CN112731282B - 一种基于虚拟子阵交织的声阵列空间滤波方法及系统 - Google Patents
一种基于虚拟子阵交织的声阵列空间滤波方法及系统 Download PDFInfo
- Publication number
- CN112731282B CN112731282B CN202011430717.1A CN202011430717A CN112731282B CN 112731282 B CN112731282 B CN 112731282B CN 202011430717 A CN202011430717 A CN 202011430717A CN 112731282 B CN112731282 B CN 112731282B
- Authority
- CN
- China
- Prior art keywords
- array
- acoustic
- beam forming
- virtual
- subarray
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001914 filtration Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000001228 spectrum Methods 0.000 claims description 16
- 230000001629 suppression Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000003491 array Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000002493 microarray Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
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
- 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
- G01S3/802—Systems for determining direction or deviation from predetermined direction
- G01S3/8027—By vectorial composition of signals received by plural, differently-oriented transducers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Circuit For Audible Band Transducer (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
一种基于虚拟子阵交织的声阵列空间滤波方法，所述方法包括波束成形方法和波达方向估计方法。一种基于虚拟子阵交织的声阵列空间滤波系统，所述系统包括：超密集微声虚拟阵列，用于设置阵列框架，模拟声波的多径现象；声阵列空间滤波模块，用于将输入声源进行白噪声削弱进行波束成形和波达方向计算。本发明利用超密集微声阵列的冗余特性，构建出多种不同的虚拟子阵，利用子阵间不同的阵列流行对同一目标形成多种不同的测量结果，以加权平均的方式滤除结果中的随机噪声及干扰，可以提高阵列波束成形的指向性及波达方向估计的精度。
Description
技术领域
本发明涉及超密集微声阵列领域，尤其是涉及一种基于虚拟子阵交织的声阵列空间滤波方法及系统。
背景技术
随着芯片制造技术的突飞猛进，麦克风阵列的孔径也在随之减小。1997年，美国陆军实验室研制出一个尺寸为8英尺、采用有心均匀圆阵，可对单目标或者双目标实现的声阵列，然后由于算力受限，无法实现实时定向。英国的国防公司奈奎蒂克研发了一款采用五元十字阵列的孔径大于一米的声阵列，通过ISM算法使得对于坦克的定向精度在2度以内。日本爱知县立大学的研究人员设计了一款四元线阵用来做车辆探测，其孔径为15cm，采用延时算法，定向精度为5度。拉脱维亚大学电子和计算机学院的工程师设计了一个声阵列系统用来做车辆技术和车辆方向识别，该阵列的孔径为20cm，阵型为3元线阵，定向精度为20度，其定向的目标是拖车。加州大学伯克力分校电子工程系设计的追逃试验中移动节点样机就采用了微小麦克风阵列技术，采用声音、震动及图像等三类物理量进行协同处理，并融合无线网络通信、环境及规避映射设计、策略规划及反应及决策等技术实现多移动阵列对多活动目标源的动态追踪试验，但是这个所谓的微小孔径声阵列是移动的，且尺寸并不是很小。加州大学洛杉矶分校KungYao教授采用传声器阵列做为无线传感器网络的节点，其中每个传感器阵列节点都可以独立的给出远场声源的方向或近场声源的位置，再利用所有节点的结果进行数据融合实现对声源的定位与跟踪。威斯康星大学的Yuheng Hu教授采用单一传声器为无线传感器网络的节点，根据每个传声器节点接收到信号能量的不同进行声源定位；且每个节点采用支持向量机技术对声源目标进行识别，并将所有结果在监测中心进行数据融合，最终实现目标识别、定位与跟踪。美国陆军工程研究与发展中心利用不同孔径的传声器阵列组成网络实现对车辆检测和跟踪，其中传声器阵列的孔径从0.3m到34m，采用MVDR算法对声目标测向。
综上我们发现，即使阵列孔径已经得到了极大的减小，从几米减小到几十厘米，但仍然远远大于超密集微声阵列所需求的几十毫米。此外，多数阵列只考虑声音信号中的某几个子带，说明这些阵列只能处理窄带信号。然而声目标往往辐射宽带信号，仅仅使用其中的一小部分则会丢失大部分与声目标相关的信息，不利于目标识别算法的研发，而目标识别是现代声阵列应用中不可或缺的重要组成部分。产生上述问题的主要原因是常用的加和阵列的角度分辨能力与孔径、频率、阵元间距、阵元数成反比。其中增加阵元数会增加计算开销，故往往选择增加孔径和阵元间距，导致现有的阵列都具有较大的孔径。又因为频率亦会影响分辨率，阵列对宽带信号的响应将不再平坦，所以往往只处理窄带信号，只有当频率和阵元间距都比较大时才能取得较好的波束成形效果，在微阵列上(频率低于500Hz，间距小于1-5mm)基本不能实现有效的波束成形。
而和加和阵列不同的是，差分阵列要求阵列能够逼近声场对空间距离的微分，而且高阶差分阵列所实现的波束图具有指向性高、阵列增益高、波束图形状灵活等优点。正是由于这些优点，差分阵列近些年逐渐受到国内外同行的关注。然而差分阵列存在白噪声抑制能力差的缺点，尤其在低频段，该缺陷尤为突出。以1阶差分阵列为例，经典差分波束成形的白噪声抑制能力以6dB每倍频程的速度减弱。对于密集微阵列，由于目标的频率范围低至30Hz，某些远距离探测任务甚至需要处理10Hz左右的信号，导致差分阵列可能因白噪声抑制能力太差而无法应用。
发明内容
为了克服已有的阵列在密集微阵列上能力不足的问题，本发明提供一种基于虚拟子阵交织的声阵列空间滤波方法，利用超密集微声阵列的冗余特性，构建出多种不同的虚拟子阵，利用子阵间不同的阵列流行对同一目标形成多种不同的测量结果，以加权平均的方式滤除结果中的随机噪声及干扰，可以提高阵列波束成形的指向性及波达方向估计的精度。
本发明解决其技术问题所采用的技术方案是：
一种基于虚拟子阵交织的声阵列空间滤波方法，所述方法包括波束成形方法和波达方向估计方法，波束成形方法步骤如下：
1.1)构建一个大小为n×n的超密集微声阵列；
1.2)将整个阵列划分为m个子阵列；
1.3)对每个子阵使用差分波束成形算法分别进行波束成形；
1.4)对所有子阵的波束成形结果进行加权平均，得到最终白噪声抑制后的波束；
波达方向估计步骤如下：
2.1)构建一个大小为n×n的超密集微声阵列；
2.2)随机关闭阵元构成一种随机阵列，划分出不同子阵；
2.3)计算当前阵列下的空间谱；
2.3)重复步骤2.2)和步骤2.3)设定次数；
2.4)融合空间谱，对所有空间谱在各个角度上进行加权平均，实现谱锋最大化，最终实现对多个声源的高分辨率估计。
优选的，所述步骤1.2)中，所述子阵列的阵型为线阵、圆阵、十字阵或随机阵列的其中一种或至少两种的任意组合。
所述步骤2.2)中，所述子阵列的阵型为线阵、圆阵、十字阵或随机阵列的其中一种或至少两种的任意组合。
一种基于虚拟子阵交织的声阵列空间滤波系统，所述系统包括：超密集微声虚拟阵列，用于设置阵列框架，模拟声波的多径现象；声阵列空间滤波模块，用于将输入声源进行白噪声削弱进行波束成形和波达方向计算。
进一步，所述超密集微声虚拟阵列包括：阵列设置模块：用于设置阵列元数、阵元间距、阵元空间位置，提供常见的阵列流行框架；空间噪声模块，用于模拟声波的多径现象，在噪声干扰方面，提供白噪声用于模拟传感器的电路噪声，提供色噪声用于模拟风噪等外部干扰。
再进一步，所述声阵列空间滤波模块包括：波束成形模块，通过各个子阵独立使用差分波束成形后加权平均的方式形成白噪声抑制后的波束；波达方向估计模块：通过子阵构造多个空间谱进行加权平均的方式对多个声源的高分辨率估计。
本发明的有益效果主要表现在：1、将阵列划分为多个不同的子阵，提升阵列整体的定向定位能力；2、通过独立处理不同子阵然后加权平均的方式提高了波束对白噪声的抑制能力；3、通过阵列的不断变化实现对多个声源的高分辨率估计。
附图说明
图1为本发明基于虚拟子阵交织的声阵列空间滤波系统的主要结构示意图。
图2为本发明基于虚拟子阵交织的声阵列空间滤波方法于一实例中的结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2，一种基于虚拟子阵交织的声阵列空间滤波系统，所述系统包括：超密集微声虚拟阵列，用于设置阵列框架，模拟声波的多径现象；声阵列空间滤波模块，用于将输入声源进行白噪声削弱进行波束成形和波达方向计算。
进一步，所述超密集微声虚拟阵列包括：阵列设置模块：用于设置阵列元数、阵元间距、阵元空间位置，提供常见的阵列流行框架；空间噪声模块，用于模拟声波的多径现象，在噪声干扰方面，提供白噪声用于模拟传感器的电路噪声，提供色噪声用于模拟风噪等外部干扰。
再进一步，所述声阵列空间滤波模块包括：波束成形模块，通过各个子阵独立使用差分波束成形后加权平均的方式形成白噪声抑制后的波束；波达方向估计模块：通过子阵构造多个空间谱进行加权平均的方式对多个声源的高分辨率估计。
参照图2，一种基于虚拟子阵交织的声阵列空间滤波方法，分为波束成形方法和波达方向估计方法，波束成形方法步骤如下：
1.1)构建超密集微声阵列虚拟阵列，大小为n×n；
1.2)将整个阵列划分为m个子阵列，子阵列的阵型可以相同或不同，所述阵型可以是线阵、圆阵、十字阵、随机阵列等视需求任意组合；
1.3)对每个子阵使用差分波束成形算法分别进行波束成形；
1.4)对所有子阵的波束成形结果进行加权平均，得到最终白噪声抑制后的波束。
然后进行波达方向估计方法，具体步骤如下：
2.1)构建一个大小为n×n的超密集微声阵列；
2.2)随机关闭(如10％)阵元构成一种随机阵列，亦可以划分出不同子阵列，所述子阵列的阵型可以相同或不同，所述阵型可以是线阵、圆阵、十字阵、随机阵列等视需求任意组合；
2.3)计算当前阵列下的空间谱；
2.4)重复步骤2.2)和步骤2.3)设定次数；
2.5)融合空间谱，对所有空间谱在各个角度上进行加权平均，实现谱锋最大化，最终实现对多个声源的高分辨率估计。
图2中波束成形第一步，对阵列的划分上，虚直线表示沿竖向排列的线阵集合，虚同心圆表示圆阵集合。以线阵集合为例，由于线阵间结构相近，且处理的是远场信号，可对每个线阵分别进行波束成形然后进行加权平均。由于各个线阵观测到的目标信号之间是高度相关的，加权平均后目标信号强度不变，但白噪声的能量则大概率的可以降低为原来的M分之一，M为参与计算的线阵个数。对于圆阵集合，由于每个圆阵的阵元数及孔径大小各不一致，故在波束形成后需要优化配置加权系数。一个策略是对较大的圆阵配以较高的权重nm/N，所有权重的加和为1，其中N表示圆阵集合中阵元总数，nm表示第m个圆阵所包含的阵元数，一共有M个圆阵。需要注意的是，子阵列不一定为线阵或者圆阵，可以视需求任意组合。
图2中波达方向估计第一步，对阵列的划分上，由于阵列流形在不断的进行随机变化，形成对目标空间的多个随机的观察空间，从而实现以不同角度观察同一组声源。经平均求和后，空间谱中代表声源的区域由于声源不变性而被加强，而且没有声源的区域由于观测角度的随机性而被减弱，最终实现对多个声源的高分辨率估计。
以上通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点和功效。本发明还可以通过另外不同的具体实例方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互结合。
需要说明的是，以上实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目绘制，其实际实施时各组件的数量及比例可为一种随意的改变。
Claims (6)
1.一种基于虚拟子阵交织的声阵列空间滤波方法，其特征在于：所述方法包括波束成形方法和波达方向估计方法，波束成形方法步骤如下：
1.1)构建一个大小为n×n的超密集微声阵列；
1.2)将整个超密集微声阵列划分为m个子阵列；
1.3)对每个子阵使用差分波束成形算法分别进行波束成形；
1.4)对所有子阵的波束成形结果进行加权平均，得到最终白噪声抑制后的波束；
波达方向估计步骤如下：
2.1)构建一个大小为n×n的超密集微声阵列；
2.2)随机关闭阵元构成一种随机阵列，划分出不同子阵；
2.3)计算当前阵列下的空间谱；
2.3)重复步骤2.2)和步骤2.3)设定次数；
2.4)融合空间谱，对所有空间谱在各个角度上进行加权平均，实现谱锋最大化，最终实现对多个声源的高分辨率估计。
2.如权利要求1所述的一种基于虚拟子阵交织的声阵列空间滤波方法，其特征在于：所述步骤1.2)中，所述子阵列的阵型为线阵、圆阵、十字阵或随机阵列的其中一种或至少两种的任意组合。
3.如权利要求1所述的一种基于虚拟子阵交织的声阵列空间滤波方法，其特征在于：所述步骤2.2)中，所述子阵列的阵型为线阵、圆阵、十字阵或随机阵列的其中一种或至少两种的任意组合。
4.一种如权利要求1所述的基于虚拟子阵交织的声阵列空间滤波方法实现的系统，其特征在于，所述系统包括：超密集微声虚拟阵列，用于设置阵列框架，模拟声波的多径现象；声阵列空间滤波模块，用于将输入声源进行白噪声削弱进行波束成形和波达方向计算。
5.如权利要求4所述的系统，其特征在于：所述超密集微声虚拟阵列包括：阵列设置模块：用于设置阵列元数、阵元间距、阵元空间位置，提供常见的阵列流行框架；空间噪声模块，用于模拟声波的多径现象，在噪声干扰方面，提供白噪声用于模拟传感器的电路噪声，提供色噪声用于模拟风噪外部干扰。
6.如权利要求4或5所述的系统，其特征在于：所述声阵列空间滤波模块包括：波束成形模块，通过各个子阵列独立使用差分波束成形后加权平均的方式形成白噪声抑制后的波束；波达方向估计模块：通过子阵构造多个空间谱进行加权平均的方式对多个声源的高分辨率估计。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011430717.1A CN112731282B (zh) | 2020-12-09 | 2020-12-09 | 一种基于虚拟子阵交织的声阵列空间滤波方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011430717.1A CN112731282B (zh) | 2020-12-09 | 2020-12-09 | 一种基于虚拟子阵交织的声阵列空间滤波方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112731282A CN112731282A (zh) | 2021-04-30 |
| CN112731282B true CN112731282B (zh) | 2023-12-26 |
Family
ID=75598707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011430717.1A Active CN112731282B (zh) | 2020-12-09 | 2020-12-09 | 一种基于虚拟子阵交织的声阵列空间滤波方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112731282B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5573001A (en) * | 1995-09-08 | 1996-11-12 | Acuson Corporation | Ultrasonic receive beamformer with phased sub-arrays |
| CN101800625A (zh) * | 2010-02-02 | 2010-08-11 | 上海华为技术有限公司 | 一种解交织方法和装置 |
| US9060669B1 (en) * | 2007-12-20 | 2015-06-23 | Zonare Medical Systems, Inc. | System and method for providing variable ultrasound array processing in a post-storage mode |
| CN105824002A (zh) * | 2016-04-15 | 2016-08-03 | 西安电子科技大学 | 基于嵌套式子阵阵列的波达方向估计方法 |
| CN107104720A (zh) * | 2017-03-01 | 2017-08-29 | 浙江大学 | 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法 |
| CN107870315A (zh) * | 2017-11-06 | 2018-04-03 | 重庆邮电大学 | 一种利用迭代相位补偿技术估计任意阵列波达方向方法 |
| CN108375763A (zh) * | 2018-01-03 | 2018-08-07 | 北京大学 | 一种应用于多声源环境的分频定位方法 |
| CN109270493A (zh) * | 2018-10-16 | 2019-01-25 | 苏州思必驰信息科技有限公司 | 声源定位方法和装置 |
| CN109765521A (zh) * | 2018-12-14 | 2019-05-17 | 中国科学院声学研究所 | 一种基于子阵划分的波束域成像方法 |
| CN110248303A (zh) * | 2019-05-30 | 2019-09-17 | 北京航天计量测试技术研究所 | 一种用于麦克风阵列精确校准装置及方法 |
| CN110580911A (zh) * | 2019-09-02 | 2019-12-17 | 青岛科技大学 | 一种可抑制多个非稳定次高斯干扰的波束形成方法 |
| CN110888122A (zh) * | 2018-09-10 | 2020-03-17 | 英飞凌科技股份有限公司 | 频率调制连续波雷达系统 |
| CN111693942A (zh) * | 2020-07-08 | 2020-09-22 | 湖北省电力装备有限公司 | 一种基于麦克风阵列的声源定位方法 |
-
2020
- 2020-12-09 CN CN202011430717.1A patent/CN112731282B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5573001A (en) * | 1995-09-08 | 1996-11-12 | Acuson Corporation | Ultrasonic receive beamformer with phased sub-arrays |
| US9060669B1 (en) * | 2007-12-20 | 2015-06-23 | Zonare Medical Systems, Inc. | System and method for providing variable ultrasound array processing in a post-storage mode |
| CN101800625A (zh) * | 2010-02-02 | 2010-08-11 | 上海华为技术有限公司 | 一种解交织方法和装置 |
| CN105824002A (zh) * | 2016-04-15 | 2016-08-03 | 西安电子科技大学 | 基于嵌套式子阵阵列的波达方向估计方法 |
| CN107104720A (zh) * | 2017-03-01 | 2017-08-29 | 浙江大学 | 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法 |
| CN107870315A (zh) * | 2017-11-06 | 2018-04-03 | 重庆邮电大学 | 一种利用迭代相位补偿技术估计任意阵列波达方向方法 |
| CN108375763A (zh) * | 2018-01-03 | 2018-08-07 | 北京大学 | 一种应用于多声源环境的分频定位方法 |
| CN110888122A (zh) * | 2018-09-10 | 2020-03-17 | 英飞凌科技股份有限公司 | 频率调制连续波雷达系统 |
| CN109270493A (zh) * | 2018-10-16 | 2019-01-25 | 苏州思必驰信息科技有限公司 | 声源定位方法和装置 |
| CN109765521A (zh) * | 2018-12-14 | 2019-05-17 | 中国科学院声学研究所 | 一种基于子阵划分的波束域成像方法 |
| CN110248303A (zh) * | 2019-05-30 | 2019-09-17 | 北京航天计量测试技术研究所 | 一种用于麦克风阵列精确校准装置及方法 |
| CN110580911A (zh) * | 2019-09-02 | 2019-12-17 | 青岛科技大学 | 一种可抑制多个非稳定次高斯干扰的波束形成方法 |
| CN111693942A (zh) * | 2020-07-08 | 2020-09-22 | 湖北省电力装备有限公司 | 一种基于麦克风阵列的声源定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| "多球形虚拟源强PNAH声场重建精度的影响因素分析";王玉江等;《广西工学院学报》;第24卷(第4期);第21-26页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112731282A (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2015292238B2 (en) | Planar sensor array | |
| Pal et al. | Nested arrays: A novel approach to array processing with enhanced degrees of freedom | |
| CN107657070B (zh) | 基于遗传算法频率分集共形阵列波束的解耦合方法及天线 | |
| CN107104720B (zh) | 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法 | |
| Akbari et al. | MUSIC and MVDR DOA estimation algorithms with higher resolution and accuracy | |
| CN109725285B (zh) | 一种基于mvdr协方差矩阵元素自适应相角转换的doa估计方法 | |
| Zhao et al. | Open‐Lake Experimental Investigation of Azimuth Angle Estimation Using a Single Acoustic Vector Sensor | |
| CN111160556A (zh) | 一种基于自适应遗传算法的阵列稀疏优化方法 | |
| CN114325584B (zh) | 基于合成孔径的多阵元超声波声源三维成像方法及系统 | |
| CN110058206A (zh) | 一种基于非均匀线阵波达方向估计的方法 | |
| CN114114153A (zh) | 一种多声源定位方法、系统、传声器阵列以及终端装置 | |
| CN113607447A (zh) | 一种声学光学联合风机故障定位装置及方法 | |
| CN110736976B (zh) | 一种任意阵形的声纳波束形成器性能估计方法 | |
| CN112731282B (zh) | 一种基于虚拟子阵交织的声阵列空间滤波方法及系统 | |
| CN111487594A (zh) | 一种基于粒子群优化的圆阵列波束形成方法 | |
| Magdy et al. | Direction of arrival estimation based on maximum likelihood criteria using gravitational search algorithm | |
| CN110554358B (zh) | 一种基于虚拟球阵列扩展技术的噪声源定位识别方法 | |
| CN115061089B (zh) | 一种声源定位方法、系统、介质、设备及装置 | |
| CN111830495A (zh) | 一种基于凸优化学习的机载雷达自适应波束形成算法 | |
| Kerstens et al. | An optimized planar MIMO array approach to in-air synthetic aperture sonar | |
| CN115580364A (zh) | 一种智能超表面技术辅助无人机信道建模方法 | |
| CN114706084A (zh) | 一种基于yolo算法的水声被动跟踪多目标的方法 | |
| CN115061155A (zh) | 一种抗干扰极化敏感阵列重构方法 | |
| CN113624330A (zh) | 一种水下目标辐射噪声测量组合体积阵及测量方法 | |
| JP2018151306A (ja) | 音源探査装置およびマイクロホンアレイ |
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 |