CN109001678B - 一种基于三维麦克风阵列的雷声检测与定位方法 - Google Patents
一种基于三维麦克风阵列的雷声检测与定位方法 Download PDFInfo
- Publication number
- CN109001678B CN109001678B CN201710419138.9A CN201710419138A CN109001678B CN 109001678 B CN109001678 B CN 109001678B CN 201710419138 A CN201710419138 A CN 201710419138A CN 109001678 B CN109001678 B CN 109001678B
- Authority
- CN
- China
- Prior art keywords
- thunder
- signal
- dimensional
- energy
- sampling
- 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
Images
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
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
Abstract
本申请公开了一种基于三维麦克风阵列的雷声检测与定位方法。该方法首先基于预设采样率对三维麦克风阵列接收到的声信号进行采集,进而对单个麦克风的声信号能量进行平滑和归一化处理,并联合多麦克风的声信号能量对雷声进行检测。当检测出雷声时,通过各个线性麦克风阵列粗略估计出雷声的俯仰角和方位角。进一步,在粗略估计出的俯仰角和方位角邻近区域,使用整个三维麦克风阵列进行二维DOA扫描,从而准确地估计出雷声的俯仰角和方位角。
Description
技术领域
本申请涉及声信号检测与定位领域,更具体地说,涉及一种基于三维麦克风阵列的雷声检测与定位方法。
背景技术
在现有的雷声测向设备中,常采用三维麦克风阵列,基于传统的TDOA算法,例如广义互相关算法(GCC),精度较低,且对于大噪声环境难以取得鲁棒的测向结果。
基于经典的高分辨DOA算法,如多重信号分类算法(MUSIC)和最小功率估计器算法(Capon),则由于涉及协方差矩阵分解或者求逆,导致在低信噪比环境下容易出错,稳定性差。
直接利用常规波束形成算法进行二维DOA估计计算复杂度高,实用性较差;但是,直接利用线阵对俯仰角和方位角进行一维估计,则无法很好的利用阵列孔径,导致测向精度较差,同时,由于受到阵列构型的影响,不同方向的测向精度差距也较大。
发明内容
有鉴于此,本申请提供一种基于三维麦克风阵列的雷声检测与定位方法,可以较准确地估计出雷声的俯仰角和方位角。
为了实现上述目的,现提出的方案如下:
一种基于三维麦克风阵列的雷声检测与定位方法,包括:
基于预设采样频率对三维麦克风阵列接收到的声信号进行采样,所述三维麦克风阵列包括四个线性麦克风阵列;
对单个麦克风的声信号能量进行平滑和归一化处理,并联合多麦克风的声信号能量判断所述声信号是否包含雷声信号;
若是,分别计算所述雷声信号在四个线阵上的入射角度,并联合雷声信号在四个线阵上的入射角度估算所述雷声信号的俯仰角和方位角;
在估算出的所述雷声信号的俯仰角和方位角的邻近区域进行二维DOA扫描,精确计算所述雷声信号和俯仰角和方位角。
优选的,所述基于预设采样频率对三维麦克风阵列接收到的声信号进行采样,包括:
基于预设采样率对所述声信号进行采样,将采样数据划分成一系列采样帧,所述采样帧包含多个采样点。
优选的,所述对单个麦克风的声信号能量进行平滑和归一化处理,包括:
对每个采样帧进行傅里叶变换,得到频谱信号,计算所述采样帧在预设频段内的信号能量;
选取第一个数的采样帧作为雨声信号帧,选择第二个数的采样帧作为处理帧;
利用预设平滑窗口对所述雨声信号帧进行平滑处理,并根据所述雨声信号帧平滑处理后的声信号能量估计雨声能量;
利用预设平滑窗口对所述处理帧进行平滑处理,并基于所述雨声能量对所述处理帧的平滑处理后的声能量进行归一化处理。
优选的,所述联合多麦克风的声信号能量判断所述声信号是否包含雷声信号,包括:
联合多麦克风的处理帧,计算所述处理帧的归一化平均能量;
比较所述处理帧的归一化平均能量与预设门限,若所述处理帧的归一化平均能量大于所述预设门限,则确定所述声信号包含雷声信号。
优选的,所述分别计算所述雷声信号在四个线阵上的入射角度,并联合雷声信号在四个线阵上的入射角度估算所述雷声信号的俯仰角和方位角,包括:
在预设频带范围内,确定各个线阵在每个频点的数据矩阵,并计算所述数据矩阵的协方差矩阵;
对所述数据矩阵的协方差矩阵进行特征分解,得到最大特征值对应的特征向量;
根据所述特征向量确定计算所述雷声信号在四个线阵上的入射角度;
根据各个线性的方向矢量以及所述雷声信号在各个线阵上的入射角度,估算所述雷声信号的俯仰角和方位角。
优选的,所述在估算出的所述雷声信号的俯仰角和方位角的邻近区域进行二维DOA扫描,精确计算所述雷声信号的俯仰角和方位角,包括:
根据三维麦克风阵列在预设频点的数据矩阵对应的协方差矩阵,计算所述频点对应的二维谱值;
在预设角度范围内,将所述二维谱值最大时对应的俯仰角和方位角作为所述雷声信号的精确俯仰角和方位角。
经由上述技术方案可知,本申请公开了一种基于三维麦克风阵列的雷声检测与定位方法。该方法首先基于预设采样率对三维麦克风阵列接收到的声信号进行采集,进而对单个麦克风的声信号能量进行平滑和归一化处理,并联合多麦克风的声信号能量对雷声进行检测。当检测出雷声时,通过各个线阵以及来波方向粗略估计出雷声的俯仰角和方位角。进一步,结合三维麦克风阵列粗略估计出的俯仰角和方位角邻近区域进行二维DOA扫描,从而准确地估计出雷声的俯仰角和方位角。与现有技术相比,本发明提出的两步雷声定位方法,很好地兼顾了精度和计算量的需求,在第一步粗略估计的过程中,利用线阵特性直接求解出一维DOA,不需要空间搜索,相对于传统算法中的谱搜索,计算复杂度更小,其后,将多个线阵的估计结果通过公式联合解得二维的DOA,相对于传统算法将方位角和俯仰角分别估计,更好地利用了阵列孔径,具有更高的估计精度;在第二步二维谱搜索中,由于已经得到二维DOA的粗略估计,相对于直接全空间二维搜索的传统算法,搜索范围大大减小,而精度却可以保持不变,同时也使算法更加鲁棒,在单快拍和低信噪比等条件下仍具有良好性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1示出了本发明一个实施例公开的一种基于三维麦克风阵列的雷声检测与定位方法;
图2示出了本发明另一个实施例公开的一种三维麦克风阵列图;
图3示出了本发明公开的线型麦克风阵列示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
参见图1示出了本发明一个实施例公开的一种图1示出了本发明一个实施例公开的一种基于三维麦克风阵列的雷声检测与定位方法。
在本实施例中,该方法包括:
由图1可知,该方法包括:
S101:基于预设采样频率对三维麦克风阵列接收到的声信号进行采样。
为了在强干扰背景下准确检测出雷声,需将雨声能量尽量滤除,由于雨声能量主要集中在200Hz以下,雷声能量主要集中在2000Hz以下,且在1000Hz以下能量明显大于雨声能量,因此取200~1000Hz的频带来检测雷声,选取Q个采样点为一帧,帧与帧之间数据重叠50%。
S102:对单个麦克风的声信号能量进行平滑和归一化处理,并联合多麦克风的声信号能量判断所述声信号是否包含雷声信号。
三维阵列由四个线阵组成,总体结构如图2所示,打雷一般伴随着强降雨,雨声可以看作是强干扰背景噪声,麦克风阵列接收到的声信号如下:
xi(t)=s(t-τi)+wi(t),i=1,2,...,N;
其中,xi(t)为t时刻第i个麦克风接收到的带噪声信号,s(t)为t时刻的雷声信号,若没有雷声信号则s(t)=0,wi(t)为t时刻第i个麦克风接收到的雨声(背景噪声),τi表示源信号到达第i麦克风与参考麦克风的时间差;
对xi(t)做短时傅里叶变换,得到:
取200Hz~1000Hz的频点能量求和:
Ei(t,:)=∑f∈200~1000abs2(Xi(t,f)),其中,abs(·)表示绝对值。
在开始检测雷声时,需要估计雨声(背景噪声)的能量,一般可以假设前几秒没有雷声,为了方便描述,我们假设前K帧数据没有雷声,用来估计初始雨声能量,由于能量-时间帧曲线不平滑,有很尖的毛刺,毛刺是突发性的外界冲击噪声,例如雨滴直接滴落在麦克风上,需要对能量做平滑处理,取L帧能量的平均值:
每个通道平滑窗长设为L帧,每L帧平滑一次后得到K-L+1帧数据,这K-L+1帧数据作为以后雨声估计的更新窗长,其均值可作为每个通道的雨声能量估计值:
其后,每个通道每接收一帧数据,与前L-1帧数据做一次平滑,为保证检测的鲁棒性,选择待P帧数据做检测,每个通道接收P帧数据后,
由于不同麦克风响应不同,导致不同通道能量差异很大,从而不同通道所占的权重不同,为保证检测的鲁棒性,在联合各通道检测之前,将每个通道的能量归一化到同一量级,采用初始雨声能量作归一化得:
归一化后N个通道求和:
联合通道可以进一步去除毛刺保证检测的鲁棒性,得到P帧联合各通道的检测数据,如果这P帧的平均能量大于雨声(噪声)能量的λ倍,此处雨声能量已经归一化近似等于1,因此检测门限为λ(取2~3之间):
如果这P帧数据的均值小于门限,则认为没有雷声,将各个通道接收的这P帧的数据更新噪声估计:
如果这P帧数据的均值大于门限,则认为有雷声,立即用于定位。
S103:若是,分别计算所述雷声信号在四个线阵上的入射角度,并联合雷声信号在四个线阵上的入射角度估算所述雷声信号的俯仰角和方位角。
线阵的一般结构如图3所示,则第k个线阵在频点f的导向矢量可以表示为
将各个阵元距离参考阵元的距离表示为向量在三维直角坐标系中,第k个线阵的单位方向矢量为γk=[xk,yk,zk]T,信号入射方向单位矢量为β=[x,y,z]T,则其在频点f导向向量也可以表示为故三维阵列在频点f导向向量也可以表示为
其中,Z=[γ1[D1]T,γ2[D2]T,γ3[D3]T,γ4[D4]T]T为所有阵元的三维坐标矩阵。
线阵对于波长为两倍阵元间距的信号具有最佳的测向效果,波长小于两倍间距会产生相位混叠,而大于两倍间距则会导致相对孔径减小,测向精度下降。因此,设计阵元间距时就应该充分考虑到其对应的频率和雷声的能量分布关系。同样,当阵元间距固定时,为了得到准确的测向结果,同时也为减轻宽带处理时的计算复杂度,选取合适的处理频率范围fL~fH十分重要。一方面,要尽量选取阵列间距对应的最佳频率附近;另一方面,由于雷声能量主要分布在2000Hz以下,故也应考虑在此范围中选择。综合以上两点,选择合适的频率范围fL~fH。
在已经选择的频带范围fL~fH,第k个线阵在频点f的接收数据矩阵可表示为
其中,Sk(f)和Wk(f)分别为接收数据中的信号和噪声成分矩阵。则此线阵接收数据数据协方差矩阵为
其中,为信号功率。由于只有一个信号,无噪的协方差矩阵秩为一,故可对上式进行特征分解取最大特征值对应特征向量uk(f)作为导向矢量的估计,若为单快拍,则uk(f)为数据向量。则在频点f,信号在第k个线阵上的入射角度θk的估计为
上述估计的步骤,一方面,对快拍数要求较少,可以有效处理单快拍数据;另一方面,采用多个线阵一维测向,没有均匀线阵的要求,可以采用其它非均匀线阵,同时没有空间搜索和大规模矩阵运算。所以数据需求少,计算复杂度低,实时性好。此外,由于联合使用四个线阵的测向结果,其估计精度相对于传统算法更高。
S104:在估算出的所述雷声信号的俯仰角和方位角的邻近区域进行二维DOA扫描,精确计算所述雷声信号和俯仰角和方位角。
其中,X(f)=[[X1(f)]T,[X2(f)]T,[X3(f)]T,[X4(f)]T]T为三维阵列接收数据矩阵。计算频点的二维谱值
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于三维麦克风阵列的雷声检测与定位方法,其特征在于,包括:
基于预设采样率对三维麦克风阵列接收到的声信号进行采样,所述三维麦克风阵列包括四个线性麦克风阵列;
对单个麦克风的声信号能量进行平滑和归一化处理,并联合多麦克风的声信号能量判断所述声信号是否包含雷声信号;
若是,分别计算所述雷声信号在四个线阵上的入射角度,并联合雷声信号在四个线阵上的入射角度估算所述雷声信号的俯仰角和方位角;
在估算出的所述雷声信号的俯仰角和方位角的邻近区域进行二维DOA扫描,精确计算所述雷声信号和俯仰角和方位角;
所述分别计算所述雷声信号在四个线阵上的入射角度,并联合雷声信号在四个线阵上的入射角度估算所述雷声信号的俯仰角和方位角,包括:
在预设频带范围内,确定各个线阵在每个频点的数据矩阵,并计算所述数据矩阵的协方差矩阵;
对所述数据矩阵的协方差矩阵进行特征分解,得到最大特征值对应的特征向量;
根据所述特征向量确定计算所述雷声信号在四个线阵上的入射角度;
根据各个线阵的方向矢量以及所述雷声信号在各个线阵上的入射角度,估算所述雷声信号的俯仰角和方位角。
2.根据权利要求1所述的方法,其特征在于,所述基于预设采样率对三维麦克风阵列接收到的声信号进行采样,包括:
基于预设采样率对所述声信号进行采样,将采样数据划分成一系列采样帧,所述采样帧包含多个采样点。
3.根据权利要求2所述的方法,其特征在于,所述对单个麦克风的声信号能量进行平滑和归一化处理,包括:
对每个采样帧进行傅里叶变换,得到频谱信号,计算所述采样帧在预设频段内的信号能量;
选取第一个数的采样帧作为雨声信号帧,选择第二个数的采样帧作为处理帧;
利用预设平滑窗口对所述雨声信号帧进行平滑处理,并根据所述雨声信号帧平滑处理后的声信号能量估计雨声能量;
利用预设平滑窗口对所述处理帧进行平滑处理,并基于所述雨声能量对所述处理帧的平滑处理后的声能量进行归一化处理。
4.根据权利要求3所述的方法,其特征在于,所述联合多麦克风的声信号能量判断所述声信号是否包含雷声信号,包括:
联合多麦克风的处理帧,计算所述处理帧的归一化平均能量;
比较所述处理帧的归一化平均能量与预设门限,若所述处理帧的归一化平均能量大于所述预设门限,则确定所述声信号包含雷声信号。
5.根据权利要求1所述的方法,其特征在于,所述在估算出的所述雷声信号的俯仰角和方位角的邻近区域进行二维DOA扫描,精确计算所述雷声信号的俯仰角和方位角,包括:
根据三维麦克风阵列在预设频点的数据矩阵对应的协方差矩阵,计算所述频点对应的二维谱值;
在预设角度范围内,将所述二维谱值最大时对应的俯仰角和方位角作为所述雷声信号的精确俯仰角和方位角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710419138.9A CN109001678B (zh) | 2017-06-06 | 2017-06-06 | 一种基于三维麦克风阵列的雷声检测与定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710419138.9A CN109001678B (zh) | 2017-06-06 | 2017-06-06 | 一种基于三维麦克风阵列的雷声检测与定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109001678A CN109001678A (zh) | 2018-12-14 |
CN109001678B true CN109001678B (zh) | 2021-10-01 |
Family
ID=64573724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710419138.9A Active CN109001678B (zh) | 2017-06-06 | 2017-06-06 | 一种基于三维麦克风阵列的雷声检测与定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109001678B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703202B (zh) * | 2019-10-22 | 2022-06-21 | 哈尔滨工程大学 | 基于多声学波浪滑翔机和水面无人艇的水下脉冲声定位系统 |
CN111413649B (zh) * | 2020-04-23 | 2021-07-06 | 中国科学技术大学 | 基于近场宽带波束形成的大型电抗器故障检测方法及系统 |
CN113655340B (zh) * | 2021-08-27 | 2023-08-15 | 国网湖南省电力有限公司 | 基于声纹识别的输电线路雷击故障定位方法、系统及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001183473A (ja) * | 1999-12-27 | 2001-07-06 | Toshiba Corp | 落雷予測システム |
CN101799560A (zh) * | 2009-11-25 | 2010-08-11 | 中国气象局气象探测中心 | 多个声音传感器雷电定位仪及其定位方法 |
CN102680939A (zh) * | 2012-04-06 | 2012-09-19 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于声光电同步观测的雷电定位方法及装置 |
CN103792513A (zh) * | 2013-12-20 | 2014-05-14 | 国家电网公司 | 一种雷声定位系统及方法 |
CN104007414A (zh) * | 2014-04-29 | 2014-08-27 | 清华大学 | 基于平面阵的二维波达方向估计方法和估计器 |
CN106526531A (zh) * | 2016-10-10 | 2017-03-22 | 天津大学 | 基于三维天线阵列的改进传播算子二维doa估计算法 |
-
2017
- 2017-06-06 CN CN201710419138.9A patent/CN109001678B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001183473A (ja) * | 1999-12-27 | 2001-07-06 | Toshiba Corp | 落雷予測システム |
CN101799560A (zh) * | 2009-11-25 | 2010-08-11 | 中国气象局气象探测中心 | 多个声音传感器雷电定位仪及其定位方法 |
CN102680939A (zh) * | 2012-04-06 | 2012-09-19 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于声光电同步观测的雷电定位方法及装置 |
CN103792513A (zh) * | 2013-12-20 | 2014-05-14 | 国家电网公司 | 一种雷声定位系统及方法 |
CN104007414A (zh) * | 2014-04-29 | 2014-08-27 | 清华大学 | 基于平面阵的二维波达方向估计方法和估计器 |
CN106526531A (zh) * | 2016-10-10 | 2017-03-22 | 天津大学 | 基于三维天线阵列的改进传播算子二维doa估计算法 |
Non-Patent Citations (2)
Title |
---|
基于声光信号的雷电通道三维定位算法研究;张传亮 等;《气象水文海洋仪器》;20150331(第1期);第6-12页 * |
基于雷声到达时间差的单站闪电通道三维定位系统;章涵 等;《高原气象》;20120229;第31卷(第1期);第209-217页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109001678A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10979805B2 (en) | Microphone array auto-directive adaptive wideband beamforming using orientation information from MEMS sensors | |
CN107167778B (zh) | 一种基于协方差矩阵重构和导向矢量估计的稳健波束形成方法 | |
US9633651B2 (en) | Apparatus and method for providing an informed multichannel speech presence probability estimation | |
JP4248445B2 (ja) | マイクロホンアレイ方法及びシステム、並びにこれを用いた音声認識方法及び装置 | |
CN108375763B (zh) | 一种应用于多声源环境的分频定位方法 | |
Salvati et al. | Incoherent frequency fusion for broadband steered response power algorithms in noisy environments | |
JP4910568B2 (ja) | 紙擦れ音除去装置 | |
CN109001678B (zh) | 一种基于三维麦克风阵列的雷声检测与定位方法 | |
JP2004289762A (ja) | 音声信号処理方法と装置及びプログラム | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
US10834505B2 (en) | Apparatus and a method for unwrapping phase differences | |
CN111537982B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
WO2023207047A1 (zh) | 一种高分辨率谱估计声阵列成像方法 | |
Huang et al. | Two-step spherical harmonics ESPRIT-type algorithms and performance analysis | |
JP2007006253A (ja) | 信号処理装置、マイクロフォンシステム、話者方向検出方法及び話者方向検出プログラム | |
CN111175727B (zh) | 一种基于条件波数谱密度的宽带信号方位估计的方法 | |
CN109541526A (zh) | 一种利用矩阵变换的圆环阵方位估计方法 | |
CN111024208B (zh) | 一种垂直阵声压梯度波束形成与信号检测方法 | |
CN109541572B (zh) | 一种基于线性环境噪声模型的子空间方位估计方法 | |
CN113189544B (zh) | 一种利用活动强度矢量加权移除野点的多声源定位方法 | |
JP2018189602A (ja) | 整相器および整相処理方法 | |
CN110632579B (zh) | 一种利用子阵波束域特征的迭代波束形成方法 | |
JP7013726B2 (ja) | 信号処理装置及び信号処理方法 | |
JP2690606B2 (ja) | 音源数決定方法 | |
JP2008008781A (ja) | 到来波数検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |