从接收信号中分离出期望信号和噪声信号分量的矩阵。
第一确定模块303,用于根据期望信号或噪声信号分量确定出信号源的入射角;
第二确定模块304,用于根据入射角和传感器阵列中相邻传感器之间的连线,分别确定每个传感器对应的波达方向;
定位模块305,用于根据每个传感器对应的波达方向,对信号源的位置进行定位。
其中,如图3B和3C所示,分离模块302包括:
时频转换单元3021,用于对每个传感器对应的接收信号进行时频转换,得到传感器阵列对应的频域信号;
第一获取单元3022,用于根据预先设计的分离矩阵,通过如下公式(1),对频域信号进行分离变换;从分离变换的变换结果中获取期望信号和噪声信号分量。
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为分离矩阵,y(f)为频率在f的子带内的频域信号。
其中,如图3B所示,第一确定模块303包括:
第二获取单元3031,用于从预设角度区间中按照预设角度间隔获取多个角度;
第一计算单元3032,用于根据多个角度中的每个角度以及期望信号,分别计算每个角度对应的期望信号的统计特性值;
第一确定单元3033,用于从期望信号的统计特性值中获取最大的统计特性值,将最大的统计特性值对应的角度确定为信号源的入射角。
其中,如图3C所示,第一确定模块303包括:
第三获取单元3034,用于从预设角度区间中按照预设角度间隔获取多个角度;
第二计算单元3035,用于根据多个角度中的每个角度以及噪声信号分量,分别计算每个角度对应的噪声信号分量的统计特性值;
第二确定单元3036,用于从噪声信号分量的统计特性值中获取最小的统计特性值,将最小的统计特性值对应的角度确定为信号源的入射角。
进一步地,如图3B和3C所示,该装置还包括:
构造模块306,用于根据相位延迟向量和传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵;
其中,在公式(2)中,T为分离矩阵,M为传感器数目,D为相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
在本发明实施例提供的方法及装置中,由于根据分离矩阵从传感器阵列对应的接收信号中分离出期望信号和噪声信号分量。仅根据期望信号或噪声信号分量,来确定信号源的入射角,进而确定出每个传感器对应的波达方向,如此消除或减弱了信号反射和噪声的影响,提高了对波达方向估计的准确性和鲁棒性。进而根据确定的每个传感器对应的波达方向,对信号源的位置进行定位,减小了对信号源进行定位的误差。
本发明实施例所提供的信号源定位装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种信号源定位方法,其特征在于,所述方法包括:
获取传感器阵列包括的每个传感器对应的接收信号,所述传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离相同或不同;
根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量;
根据所述期望信号或所述噪声信号分量确定出信号源的入射角;
根据所述入射角和所述传感器阵列中相邻传感器之间的连线,分别确定所述每个传感器对应的波达方向;
根据所述每个传感器对应的波达方向,对所述信号源的位置进行定位。
2.根据权利要求1所述的方法,其特征在于,所述根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量,包括:
对所述每个传感器对应的接收信号进行时频转换,得到所述传感器阵列对应的频域信号;
根据预先设计的分离矩阵,通过如下公式(1),对所述频域信号进行分离变换;从所述分离变换的变换结果中获取期望信号和噪声信号分量;
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为所述分离矩阵,y(f)为频率在f的子带内的频域信号。
3.根据权利要求2所述的方法,其特征在于,所述根据所述期望信号确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据所述多个角度中的每个角度以及所述期望信号,分别计算所述每个角度对应的所述期望信号的统计特性值;
从所述期望信号的每个统计特性值中获取最大的统计特性值,将所述最大的统计特性值对应的角度确定为所述信号源的入射角。
4.根据权利要求2所述的方法,其特征在于,所述根据所述噪声信号分量确定出信号源的入射角,包括:
从预设角度区间中按照预设角度间隔获取多个角度;
根据所述多个角度中的每个角度以及所述噪声信号分量,分别计算所述每个角度对应的所述噪声信号分量的统计特性值;
从所述噪声信号分量的统计特性值中获取最小的统计特性值,将所述最小的统计特性值对应的角度确定为所述信号源的入射角。
5.根据权利要求1所述的方法,其特征在于,所述根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量之前,还包括:
根据相位延迟向量和所述传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵;
其中,在公式(2)中,T为所述分离矩阵,M为所述传感器数目,D为所述相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
6.一种信号源定位装置,其特征在于,所述装置包括:
获取模块,用于获取传感器阵列包括的每个传感器对应的接收信号,所述传感器阵列至少包括两个传感器,各个传感器的位置为预先设计的,且各个传感器之间的距离相同或不同;
分离模块,用于根据预先设计的分离矩阵从所述获取的接收信号中分离出期望信号和噪声信号分量;
第一确定模块,用于根据所述期望信号或所述噪声信号分量确定出信号源的入射角;
第二确定模块,用于根据所述入射角和所述传感器阵列中相邻传感器之间的连线,分别确定所述每个传感器对应的波达方向;
定位模块,用于根据所述每个传感器对应的波达方向,对所述信号源的位置进行定位。
7.根据权利要求6所述的装置,其特征在于,所述分离模块包括:
时频转换单元,用于对所述每个传感器对应的接收信号进行时频转换,得到所述传感器阵列对应的频域信号;
第一获取单元,用于根据预先设计的分离矩阵,通过如下公式(1),对所述频域信号进行分离变换;从所述分离变换的变换结果中获取期望信号和噪声信号分量;
y'(f)=T*y(f)…(1)
其中,在公式(1)中,f为频率,y'(f)为频率在f的子带内的频域信号对应的变换结果,T为所述分离矩阵,y(f)为频率在f的子带内的频域信号。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第二获取单元,用于从预设角度区间中按照预设角度间隔获取多个角度;
第一计算单元,用于根据所述多个角度中的每个角度以及所述期望信号,分别计算所述每个角度对应的所述期望信号的统计特性值;
第一确定单元,用于从所述期望信号的统计特性值中获取最大的统计特性值,将所述最大的统计特性值对应的角度确定为所述信号源的入射角。
9.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第三获取单元,用于从预设角度区间中按照预设角度间隔获取多个角度;
第二计算单元,用于根据所述多个角度中的每个角度以及所述噪声信号分量,分别计算所述每个角度对应的所述噪声信号分量的统计特性值;
