CN114061730B - 目标散射回波变步长快速自适应估计方法 - Google Patents

目标散射回波变步长快速自适应估计方法 Download PDF

Info

Publication number
CN114061730B
CN114061730B CN202111063231.3A CN202111063231A CN114061730B CN 114061730 B CN114061730 B CN 114061730B CN 202111063231 A CN202111063231 A CN 202111063231A CN 114061730 B CN114061730 B CN 114061730B
Authority
CN
China
Prior art keywords
sound pressure
signal
estimated
total sound
pressure signal
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
Application number
CN202111063231.3A
Other languages
English (en)
Other versions
CN114061730A (zh
Inventor
李鋆
安步潮
闫孝伟
何元安
张驰
张立琛
韦正现
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CSSC Systems Engineering Research Institute
Original Assignee
CSSC Systems Engineering Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CSSC Systems Engineering Research Institute filed Critical CSSC Systems Engineering Research Institute
Priority to CN202111063231.3A priority Critical patent/CN114061730B/zh
Publication of CN114061730A publication Critical patent/CN114061730A/zh
Application granted granted Critical
Publication of CN114061730B publication Critical patent/CN114061730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/04—Frequency
    • G01H3/06—Frequency by electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种目标散射回波变步长快速自适应估计方法，包括：构建近场散射特性数据库；利用布设在目标位置处的水听器阵采集目标声场内的实际总声压信号；根据实际总声压信号和自适应滤波器计算估计入射波信号；利用估计入射波信号和数据库中的传递信道计算估计散射回波信号和估计总声压信号；基于实际总声压信号和估计总声压信号之间的误差满足预设条件，将估计散射回波信号确认为目标散射回波信号；基于实际总声压信号和估计总声压信号之间的误差不满足预设条件，利用实际总声压信号和估计总声压信号对自适应滤波器的系数进行更新并循环计算估计散射回波信号和估计总声压信号直至实际总声压信号和估计总声压信号之间的误差满足预设条件。

Description

目标散射回波变步长快速自适应估计方法
技术领域
本发明涉及水下波形估计技术领域，尤其涉及一种目标散射回波变步长快速自适应估计方法。
背景技术
随着噪声控制技术的发展，针对低频、局部声场的控制日益受到重视。部分技术在汽车噪声控制、耳机有源消声等领域已日趋成熟，在水下隐身领域的研究也日益受到关注。针对水下有源消声，根据散射目标附近近场采集声压信号估计与分离入射波和散射回波有着重要意义。
水下目标通常采用壳体结构，常使用圆柱壳体的散射特性对水下目标做近似。弹性柱壳散射回波解析解为无穷级数展开的复杂形式，难以求解得出准确的散射回波信号。针对不规则形状目标散射回波的计算，通常采用有限元等数值计算方法，而数值解会带来庞大的计算量，无法保证数据处理的实时性。
发明内容
本发明的目的在于提供一种目标散射回波变步长快速自适应估计方法，用以解决现有技术中针对不规则形状目标散射回波的计算量大及数据处理实时性差的难题。
本发明的上述目的可采用下列技术方案来实现：
本发明提供了一种目标散射回波变步长快速自适应估计方法，包括：构建近场散射特性数据库；利用布设在目标位置处的水听器阵采集目标声场内的实际总声压信号；根据所述实际总声压信号和自适应滤波器计算估计入射波信号；利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号和估计总声压信号；基于所述实际总声压信号和所述估计总声压信号之间的误差满足预设条件，将所述估计散射回波信号确认为目标散射回波信号；基于所述实际总声压信号和所述估计总声压信号之间的误差不满足所述预设条件，利用所述实际总声压信号和所述估计总声压信号对所述自适应滤波器的系数进行更新并循环计算所述估计散射回波信号和所述估计总声压信号直至所述实际总声压信号和所述估计总声压信号之间的误差满足所述预设条件。
优选的，其中，所述构建近场散射特性数据库包括；按照预设方案将多个水听器布设在所述目标位置处以形成所述水听器阵；按照试验方案向目标试验区发射多个试验信号；利用所述水听器阵分别采集所述目标声场内与每个所述试验信号对应的声压信号；根据相对应的所述试验信号和所述声压信号解算入射波信号与散射回波信号之间的传递信道；利用多个所述试验信号、多个所述声压信号和解算得到的多个所述传递信道组成所述数据库。
优选的，其中，所述试验方案包括原始试验方案和多个更新试验方案，每个所述更新试验方案均通过改变所述原始试验方案中的目标参数得到。
优选的，其中，所述目标参数包括所述试验信号的频率和/或所述试验信号的入射角度。
优选的，其中，所述试验信号的入射角度范围为0°至90°。
优选的，其中，所述利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号和估计总声压信号包括：根据所述估计入射波信号和所述数据库中的传递信道生成估计散射回波信号；利用所述估计入射波信号和所述估计散射回波信号生成所述估计总声压信号。
优选的，其中，所述利用所述实际总声压信号和所述估计总声压信号对所述自适应滤波器的系数进行更新包括：根据所述实际总声压信号和所述估计总声压信号计算误差函数；利用所述误差函数计算可变步长因子；根据所述误差函数和所述可变步长因子更新所述自适应滤波器的系数。
优选的，其中，，循环计算所述估计散射回波信号和所述估计总声压信号的次数不少于100次。
优选的，其中，利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号采用SVS-LMS自适应算法进行。
本发明至少具有以下特点及优点：
(1)本发明基于自适应滤波算法的相关原理进行目标先验信息的散射回波估计，实现简单，且对于水下隐身等应用领域具有重要意义。
(2)基于目标散射的先验信息进行目标波形估计，不仅可以有效提升波形估计的准确性，同时在运算速度方面有重大改进，对于声场实时调控具有重要的应用价值。
(3)相较于基于经典LMS算法的回波估计方法而言，本发明通过对自适应算法中步长因子函数的改进，进一步减小算法在收敛后的稳态误差，具有更快的收敛速度和更好的跟踪精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明目标散射回波变步长快速自适应估计方法的流程框图；
图2为本发明目标散射回波变步长快速自适应估计方法的流程框图；
图3为本发明目标散射回波变步长快速自适应估计方法的流程框图；
图4为本发明目标散射回波变步长快速自适应估计方法的流程框图；
图5为本发明水下目标近场接收信号组成示意图；
图6为本发明目标散射回波变步长快速自适应估计系统示意图；
图7为本发明水下目标表面水听器阵的布阵示意图；
图8为近场散射回波快速自适应估计方法示意图；
图9为入射波与散射回波信号；
图10为近场接收到的总声压信号；
图11为自适应滤波输出结果、期望信号以及误差信号图；
图12为自适应滤波器的学习曲线图。
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，下文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。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。
本发明提供了一种目标散射回波变步长快速自适应估计方法，请参见图1至图4，包括：
S1、构建近场散射特性数据库；
S2、利用布设在目标位置处的水听器阵采集目标声场内的实际总声压信号；
S3、根据实际总声压信号和自适应滤波器计算估计入射波信号；
S4、利用估计入射波信号和数据库中的传递信道计算估计散射回波信号和估计总声压信号；
在一些实施例中，利用估计入射波信号和数据库中的传递信道计算估计散射回波信号采用SVS-LMS(即Sigmoid Variable Stepsize-Least Mean Square)自适应算法进行。
S5、基于实际总声压信号和估计总声压信号之间的误差满足预设条件，将估计散射回波信号确认为目标散射回波信号；
S6、基于实际总声压信号和估计总声压信号之间的误差不满足预设条件，利用实际总声压信号和估计总声压信号对自适应滤波器的系数进行更新并循环计算估计散射回波信号和估计总声压信号直至实际总声压信号和估计总声压信号之间的误差满足预设条件。
在一些实施例中，循环计算估计散射回波信号和估计总声压信号的次数不少于100次。
本发明能通过构建目标先验信息并利用变步长最小均方误差准则算法，实现由采集的总信号快速自适应估计散射回波信号的目的。
在一些具体实施例中，请参见图2，S1、构建近场散射特性数据库包括；
S11、按照预设方案将多个水听器布设在目标位置处以形成水听器阵；
S12、按照试验方案向目标试验区发射多个试验信号；
在一些实施例中，试验方案包括原始试验方案和多个更新试验方案，每个更新试验方案均通过改变原始试验方案中的目标参数得到。进一步的，目标参数包括试验信号的频率和/或试验信号的入射角度，更进一步的，试验信号的入射角度范围为0°至90°。
S13、利用水听器阵分别采集目标声场内与每个试验信号对应的声压信号；
S14、根据相对应的试验信号和声压信号解算入射波信号与散射回波信号之间的传递信道；
S15、利用多个试验信号、多个声压信号和解算得到的多个传递信道组成数据库。
本发明通过实验测量数据建立水下目标的散射特性数据库，然后基于散射特性先验信息进行波形重构，从而减少了计算量、提高了系统实时响应速度。
在一些具体实施例中，请参见图3，S4、利用估计入射波信号和数据库中的传递信道计算估计散射回波信号和估计总声压信号包括：
S41、根据估计入射波信号和数据库中的传递信道生成估计散射回波信号；
S42、利用估计入射波信号和估计散射回波信号生成估计总声压信号。
在一些具体实施例中，请参见图4，利用实际总声压信号和估计总声压信号对自适应滤波器的系数进行更新包括：
S61、根据实际总声压信号和估计总声压信号计算误差函数；
S62、利用误差函数计算可变步长因子；
S63、根据误差函数和可变步长因子更新自适应滤波器的系数。
本发明至少具有以下特点及优点：
(1)本发明基于自适应滤波算法的相关原理进行目标先验信息的散射回波估计，实现简单，且对于水下隐身等应用领域具有重要意义。
(2)基于目标散射的先验信息进行目标波形估计，不仅可以有效提升波形估计的准确性，同时在运算速度方面有重大改进，对于声场实时调控具有重要的应用价值。
(3)相较于基于经典LMS算法的回波估计方法而言，本发明通过对自适应算法中步长因子函数的改进，进一步减小算法在收敛后的稳态误差，具有更快的收敛速度和更好的跟踪精度。
下面通过一个具体实施例来对本发明做进一步的介绍与说明，请参见图5至图12，本发明提供的目标散射回波变步长快速自适应估计方法，用于实现目标近场散射回波波形估计的实施方式如下：
1)构建近场散射特性数据库；
水下目标表面水听器阵的布阵示意图如图7所示，其中，水听器阵到目标表面距离为d，平面波以θ角入射。
预先通过实验测量数据建立平面波以不同角度入射时的h1(n)的数据库。考虑到圆柱壳的对称性，将θ从0～90°按精度进行分割。对不同θ角度入射的平面波逐个测量有放置目标和未放置目标时由水听器采集声压信号，则可以得到总声压信号p(n)和入射波信号pin(n)，则水听器位置处的散射回波ps(n)＝p(n)-pin(n)。基于测量得到的pin(n)和ps(n)通过解卷积的方式求解h1(n)，即可求解近场下的入射波与散射回波的传递信道。通过不同θ角度的测量与求解数据即可建立h1(n)的数据库，即通过改变信号频率与入射角度等不同的入射条件构建近场散射特性数据库。
2)散射回波自适应估计；
基于已建立的近场散射特性h1(n)的数据库，从近场接收的总声压信号p(n)中自适应估计散射回波ps(n)，其流程参照图8，本发明中使用SVS-LMS自适应算法对ps(n)进行估计。
水听器近场采集到的总声压信号为p(n)，采集信号通过自适应滤波器生成入射波信号的估计将估计信号/>卷积先验已知的信道h1(n)得到近场散射回波的估计从而生成近场水听器采集的总声压信号的估计/>将实际采集信号和采集信号的估计相减得到自适应滤波器的误差函数，进而推导滤波器系数的迭代方程。
近场散射回波快速自适应估计的滤波过程为：
其中，p(n)＝[p(n),p(n-1),...,p(n-M+1)]T，M为滤波器阶数，c(n)为滤波器系数。近场入射波与散射回波之间的信道h1(n)通过预先测量先验已知，则：
进而得到近场总声压信号的估计：
将实际采集的总声压信号与估计的总声压信号相减得到误差函数：
进行滤波器系数的更新：
其中，为基于Sigmoid函数的可变步长因子，参数α与β分别控制函数的取值范围与形状，/>为性能函数P(c)＝E{eHe}关于滤波器系数c的梯度。
经过进一步推导，基于SVS-LMS算法的散射回波快速自适应估计方法可概括为三步：
由此，即可得到入射波信号的估计并可以进一步达到快速估计散射回波的目的。
本发明的技术构思为：
通过预先在水下目标表面布放水听器，利用分布式水听器阵采集目标近场声场信息，并由此构建近场各个方向不同频点的入射波与散射回波传递信道数据库。实际应用中通过采集近场信号并识别来波方向与频率信息以选择相应的传递信道，基于该信道即可利用自适应滤波算法快速迭代求解出入射波与散射回波。
为验证目标散射回波变步长快速自适应估计方法的有效性，现以一实例开展仿真分析与说明，具体的，仿真中简化近场水听器采集的总声压信号由入射波信号、幅度衰减系数为0.2且时延为1ms(对应水听器距离目标表面0.75m)的散射回波以及加性高斯白噪声组成，信号频率为500Hz，信噪比为20dB。入射信号、散射回波以及近场接收到的实际信号参照图9至图10。
选择合适的滤波器阶数和步长参数，使用基于SVS-LMS算法的散射回波快速自适应估计方法对图10中的采集信号进行处理，得到自适应滤波器输出结果参照图12和图12。仿真结果表明自适应滤波器取得了较快的收敛速度，并具有较小的稳态误差。
以上，仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (9)

1.一种目标散射回波变步长快速自适应估计方法，其特征在于，包括：
构建近场散射特性数据库；
利用布设在目标位置处的水听器阵采集目标声场内的实际总声压信号；
根据所述实际总声压信号和自适应滤波器计算估计入射波信号；
利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号和估计总声压信号；
基于所述实际总声压信号和所述估计总声压信号之间的误差满足预设条件，将所述估计散射回波信号确认为目标散射回波信号；
基于所述实际总声压信号和所述估计总声压信号之间的误差不满足所述预设条件，利用所述实际总声压信号和所述估计总声压信号对所述自适应滤波器的系数进行更新并循环计算所述估计散射回波信号和所述估计总声压信号直至所述实际总声压信号和所述估计总声压信号之间的误差满足所述预设条件。
2.根据权利要求1所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述构建近场散射特性数据库包括；
按照预设方案将多个水听器布设在所述目标位置处以形成所述水听器阵；
按照试验方案向目标试验区发射多个试验信号；
利用所述水听器阵分别采集所述目标声场内与每个所述试验信号对应的声压信号；
根据相对应的所述试验信号和所述声压信号解算入射波信号与散射回波信号之间的传递信道；
利用多个所述试验信号、多个所述声压信号和解算得到的多个所述传递信道组成所述数据库。
3.根据权利要求2所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述试验方案包括原始试验方案和多个更新试验方案，每个所述更新试验方案均通过改变所述原始试验方案中的目标参数得到。
4.根据权利要求3所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述目标参数包括所述试验信号的频率和/或所述试验信号的入射角度。
5.根据权利要求4所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述试验信号的入射角度范围为0°至90°。
6.根据权利要求1所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号和估计总声压信号包括：
根据所述估计入射波信号和所述数据库中的传递信道生成估计散射回波信号；
利用所述估计入射波信号和所述估计散射回波信号生成所述估计总声压信号。
7.根据权利要求6所述的目标散射回波变步长快速自适应估计方法，其特征在于，所述利用所述实际总声压信号和所述估计总声压信号对所述自适应滤波器的系数进行更新包括：
根据所述实际总声压信号和所述估计总声压信号计算误差函数；
利用所述误差函数计算可变步长因子；
根据所述误差函数和所述可变步长因子更新所述自适应滤波器的系数。
8.根据权利要求7所述的目标散射回波变步长快速自适应估计方法，其特征在于，循环计算所述估计散射回波信号和所述估计总声压信号的次数不少于100次。
9.根据权利要求1至8任一项所述的目标散射回波变步长快速自适应估计方法，其特征在于，利用所述估计入射波信号和所述数据库中的传递信道计算估计散射回波信号采用SVS-LMS自适应算法进行。
CN202111063231.3A 2022-01-19 2022-01-19 目标散射回波变步长快速自适应估计方法 Active CN114061730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111063231.3A CN114061730B (zh) 2022-01-19 2022-01-19 目标散射回波变步长快速自适应估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111063231.3A CN114061730B (zh) 2022-01-19 2022-01-19 目标散射回波变步长快速自适应估计方法

Publications (2)

Publication Number Publication Date
CN114061730A CN114061730A (zh) 2022-02-18
CN114061730B true CN114061730B (zh) 2023-09-19

Family

ID=80233619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111063231.3A Active CN114061730B (zh) 2022-01-19 2022-01-19 目标散射回波变步长快速自适应估计方法

Country Status (1)

Country Link
CN (1) CN114061730B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69207039D1 (de) * 1991-03-25 1996-02-08 Nippon Telegraph & Telephone Verfahren zur Simulierung einer akustischen Übertragungsfunktion und Simulator hierfür
WO2008137870A1 (en) * 2007-05-04 2008-11-13 Personics Holdings Inc. Method and device for acoustic management control of multiple microphones
CN102997988A (zh) * 2012-11-16 2013-03-27 哈尔滨工程大学 大型潜标矢量水听器低频声学指向性的水池测试方法
JP2014023110A (ja) * 2012-07-23 2014-02-03 Nippon Telegr & Teleph Corp <Ntt> エコー消去装置、エコー消去方法及びプログラム
CN105338450A (zh) * 2015-09-23 2016-02-17 苏州科达科技股份有限公司 一种残留回波抑制方法及装置
CN106680799A (zh) * 2015-11-11 2017-05-17 中国船舶工业系统工程研究院 一种船载声纳目标回波的模拟方法
CN108111704A (zh) * 2016-11-24 2018-06-01 中国科学院声学研究所 一种非接触式自适应回声消除装置及回声消除方法
CN109405954A (zh) * 2018-10-23 2019-03-01 哈尔滨工程大学 一种基于矢量水听器阵列的uuv移动水声通信技术
CN112344888A (zh) * 2020-10-23 2021-02-09 华南理工大学 一种基于lfm信号互相关相位特性的超声波测厚方法
CN113093120A (zh) * 2021-03-15 2021-07-09 西安电子科技大学 基于capon算法的PRI捷变雷达目标参数估计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040019499A (ko) * 2002-08-28 2004-03-06 삼성전자주식회사 등화속도를 향상시키는 등화기를 갖는 단일반송파수신기및 그의 등화방법
CN110146895B (zh) * 2019-05-16 2021-04-20 浙江大学 基于倒置式多波束回声仪的声速剖面反演方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69207039D1 (de) * 1991-03-25 1996-02-08 Nippon Telegraph & Telephone Verfahren zur Simulierung einer akustischen Übertragungsfunktion und Simulator hierfür
WO2008137870A1 (en) * 2007-05-04 2008-11-13 Personics Holdings Inc. Method and device for acoustic management control of multiple microphones
JP2014023110A (ja) * 2012-07-23 2014-02-03 Nippon Telegr & Teleph Corp <Ntt> エコー消去装置、エコー消去方法及びプログラム
CN102997988A (zh) * 2012-11-16 2013-03-27 哈尔滨工程大学 大型潜标矢量水听器低频声学指向性的水池测试方法
CN105338450A (zh) * 2015-09-23 2016-02-17 苏州科达科技股份有限公司 一种残留回波抑制方法及装置
CN106680799A (zh) * 2015-11-11 2017-05-17 中国船舶工业系统工程研究院 一种船载声纳目标回波的模拟方法
CN108111704A (zh) * 2016-11-24 2018-06-01 中国科学院声学研究所 一种非接触式自适应回声消除装置及回声消除方法
CN109405954A (zh) * 2018-10-23 2019-03-01 哈尔滨工程大学 一种基于矢量水听器阵列的uuv移动水声通信技术
CN112344888A (zh) * 2020-10-23 2021-02-09 华南理工大学 一种基于lfm信号互相关相位特性的超声波测厚方法
CN113093120A (zh) * 2021-03-15 2021-07-09 西安电子科技大学 基于capon算法的PRI捷变雷达目标参数估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王振朝 等.基于并行滤波器的回波抵消技术方案.《计算机应用》.2013,第33卷(第07期),第1839-1841页. *

Also Published As

Publication number Publication date
CN114061730A (zh) 2022-02-18

Similar Documents

Publication Publication Date Title
Maranda Efficient digital beamforming in the frequency domain
CN101098179B (zh) 一种宽带频域数字波束形成方法
Abraham et al. Simulation of non-Rayleigh reverberation and clutter
MXPA05002370A (es) Un sistema y un metodo para formacion de haz usando una disposicion ordenada de microfonos.
CN109669160B (zh) 一种水下瞬态声信号的检测方法
CN109581275B (zh) 基于非圆信号和三维正交阵的二维水下doa估计方法和装置
CN110927669A (zh) 一种用于无线声传感器网络的cs多声源定位方法及系统
CN112034418A (zh) 基于频域Bark子带的波束扫描方法及声源定向装置
CN109489796A (zh) 一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法
CN109597021A (zh) 一种波达方向估计方法及装置
US6699189B1 (en) Ultrasound distortion compensation using blind system identification
CN117318671B (zh) 一种基于快速傅里叶变换的自适应滤波方法
Gu et al. Using McDaniel's model to represent non-Rayleigh reverberation
CN114061730B (zh) 目标散射回波变步长快速自适应估计方法
CN108957389A (zh) 一种实数域多通道信号目标方位估计方法
Hosseini et al. Time difference of arrival estimation of sound source using cross correlation and modified maximum likelihood weighting function
CN110609085B (zh) 一种基于矢量水听器的声学超材料声学性能测量方法
CN112784412B (zh) 一种基于压缩感知的单水听器简正波模态分离方法及系统
CN111263291A (zh) 一种基于高阶麦克风阵列的声场重构方法
CN113126029B (zh) 适用于深海可靠声路径环境的多传感器脉冲声源定位方法
CN114925496B (zh) 一种海洋环境噪声预报方法
CN112666521B (zh) 一种基于改进的自适应陷波器的室内声源定位方法
CN101645701B (zh) 一种基于滤波器组的时延估计方法及其系统
CN110927664B (zh) 基于循环三阶矩与压缩感知的近场声源参数估计
Swanson et al. Small-aperture array processing for passive multi-target angle of arrival estimation

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