CN105138743B - 一种基于单矢量水听器的相干信号源方位估计方法 - Google Patents
一种基于单矢量水听器的相干信号源方位估计方法 Download PDFInfo
- Publication number
- CN105138743B CN105138743B CN201510477827.6A CN201510477827A CN105138743B CN 105138743 B CN105138743 B CN 105138743B CN 201510477827 A CN201510477827 A CN 201510477827A CN 105138743 B CN105138743 B CN 105138743B
- Authority
- CN
- China
- Prior art keywords
- coherent
- objective function
- coherent signal
- max
- search
- 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.)
- Active
Links
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于单矢量水听器的相干信号源方位估计方法。包括以下步骤:确定三个通道中两个相干信号的加权矩阵,根据加权矩阵将接收信号分解成两个子信号;确定子信号的MUSIC谱为目标函数;根据目标函数进行最优搜索,确定两个相干信号源的方位角。本发明通过确定三个通道中两个相干信号的加权矩阵,实现两个相干信号源的分离,解决了单只矢量水听器两个相干信号源条件下,信号方位合并为一个的问题,实现了单只矢量水听器两个相干信号源的方位估计。
Description
技术领域
本发明属于基阵信号处理领域。尤其涉及一种基于单矢量水听器的相干信号源方位估计方法。
背景技术
与声压水听器相比,矢量水听器可以同时、共点测量声场的声压与振速,获得更多的声场信息,依靠单个矢量水听器就可以完成水下目标的方位估计,且不存在多值模糊的问题。因此在许多安装空间有限的应用场所,采取单只矢量水听器作为声呐的接收器,是目前水声领域比较流行而且非常实用的工程应用方式。
相干信号源的估计问题始终是空间谱估计中的研究热点问题。对声压阵或声矢量阵而言,当信号源完全相干时,阵列接收的数据协方差矩阵的秩降为1,这会导致某些相干源的导向矢量与噪声子空间不完全正交,从而导致常规的MUSIC算法无法正确估计信号源方位;而对单只矢量水听器而言,当信号源完全相干时,两个相干信号的方向矢量会合并为一个,常规的空间谱估计方法估计出的信号方位为合成的信号方位,不能正确估计两个相干信号源的方位。因此,在相干信号源情况下正确估计信号方向的关键问题,一方面是如何通过预处理使得信号协方差矩阵的秩得到有效恢复,从而正确估计信号源的方向;另一方面是如何通过预处理将相干信号源分开,再对其进行方位估计。目前关于解相干的处理主要是通过恢复协方差矩阵的秩实现的,基本有两大类:一类是降维处理,如基于空间平滑、基于矩阵重构两类算法,这类算法的解相干性能是通过降低自由度换取的,不适合单只矢量水听器相干信号源方位估计;另一类是非降维处理,主要有频域平滑算法、Toeplitz方法、虚拟阵列变换法等。这类算法与降维算法相比最大的优点在于阵列的自由度不变,但这类算法往往针对的是特定环境,也不适合单只矢量水听器相干信号源方位估计。
发明内容
本发明的目的是提供一种操作方法简单、效率高的,基于单矢量水听器的相干信号源方位估计方法。
一种基于单矢量水听器的相干信号源方位估计方法,包括以下步骤,
步骤一:确定声压P通道、振速Vx通道和振速Vy通道中两个相干信号的加权矩阵T,根据加权矩阵T将接收数据X(t)分成两个子信号X1(t)和X2(t),其中X1(t)=TX(t);
步骤二:确定子信号的MUSIC谱为目标函数,子信号的MUSIC谱为:
其中:或是第i
个水声信号源在单只矢量水听器上的方向矢量,i≤2,和为搜索角度,是搜索到的两
个相干信号的幅度比,是对原始接收数据协方差矩阵进行特征分解得到噪声子空间;
步骤三:根据目标函数进行最优搜索,找到目标函数最大值对应的搜索角度和即为两个相干信号源的入射角度θ1和θ2。
本发明一种基于单矢量水听器的相干信号源方位估计方法,还可以包括:
1、目标函数进行最优搜索的过程为:
(1)确定搜索范围并设置初始参数根据初始参数对接收数据进行分解得到子信号X1(t),进而求出初始参数条件下的目标函数值,定义该目标函数值为最大值,并将初始参数值定义为估计到的参数值,即
(2)重置参数求出在新的参数条件下的目标函数
(3)比较fmax和fnew的大小,将其中大的一个定义为新的目标函数的最大值,并将其对应的参数定义为新的估计到的参数值,即:
fmax=max(fmax,fnew)
<θ1,θ2,k>=<θ1,θ2,k>|max(fmax,fnew)
(4)重复步骤(2)~(3),直到将搜索范围内的所有参数全部搜索完毕。
有益效果:
本发明不同于传统的通过恢复信号协方差矩阵的秩来实现解相干的算法,本发明方法提出了单只矢量水听器三个通道中两个相干信号的加权矩阵,根据加权矩阵实现接收数据中两个相干信号的分解,解决了单只矢量水听器两个相干信号源条件下,信号方位合并为一个的问题,实现了单只矢量水听器两个相干信号源的方位估计。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面将结合附图对本发明作进一步详细说明。
本发明方法从另一方面考虑,不同于传统的通过恢复信号协方差矩阵的秩来实现解相干的算法,而是从接收数据入手,先确定三个通道中两个相干信号的加权矩阵,根据加权矩阵将接收信号分解成两个子信号,再对其中一个子信号进行信号协方差矩阵的构造和方位估计。由于两个相干信号的加权矩阵包含了两个信号的方位信息,因此可实现两个相干信号源的方位估计。
本发明的目的是这样实现的:
步骤S1:确定三个通道中两个相干信号的加权矩阵,根据加权矩阵将接收信号分解成两个子信号;
步骤S2:确定子信号的MUSIC谱为目标函数;
步骤S3:根据目标函数进行最优搜索,确定两个相干信号源的方位角;
本发明的核心技术在于提出了三个通道中两个相干信号的加权矩阵,并根据加权矩阵将接收信号分解成两个子信号。两个相干信号的加权矩阵包含了两个相干信号的方位角和两个相干信号的幅度比,当搜索的角度和分别等于两个相干信号源的方位角θ1和θ2,且搜索到的两个相干信号的幅度比等于真实的两个相干信号的幅度比k时,则实现对接收数据中两个相干信号源的正确分解,进而子信号的MUSIC谱会产生一个最大值。因此定义子信号的MUSIC谱为目标函数,找出目标函数最大值点对应的两个搜索角度即为两个相干信号源的方位角。
下面将结合附图1对本发明加以详细说明:
步骤S1:两个相干信号源s1(t)、s2(t),分别从不同角度θ1、θ2入射到单只矢量水听器上时,由于s1(t)、s2(t)为相干信号,满足s2(t)=ks1(t),其中k为常数,因此两个信号的方向矢量在单只矢量水听器接收数据模型中将会合并为一个,也就是说,两个信号的方位合并为一个。此时若用常规的MUSIC算法估计其方位,得到的是两个信号的合成方位,不能正确估计出两个相干信号源的方位。
本发明方法通过提出的三个通道中两个相干信号的加权矩阵,实现两个相干信号源的分离。具体的说就是先确定声压P通道、振速Vx通道、振速Vy通道中两个相干信号的加权矩阵T,根据加权矩阵T将接收数据X(t)分成两个子信号X1(t)和X2(t),如X1(t)表达式可记为:
X1(t)=TX(t)
T是相干信号s1(t)在各个通道中的加权矩阵,包含了两个相干信号的方位角和两个相干信号的幅度比,当搜索的角度和分别等于两个相干信号源的方位角θ1和θ2,且搜索到的两个相干信号的幅度比等于真实的两个相干信号的幅度比k时,则实现对接收数据中两个相干信号源的正确分解。
步骤S2:确定子信号的MUSIC谱为目标函数。具体的说就是我们定义目标函数为分解后得到的子信号的MUSIC谱:
式中:或是第i
(i≤2)个水声信号源在单只矢量水听器上的方向矢量,表达式为:
a(θi)=[1 cosθi sinθi]T
是对原始接收数据协方差矩阵进行特征分解得到噪声子空间。
当搜索的角度和分别等于两个相干信号源的方位角θ1和θ2,且搜索到的两个相干信号的幅度比等于真实的两个相干信号的幅度比k时,则实现对接收数据中两个相干信号源的正确分解,目标函数将会取最大值。
步骤S3:根据目标函数进行最优搜索,确定两个相干信号源的方位角。具体地说就是通过最优搜索,找到目标函数最大值对应的搜索角度和即为两个相干信号源的入射角度θ1和θ2。具体步骤如下:
(1)确定搜索范围并设置初始参数根据初始参数对接收数据进行分解得到子信号X1(t),进而求出初始参数条件下的目标函数值,定义该目标函数值为最大值,并将初始参数值定义为估计到的参数值,即
(2)重置参数求出在新的参数条件下的目标函数
(3)比较fmax和fnew的大小,将其中大的一个定义为新的目标函数的最大值,并将其对应的参数定义为新的估计到的参数值,即:
fmax=max(fmax,fnew)
<θ1,θ2,k>=<θ1,θ2,k>|max(fmax,fnew)
(4)重复步骤(2)、(3),直到将搜索范围内的所有参数全部搜索完毕,此时得到的θ1、θ2即为估计到的两个相干信号源的方位。
本发明两个相干信号的加权矩阵包含了两个相干信号的方位角和两个相干信号的幅度比,当搜索的角度和分别等于两个相干信号源的方位角θ1和θ2,且搜索到的两个相干信号的幅度比等于真实的两个相干信号的幅度比k时,则实现对接收数据中两个相干信号源的正确分解。定义子信号的MUSIC谱为目标函数。当MUSIC谱取最大值时,则实现对接收数据中两个相干信号源的正确分解,此时对应的两个搜索角度即为两个相干信号源的方位角。
Claims (2)
1.一种基于单矢量水听器的相干信号源方位估计方法,其特征在于:包括以下步骤,
步骤一:确定声压P通道、振速Vx通道和振速Vy通道中两个相干信号的加权矩阵T,根据加权矩阵T将接收数据X(t)分成两个子信号X1(t)和X2(t),其中X1(t)=TX(t);
步骤二:确定子信号的MUSIC谱为目标函数,子信号的MUSIC谱为:
其中:或 是第i个水声信号源在单只矢量水听器上的方向矢量,i≤2,和为搜索角度,是搜索到的两个相干信号的幅度比,是对原始接收数据协方差矩阵进行特征分解得到噪声子空间;
步骤三:根据目标函数进行最优搜索,找到目标函数最大值对应的搜索角度和即为两个相干信号源的入射角度θ1和θ2。
2.根据权利要求1所述的一种基于单矢量水听器的相干信号源方位估计方法,其特征在于:所述的目标函数进行最优搜索的过程为:
(1)确定搜索范围并设置初始参数根据初始参数对接收数据进行分解得到子信号X1(t),进而求出初始参数条件下的目标函数值,定义该目标函数值为最大值,并将初始参数值定义为估计到的参数值,即
(2)重置参数求出在新的参数条件下的目标函数
(3)比较fmax和fnew的大小,将其中大的一个定义为新的目标函数的最大值,并将其对应的参数定义为新的估计到的参数值,即:
fmax=max(fmax,fnew)
<θ1,θ2,k>=<θ1,θ2,k>|max(fmax,fnew)
(4)重复步骤(2)~(3),直到将搜索范围内的所有参数全部搜索完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510477827.6A CN105138743B (zh) | 2015-08-06 | 2015-08-06 | 一种基于单矢量水听器的相干信号源方位估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510477827.6A CN105138743B (zh) | 2015-08-06 | 2015-08-06 | 一种基于单矢量水听器的相干信号源方位估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105138743A CN105138743A (zh) | 2015-12-09 |
CN105138743B true CN105138743B (zh) | 2018-12-07 |
Family
ID=54724090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510477827.6A Active CN105138743B (zh) | 2015-08-06 | 2015-08-06 | 一种基于单矢量水听器的相干信号源方位估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105138743B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202892B (zh) * | 2016-06-30 | 2020-12-04 | 哈尔滨工业大学(威海) | 一种基于噪声子空间单一矢量的快速doa估计算法 |
CN106646350B (zh) * | 2016-09-08 | 2019-06-14 | 哈尔滨工程大学 | 一种单只矢量水听器各通道幅度增益不一致时的修正方法 |
CN111596262B (zh) * | 2020-05-07 | 2023-03-10 | 武汉敏声新技术有限公司 | 矢量水听器及基于该矢量水听器的多目标方位估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0616705A4 (en) * | 1991-12-12 | 1994-10-26 | Essex Corp | RADIATION WITH DELAYED TIME. |
CN102255671A (zh) * | 2011-07-06 | 2011-11-23 | 哈尔滨工程大学 | 一种单矢量传感器水声多址通信方法 |
CN102981146A (zh) * | 2012-11-19 | 2013-03-20 | 哈尔滨工程大学 | 一种单矢量水听器被动定位方法 |
-
2015
- 2015-08-06 CN CN201510477827.6A patent/CN105138743B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0616705A4 (en) * | 1991-12-12 | 1994-10-26 | Essex Corp | RADIATION WITH DELAYED TIME. |
CN102255671A (zh) * | 2011-07-06 | 2011-11-23 | 哈尔滨工程大学 | 一种单矢量传感器水声多址通信方法 |
CN102981146A (zh) * | 2012-11-19 | 2013-03-20 | 哈尔滨工程大学 | 一种单矢量水听器被动定位方法 |
Non-Patent Citations (3)
Title |
---|
Two-dimensional DOA estimation of coherent signals using acoustic vector sensor array;Palanisamy P 等;《Signal Processing》;20121231;第92卷(第1期);第19-28页 * |
单矢量水听器多目标方位估计的算法研究;孟春霞 等;《舰船科学技术》;20070430;第29卷(第2期);第123-126页 * |
矢量水听器阵波束域 MUSIC 算法研究;王绪虎 等;《计算机工程与应用》;20090521;第45卷(第15期);第147-149页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105138743A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597022B (zh) | 声源方位角运算、定位目标音频的方法、装置和设备 | |
KR101688354B1 (ko) | 신호 소스 분리 | |
Brutti et al. | Comparison between different sound source localization techniques based on a real data collection | |
CN108122563A (zh) | 提高语音唤醒率及修正doa的方法 | |
CN109599124A (zh) | 一种音频数据处理方法、装置及存储介质 | |
CN103308889A (zh) | 复杂环境下被动声源二维doa估计方法 | |
Ren et al. | A novel multiple sparse source localization using triangular pyramid microphone array | |
WO2008020870A3 (en) | M-algorithm multiuser detector with correlation based pruning | |
CN105138743B (zh) | 一种基于单矢量水听器的相干信号源方位估计方法 | |
CN109254261A (zh) | 基于均匀圆阵epuma的相干信号零陷加深方法 | |
Souden et al. | Location feature integration for clustering-based speech separation in distributed microphone arrays | |
CN105954709A (zh) | 一种基于特征值多阈值修正的声矢量圆阵信源数检测方法 | |
Hosseini et al. | Time difference of arrival estimation of sound source using cross correlation and modified maximum likelihood weighting function | |
Wang et al. | TARGET SPEECH EXTRACTION IN COCKTAIL PARTY BY COMBINING BEAMFORMING AND BLIND SOURCE SEPARATION. | |
Tourbabin et al. | Speaker localization by humanoid robots in reverberant environments | |
Le Gall et al. | Matched-field performance prediction with model mismatch | |
CN111679244B (zh) | 一种基于平面波相对密度的直达声时频点选取方法 | |
CN112152959B (zh) | 水声通信探测信号处理方法、装置、设备及存储介质 | |
CN114019452A (zh) | 基于垂直波束谱空间差异因子的浅海目标深度分辨方法 | |
CN105703841A (zh) | 一种多路径传播宽带主动声信号的分离方法 | |
CN113223552A (zh) | 语音增强方法、装置、设备、存储介质及程序 | |
Wei et al. | Angle–of–Arrival (AoA) Factorization in Multipath Channels | |
Geng et al. | A time-frequency bins selection pipeline for direction-of-arrival estimation using a single acoustic vector sensor | |
Liu et al. | Sound source localization and speech enhancement algorithm based on fixed beamforming | |
EP4171064A1 (en) | Spatial dependent feature extraction in neural network based audio processing |
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 |