第二确定单元,用于从所述噪声信号分量的统计特性值中获取最小的统计特性值,将所述最小的统计特性值对应的角度确定为所述信号源的入射角。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
构造模块,用于根据相位延迟向量和所述传感器阵列包括的传感器数目,通过如下公式(2),构造分离矩阵;
其中,在公式(2)中,T为所述分离矩阵,M为所述传感器数目,D为所述相位延迟向量,为的共轭转置,IM为行数和列数均为M的单位矩阵,i1为单位矩阵IM的第一列元素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510378580.2A CN104931928B (zh) | 2015-07-01 | 2015-07-01 | 一种信号源定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510378580.2A CN104931928B (zh) | 2015-07-01 | 2015-07-01 | 一种信号源定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104931928A true CN104931928A (zh) | 2015-09-23 |
CN104931928B CN104931928B (zh) | 2017-10-10 |
Family
ID=54119181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510378580.2A Active CN104931928B (zh) | 2015-07-01 | 2015-07-01 | 一种信号源定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104931928B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108538306A (zh) * | 2017-12-29 | 2018-09-14 | 北京声智科技有限公司 | 提高语音设备doa估计的方法及装置 |
WO2018211402A1 (en) * | 2017-05-17 | 2018-11-22 | International Business Machines Corporation | Combined chemical and velocity sensors for fluid contamination analysis |
CN109143164A (zh) * | 2018-10-11 | 2019-01-04 | 哈尔滨工业大学 | 基于高斯过程回归的无线信号源定位方法 |
CN111352073A (zh) * | 2018-12-24 | 2020-06-30 | 珠海格力电器股份有限公司 | 一种声源定位方法及系统 |
CN112179669A (zh) * | 2020-09-21 | 2021-01-05 | 西北工业大学 | 基于发动机整机试验的喷流噪声测试方法 |
CN116540172A (zh) * | 2023-07-05 | 2023-08-04 | 南京理工大学 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007101451A1 (en) * | 2006-03-09 | 2007-09-13 | Fundacio Privada Centre Tecnologic De Telecomunicacions De Catalunya | Method and system for estimating directions-of-arrival in low power or low sample size scenarios |
CN101957443A (zh) * | 2010-06-22 | 2011-01-26 | 嘉兴学院 | 声源定位方法 |
CN102736063A (zh) * | 2012-07-06 | 2012-10-17 | 绍兴文理学院 | 近场声源定位方法 |
CN103856866A (zh) * | 2012-12-04 | 2014-06-11 | 西北工业大学 | 低噪微分麦克风阵列 |
WO2014142478A1 (ko) * | 2013-03-12 | 2014-09-18 | Lim Dong-Kwon | 음파를 이용한 위치 정보 제공 시스템 |
-
2015
- 2015-07-01 CN CN201510378580.2A patent/CN104931928B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007101451A1 (en) * | 2006-03-09 | 2007-09-13 | Fundacio Privada Centre Tecnologic De Telecomunicacions De Catalunya | Method and system for estimating directions-of-arrival in low power or low sample size scenarios |
CN101957443A (zh) * | 2010-06-22 | 2011-01-26 | 嘉兴学院 | 声源定位方法 |
CN102736063A (zh) * | 2012-07-06 | 2012-10-17 | 绍兴文理学院 | 近场声源定位方法 |
CN103856866A (zh) * | 2012-12-04 | 2014-06-11 | 西北工业大学 | 低噪微分麦克风阵列 |
WO2014142478A1 (ko) * | 2013-03-12 | 2014-09-18 | Lim Dong-Kwon | 음파를 이용한 위치 정보 제공 시스템 |
Non-Patent Citations (2)
Title |
---|
殷作亮: "基于麦克风阵列的MUSIC声源定位算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王纯等: "Householder干扰阻塞法的弱信号DOA估计", 《计算机工程与应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018211402A1 (en) * | 2017-05-17 | 2018-11-22 | International Business Machines Corporation | Combined chemical and velocity sensors for fluid contamination analysis |
US10502862B2 (en) | 2017-05-17 | 2019-12-10 | International Business Machines Corporation | Combined chemical and velocity sensors for fluid contamination analysis |
CN110622023A (zh) * | 2017-05-17 | 2019-12-27 | 国际商业机器公司 | 用于流体污染分析的化学和速度组合传感器 |
US10935692B2 (en) | 2017-05-17 | 2021-03-02 | International Business Machines Corporation | Combined chemical and velocity sensors for fluid contamination analysis |
CN110622023B (zh) * | 2017-05-17 | 2023-11-24 | 国际商业机器公司 | 用于流体污染分析的化学和速度组合传感器 |
CN108538306A (zh) * | 2017-12-29 | 2018-09-14 | 北京声智科技有限公司 | 提高语音设备doa估计的方法及装置 |
CN108538306B (zh) * | 2017-12-29 | 2020-05-26 | 北京声智科技有限公司 | 提高语音设备doa估计的方法及装置 |
CN109143164A (zh) * | 2018-10-11 | 2019-01-04 | 哈尔滨工业大学 | 基于高斯过程回归的无线信号源定位方法 |
CN111352073A (zh) * | 2018-12-24 | 2020-06-30 | 珠海格力电器股份有限公司 | 一种声源定位方法及系统 |
CN112179669A (zh) * | 2020-09-21 | 2021-01-05 | 西北工业大学 | 基于发动机整机试验的喷流噪声测试方法 |
CN116540172A (zh) * | 2023-07-05 | 2023-08-04 | 南京理工大学 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
CN116540172B (zh) * | 2023-07-05 | 2023-09-22 | 南京理工大学 | 入射信号来波方向的估计方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104931928B (zh) | 2017-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104931928A (zh) | 一种信号源定位方法及装置 | |
Blandin et al. | Multi-source TDOA estimation in reverberant audio using angular spectra and clustering | |
EP2702424B1 (en) | Systems and methods for blind localization of correlated sources | |
US20130308790A1 (en) | Methods and systems for doppler recognition aided method (dream) for source localization and separation | |
Wang et al. | Robust TDOA Estimation Based on Time-Frequency Masking and Deep Neural Networks. | |
CN105230044A (zh) | 空间音频装置 | |
CN104142492A (zh) | 一种srp-phat多源空间定位方法 | |
CN104730491A (zh) | 一种基于l型阵的虚拟阵列doa估计方法 | |
Zeng et al. | High-resolution multiple wideband and nonstationary source localization with unknown number of sources | |
CN101779140B (zh) | 在任意传感器网络上使用空间平滑来测量相干源的到达角的方法 | |
Padois et al. | Acoustic source localization using a polyhedral microphone array and an improved generalized cross-correlation technique | |
Di Carlo et al. | Mirage: 2d source localization using microphone pair augmentation with echoes | |
Izedi et al. | Joint DOA estimation and source number detection for arrays with arbitrary geometry | |
US20080181056A1 (en) | Method for real time matched field processing | |
Hu et al. | Decoupled direction-of-arrival estimations using relative harmonic coefficients | |
EP2716074B1 (en) | Method for self-calibrating a set of acoustic sensors, and corresponding system | |
Suleiman et al. | Search-free decentralized direction-of-arrival estimation using common roots for non-coherent partly calibrated arrays | |
Lebarbenchon et al. | Evaluation of an open-source implementation of the SRP-PHAT algorithm within the 2018 LOCATA challenge | |
Vera-Diaz et al. | Towards domain independence in CNN-based acoustic localization using deep cross correlations | |
CN103513249B (zh) | 一种宽带相干模基信号处理方法及系统 | |
Harvey et al. | A harmonic spectral beamformer for the enhanced localization of propeller-driven aircraft | |
Bu et al. | TDOA estimation of speech source in noisy reverberant environments | |
Drude et al. | DOA-estimation based on a complex Watson kernel method | |
Dang et al. | Multiple sound source localization based on a multi-dimensional assignment model | |
Peng et al. | A novel weighted spatial smoothing DOA estimation algorithm for coherent signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |