CN112305497A - 一种近场麦克风阵列doa估计测向模糊消除方法 - Google Patents

Abstract

本发明公开了近场麦克风阵列DOA估计测向模糊消除方法，包括以下步骤：S1、将阵元数为M的阵列进行分布式阵列布阵，将M个阵元按照接收信号功率从大到小标记并构建集合A；S2、选取集合A中与发声源直线距离最短的麦克风阵元M₁作为参考阵元；在剩下的M‑1个阵元中选取接收信号功率最大阵元M₂、M₃与参考阵元一起构成V₁阵列；从剩下的M‑3个阵元中选择接收信号功率最大阵元M₄、M₅与参考阵元一起构成V₂阵列；S3、将宽带信号划分为L个中心角频率分别为ω₁、ω₂，……，ω_L的窄带信号，通过MUSIC算法分别对V₁和V₂阵列接收信号进行信号DOA估计，得到两个空间谱，然后对两个空间谱进行归一化处理；S4、将V₁阵列和V₂阵列DOA估计结果的空间谱进行谱峰相减，滤除虚假峰。

Description

一种近场麦克风阵列DOA估计测向模糊消除方法

技术领域

本发明涉及近场阵列解模糊技术领域，具体涉及一种近场麦克风阵列DOA估计测向模糊消除方法。

背景技术

阵列信号处理技术广泛应用于雷达、声纳、地震勘探、无线通信等领域。波达方向(DOA)估计是阵列信号处理技术的重要分支，DOA估计可以通过阵列接收数据准确地获得信源的空间位置和方位信息，与传统规则阵列相比，分布式阵列具有布阵灵活，分辨力高等优点，在舰载雷达目标探测、机场声源定位等场合具有广阔的应用前景。但是，当分布式阵列阵元间距大于半波长时，不满足空域奈奎斯特采样定律，会产生测向模糊问题。

发明内容

本发明的目的在于解决上述问题，提供一种近场麦克风阵列DOA估计测向模糊消除方法。

本发明的目的之一是这样实现的，提供一种近场麦克风阵列DOA估计测向模糊消除方法，包括以下步骤：

S1、将阵元数为M的阵列进行分布式阵列布阵，将所述M个阵元按照接收信号功率从大到小标记并构建集合A；

S2、选取集合A中与发声源直线距离最短的麦克风阵元M₁作为参考阵元；在剩下的M-1个阵元中选取接收信号功率最大阵元M₂、M₃与参考阵元一起构成V₁阵列；从剩下的M-3个阵元中选择接收信号功率最大阵元M₄、M₅与参考阵元一起构成V₂阵列；

S3、将宽带信号划分为L个中心角频率分别为ω₁、ω₂，……，ω_L的窄带信号，通过MUSIC算法分别对V₁和V₂阵列接收信号进行信号DOA估计，得到两个空间谱，然后对所述两个空间谱进行归一化处理；

S4、将V₁阵列和V₂阵列DOA估计结果的空间谱进行谱峰相减，滤除虚假峰。

相对现有技术，本发明的显著进步性至少体现在：以同一参考阵元为基础，构建共点双V形麦克风阵列组合进行解模糊，根据不同麦克风阵列的DOA虚假峰位置不同，而真实峰的位置保持不变的特性，将量V形阵列DOA估计的谱峰差值与设定阈值比较，真实谱峰保持不，滤除虚假峰，有效的解决了分布式麦克风阵列选阵后存在的测向模糊问题。

附图说明

图1为本发明实施例的分布式麦克风阵列示意图；

图2为本发明实施例方法步骤示意图；

图3为本发明实施例的方法流程图。

具体实施方式

下面结合附图和具体实施例，对本发明作详细说明。应该说明的是，本发明的具体实施方式并不限于所提供的具体实施例。

参阅图1-3所示，本发明提供一种近场麦克风阵列DOA估计测向模糊消除方法，包括以下步骤：

S1、将阵元数为M的阵列进行分布式阵列布阵，将所述M个阵元按照接收信号功率从大到小标记并构建集合A；

S2、选取集合A中与发声源直线距离最短的麦克风阵元M₁作为参考阵元；在剩下的M-1个阵元中选取接收信号功率最大阵元M₂、M₃与参考阵元一起构成V₁阵列；从剩下的M-3个阵元中选择接收信号功率最大阵元M₄、M₅与参考阵元一起构成V₂阵列；

S3、将宽带信号划分为L个中心角频率分别为ω₁、ω₂，……，ω_L的窄带信号，通过MUSIC算法分别对V₁和V₂阵列接收信号进行信号DOA估计，得到两个空间谱，然后对所述两个空间谱进行归一化处理；

S4、将V₁阵列和V₂阵列DOA估计结果的空间谱进行谱峰相减，滤除虚假峰。

V形阵列的建立较其他多元阵列而言简单，并且其构建难度接近于线阵，能够保证计算的效率，并且分布式阵列具有布阵灵活，分辨力高等优点。

作为优选的方案，以参考阵元为坐标原点构建空间坐标系，计算声源S_k到第i个阵元的距离，表征为：

其中r_i表示声源S_k到第i个阵元的距离，

表示声源S_k相对于参考阵元的位置矢量，表征为：

其中r₁表示声源S_k到参考阵元的距离，

表示声源S_k相对参考阵元的俯仰角，θ₁表示声源S_k相对参考阵元的方位角。

如图1所述，以参考阵元为坐标原点，假设某一声源S_k入射至如图1所示的分布式阵列，则第i个阵元的位置矢量为：

通过第i个阵元的位置矢量计算得到上述声源相对于参考阵元的位置矢量，进而计算出声源到第i个阵元的距离，以此方式验证阵元接收信号功率以及参考阵元与声源距离关系的合理性，确保集合A中对于阵元与功率标记的准确性。

为保证具有较高的信噪比，选择与发射声源距离最近的麦克风阵元作为参考阵元，其接收信号的功率最大。参考阵元确定后，按照同样的选阵策略，根据功率大小选择其他阵元，与参考阵元一起构造新的阵列；

设单个入射声源S入射至分布式麦克风阵列，选用V形阵列进行DOA估计。再根据功率的大小，选取第二个阵元。假设第二个阵元坐标为(x₂,y₂,0)，它与参考阵元距离为d。为了满足近场模型以及阵元间距小于半波长的条件，理想情况下，d应满足：

其中，r是声源到参考阵元的距离，λ_min和λ_max分别表示宽带信号最高频率对应的波长和最低频率对应的波长。

通常情况下，建立L形阵列即线阵进行DOA估计，实际上L阵的特殊情形，在选择第三个阵元时，可以优先选择能与前面两个阵元构成L阵的阵元。假设第三个阵元坐标为(x₃,y₃,0)，若第三个阵元与前两个阵元能构成L阵，则其坐标应满足余弦定理：

若找不到坐标满足上式关系的第三个阵元，则寻找使得上式中cosα尽量小的阵元，使其构造的V形阵列接近L阵。

作为优选的方案，所述步骤S2中，将观测时间长度为T的宽带信号划分为J段长度为T_d的时间子序列，同时将所述宽带信号划分为Q个窄带，再进行Q点离散傅里叶变换，得到宽带信号频域模型，结合所述宽带信号频域模型进行V形阵列构建，所述宽带信号频域模型表征为：

X_j(f_q)＝A_j(f_q)S_j(f_q)+N_j(f_q)

j＝1,2,L,J

q＝1,2,L,Q (3)

其中X_j(f_q)，S_j(f_q)，N_j(f_q)分别表示在频率f_q下的阵列接收信号、源信号及噪声信号的傅里叶变换。

作为优选的方案，将选取的M₂、M₃、M₄、M₅放入所述空间坐标系中进行V形阵列构建，M₂、M₃、M₄、M₅是除去擦考阵元外按照集合A中接收功率从大到小选取出前4个阵元。

作为优选的方案，所述V₁阵列表征为：

其中a₁表示V₁阵列，r₂表示声源到阵元M₂的距离，r₃表示声源到阵元M₃的距离，ω表示入射信号的角频率，c表示声音传播的速度，j表示宽带信号段数，e表示自然对数函数的底数。

麦克风阵列接收到信号的时域矢量形式为：

其中,X(t)是麦克风接收到的信号矢量，

是阵列的导向矢量，S(t)为信源矢量，N(t)是噪声矢量。

MUSIC算法是一种基于特征分解的子空间算法，在使用二维MUSIC算法前，先对接收信号加窗分帧，再进行短时傅里叶变换，得到接收信号的频域表达式：

其中，ω为角频率。由于信源是宽带信号，需进行窄带划分，将宽带信号划分为中心角频率分别是ω₁，ω₂，L，ω₃的L个窄带信号，设第l个窄带信号的频率为ω₁，则有：

X(ω_l)的协方差矩阵为：

其中，R_S(ω_l)为S(ω_l)的自相关矩阵，

为噪声方差，I为单位矩阵。与经典MUSIC算法相同，首先对R_S(ω_l)进行特征值分解，按从大到小的顺序排列，其中，大于

的特征值对应的特征向量与信号相关，构成信号子空间U_S，等于

的特征值对应的特征向量与噪声相关，构成噪声子空间U_N。

作为优选的方案，所述V₂阵列表征为：

其中a₂表示V₂阵列，r₄表示声源到阵元M₄的距离，r₅表示声源到阵元M₅的距离。

作为优选的方案，所述空间图谱表征为：

信号子空间U_S和噪声子空间U_N具有正交性，进行谱峰搜索便可以得到第l个窄带的MUSIC空间谱，其中

表示第l个窄带信号的MUSIC空间谱，ω_l表示第l个窄带信号的中心角频率，r，

θ分别表示第l个窄带信号与参考阵元的距离、俯仰角、方位角，

表示导向矢量的共轭转置，U_N表示噪声子空间，

表示噪声子空间的共轭转置，

表示第l个窄带信号对应的导向矢量。

整个宽带信号的平均空间谱为：

根据平均空间谱，找到谱峰峰值点所对应的位置，该位置即为所要估计的目标信源的位置。

作为优选的方案，所述步骤S4中，预设真假峰判断阈值，将相减得到的差值与所述阈值比较，差值大于所述阈值对应为虚假峰，小于所述阈值对应为真实峰。

作为优选的方案，所述判断阈值为0到0.8之间的任意数值，可以理解的是，归一化处理后得到的各个峰的数值为0到1之间的任意数，由于真实峰的位置保持不变，两个空间谱相减后真实峰相减后的数值为0，而虚假峰由于位置随机，很难重叠相减，并且噪声的功率相对主要声源的功率而言较小，选取的参考阵元为距离声源最近且接收功率最大，对于阈值的选择需要参考当前声源所处的环境，容易理解的是数值越接近于0的越接近真实峰，根据多次试验的经验选取合理的阈值能够一定程度上保证模糊消除的准确性。

Claims (9)

1.一种近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，包括以下步骤：

S1、将阵元数为M的阵列进行分布式阵列布阵，将所述M个阵元按照接收信号功率从大到小标记并构建集合A；

S2、选取集合A中与发声源直线距离最短的麦克风阵元M₁作为参考阵元；在剩下的M-1个阵元中选取接收信号功率最大阵元M₂、M₃与参考阵元一起构成V₁阵列；从剩下的M-3个阵元中选择接收信号功率最大阵元M₄、M₅与参考阵元一起构成V₂阵列；

S3、将宽带信号划分为L个中心角频率分别为ω₁、ω₂，……，ω_L的窄带信号，通过MUSIC算法分别对V₁和V₂阵列接收信号进行信号DOA估计，得到两个空间谱，然后对所述两个空间谱进行归一化处理；

S4、将V₁阵列和V₂阵列DOA估计结果的空间谱进行谱峰相减，滤除虚假峰。

2.根据权利要求1所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，以参考阵元为坐标原点构建空间坐标系，计算声源S_k到第i个阵元的距离，表征为：

其中r_i表示声源S_k到第i个阵元的距离，

表示声源S_k相对于参考阵元的位置矢量，表征为：

其中r₁表示声源S_k到参考阵元的距离，

表示声源S_k相对参考阵元的俯仰角，θ₁表示声源S_k相对参考阵元的方位角。

3.根据权利要求1所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述步骤S2中，将观测时间长度为T的宽带信号划分为J段长度为T_d的时间子序列，同时将所述宽带信号划分为Q个窄带，再进行Q点离散傅里叶变换，得到宽带信号频域模型，结合所述宽带信号频域模型进行V形阵列构建，所述宽带信号频域模型表征为：

X_j(f_q)＝A_j(f_q)S_j(f_q)+N_j(f_q)

j＝1,2,L,J

q＝1,2,L,Q (3)

其中X_j(f_q)，S_j(f_q)，N_j(f_q)分别表示在频率f_q下的阵列接收信号、源信号及噪声信号的傅里叶变换。

4.根据权利要求3所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，将选取的M₂、M₃、M₄、M₅放入所述空间坐标系中进行V形阵列构建。

5.根据权利要求4所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述V₁阵列表征为：

其中a₁表示V₁阵列的导向矢量，r₂表示声源到阵元M₂的距离，r₃表示声源到阵元M₃的距离，ω表示入射信号的角频率，c表示声音传播的速度，j表示宽带信号段数，e表示自然对数函数的底数。

6.根据权利要求5所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述V₂阵列表征为：

其中a₂表示V₂阵列的导向矢量，r₄表示声源到阵元M₄的距离，r₅表示声源到阵元M₅的距离。

7.根据权利要求6所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述空间图谱表征为：

其中

表示第l个窄带信号的MUSIC空间谱，ω_l表示第l个窄带信号的中心角频率，r，

θ分别表示第l个窄带信号与参考阵元的距离、俯仰角、方位角，

表示导向矢量的共轭转置，U_N表示噪声子空间，

表示噪声子空间的共轭转置，

表示第l个窄带信号对应的导向矢量。

8.根据权利要求1所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述步骤S4中，预设真假峰判断阈值，将相减得到的差值与所述阈值比较，差值大于所述阈值对应为虚假峰，小于所述阈值对应为真实峰。

9.根据权利要求8所述的近场麦克风阵列DOA估计测向模糊消除方法，其特征在于，所述判断阈值为0到0.8之间的任意数值。

Images