CN115096428A - 一种声场重建方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本发明适用于声光技术领域，提供了一种声场重建方法、装置、计算机设备和存储介质。所述声场重建方法包括：在待测声场中设置至少一道激光束；根据激光束在声压梯度中的积分值，建构观测向量；对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵f＝Au；其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。本发明利用待测声场和测量矩阵的稀疏性，采用声光偏转原理，简化了激光测量装置的结构，降低了测量装置的成本，可以高精度地重建原始信号，降低了数据量要求量，方便商业化，普及化。

Description

一种声场重建方法、装置、计算机设备和存储介质

技术领域

本发明属于声光技术领域，尤其涉及一种声场重建方法、装置、设备和介质。

背景技术

在物理学中，超声是一种特殊的声波。人耳能够感知的声波频率范围在20Hz～20kHz，频率大于20kHz的声波被称为超声。超声具有指向性好、易于聚焦、可穿透不透明物体、无辐射危害等特性，广泛应用于医学成像、医学治疗、无损检测、水下声成像、地质勘探等领域。超声声场及其声学参数的研究，对提高超声检测性能、研究复杂声学过程等具有指导意义，而超声声场的重建可实现对声压、声功率、声频率、声相位等多种声场参数的检测，具有很高的现实意义。

当前的声场重建方法有基于压电效应的声场重建方法。超声换能器(水听器)在测量声场中声压的空间分布时，尤其是当测量换能器边缘区域声压时，由于水听器指向性与声波传播方向不一致，导致水听器法的测量结果存在误差。此外，由于水听器尺寸的限制，水听器测量为压电陶瓷表面声压的平均值，即对空间声压分布进行了空间滑动平均，也会使测量的空间声压存在差异，即空间分辨率低。

因此，为了解决现有声场建构中存在的测量误差大、声压空间分辨率低的问题，有必要从一种新的角度去解决声场重建的问题。

发明内容

本发明实施例的目的在于提供一种声场重建方法，旨在解决现有声场建构中存在的测量误差大、声压空间分辨率低。

本发明实施例是这样实现的，一种声场重建方法，所述声场重建方法包括：

在待测声场中设置至少一道激光束；

根据激光束在声压梯度中的积分值，建构观测向量；

对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

本发明实施例的另一目的在于一种声场重建装置，所述声场重建装置包括：

布置模块，用于在待测声场中设置至少一道激光束；

第一测量模块，用于根据激光束在声压梯度中的积分值，建构观测向量；

第二测量模块，用于对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

处理模块，用于根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

本发明实施例的另一目的在于一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述声场重建方法的步骤。

本发明实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述声场重建方法的步骤。

本发明实施例提供的一种声场重建方法，利用待测声场中观测向量和测量的矩阵的稀疏性，利用远小于奈奎斯特采样率的数据量的压缩感知方法可以高精度地重建原始信号，极大的降低了数据量要求与成本，方便商业化，普及化。

附图说明

图1为本发明实施例提供的声场重建方法的应用环境图；

图2为本发明实施例提供的声场重建方法的流程图；

图3为光学偏转原理图；

图4为一个实施例提供的待测声场测量方法中的激光阵列排布示意图；

图5为本发明实施例提供的声场重建装置的结构框图；

图6为本发明实施例提供的计算机设备的内部结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

图1为本发明实施例提供的声场重建方法的应用环境图，如图1所示，在该应用环境中，包括激光器设备110以及计算机设备120。

激光器设备110提供光源，并使得光源穿过待测声场，为声场重建方法提供参数测量的基础环境。激光器设备110提供的光源可以是多角度的阵列激光，也可以是可旋转和移动的单束激光，用于生成多角度、多方位的激光束。激光器设备110和计算机设备120可以通过网络进行连接，本发明在此不做限制。

计算机设备120可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。

如图2所示，在一个实施例中，提出了一种声场重建方法，本实施例主要以该方法应用于上述图1中的激光器设备110或计算机设备120来举例说明。

所述声场重建方法具体可以包括以下步骤：

步骤S202，在待测声场中设置至少一道激光束。

在本实施例中，需要测得待测声场某一个平面的声压矩阵，因此在该平面射出若干道激光束，所有激光束均在该平面内。

步骤S204，根据激光束在声压梯度中的积分值，建构观测向量。

在本实施例中，得到激光束在声压梯度中的积分值所运用的光学原理是声光偏转原理。声光偏转原理如下：

如图3所示，声波的波前穿过探测光束时，会导致光束两侧存在折射率差，从而使探测光束向高密度区偏转。在图3的ηξγ坐标系下，根据光线偏转公式可以得到光线在γ和η方向的偏转角度为：

上式中，α_γ、α_η分别代表激光在γ和η方向的偏转角度；tanα_γ，tanα_η代表γ和η方向的偏转角度的正切值；n(η，ξ，γ)代表空间坐标为(η，ξ，γ)处的密度大小；S_x，S_y代表激光在位置灵敏探测器PSD(Position Sensitive Device)上x，y方向上的偏移距离；d代表声场边缘到PSD的水平距离。

通过光线在PSD上的偏转距离，就可以得到光线偏转角度，也就可以获得光线路径上声场梯度的积分值，进而根据积分值建构出观测向量。本发明通过压缩感知原理实现声场重建，压缩感知需要的一个测量参数就是观测向量。观测向量可以通过声场中声压投影数据的稀疏采集得到，而稀疏采集减少数据采集量。

本实施例的步骤S204依据的是声光偏转原理，利用该方法制成的装置结构简单，只需要在声场中发射激光、检测激光即可测量待测声场的声压梯度。反观现有的技术，如果采用干涉仪，不仅需要设置参考光，要需要考虑现场的使用条件。本发明的方法具体的实施场景为海洋海水中，而干涉仪在海水中存在诸多干扰因素，不利于测量。此外，如果采用激光多普勒测振仪，确实可以起到测量的效果，但是激光多普勒测振仪造价昂贵，放置在海中容易损坏，不具备经济适用性。因此，依据声光偏转原理制成的装置结构简单，价格便宜，更容易普及化。

进一步的，本实施例给出了一种建构观测向量的具体方法，即步骤S204包括步骤S302～S308：

步骤S302，在所述待测声场中建构r个不同的角度和q道等距平行线，得到q×r个激光发射方位；r、q均为大于1的自然数。

步骤S304，根据声光偏转效应，分别获取激光束在q×r个方位上穿过所述待测声场的偏转角度。

步骤S306，根据q×r个激光束的偏转角度，得到q×r个所述积分值。

步骤S308，对所述积分值进行排列，建构出长度为q×r的所述观测向量。

如图4所示，本实施例提供了一种激光阵列的排布示意图，中间的圆形区域表示待测声场。将q道激光束以同一角度、等间距穿过待测声场，测量每根激光束在待测声场中的偏转角度，得到所述积分值；再将q道激光束转动一定角度，再次测得所述积分值。重复r次后，得到q×r个值，依次建构出所述观测向量。上述实施方式仅仅是一种测量方法，并不用于限定本发明。得到测量向量不一定需要q道激光束，也可以只有一道激光束，依次测量q×r个方位的声场积分值，同样可以建构出测量矩阵，得到稀疏采集的结果。本实施例通过声光偏转定理可以获得声场声压梯度的线积分，通过压缩感知方法可以在只有少量光线的情况下完成对声场的重建工作，降低了声场重建的数据量要求。

步骤S206，对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵。

在本实施例中，网格划分是指将激光所在的平面声场划分为若干个区域，依次测量每个区域中截得的激光长度，将该长度依次排列，得到测量矩阵。将声场划分成网格，实际上是将声场看成一个矩阵，使得声场中的激光参数得以被量化。

进一步，本实施例给出了一种建构测量矩阵的具体方法，即步骤S206具体包括步骤S402～S406：

步骤S402，在所述待测声场中建构r个不同的角度和q道等距平行线，得到q×r个激光发射方位；r、q均为大于1的自然数。

步骤S404，将所述待测声场划分为m×m的网格，获取激光束与网格相交的m×m个长度值，对m×m个长度值进行排列，得到长度为m×m的行向量Ai；m为大于1的自然数。

步骤S406，获取所有q×r个方位上的行向量，建构出所述测量矩阵A＝[A₁；A₂；......；A_i；......A_q×r]

其中，A为qr×m²阶的测量矩阵；A_i为激光束在第i个方位上的得到的行向量。

在本实施例中，测量矩阵与实际测量的物理过程相对应，测量矩阵的每一行代表一根激光器的测量。将声场重建区域划分为K＝m×m个网格，将每个网格中的超声声压设置为常数，每个网格按行自上而下依次编号。则对于测量矩阵A中的任意一行，该行将对应一根特定的激光，该行是一个长度为m×m的行向量，且该行向量的第k个元素的值代表这根激光与重建区域的第k个网格相交的长度，即

其中，pi是第i个测量数据，是第i根激光路径上声压梯度的积分值；A_ij是第i根激光与第j个网格相交的长度；gj是第j个网格中的声压值。由于每条光线在重建区域中至多和2m个网格相交，因此A是一个稀疏矩阵，即得到：

A＝[A₁；A₂；......；A_i]

步骤S208，根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

具体的，压缩感知是利用目标在变换域的稀疏性，从目标的有限次投影测量中，以极高的概率高精度地重建原始信号。其理论可以通过如下的线性测量模型进行阐述：

f＝Au

其中u∈RN为需要重建的未知的目标信号，即声压矩阵；f为观测值，即本实施例的观测向量；A为m×n(m＜n)的测量矩阵。

对于真实的物理信号u，往往能够选取合适的变换域ψ，使得u在此变换域下能够稀疏分解，即

u＝ψs

其中，分解系数s的绝大多数元素为零，记其非零元素个数为k，称u为k稀疏信号。

并且，由上述两式子可得，

f＝Φs

其中，Φ为传感矩阵，Φ＝Aψ。

当Ф满足有限等距性时，我们可以通过由观测值f求解最优11范数问题，以极高的概率高精度重建u：

min{||s||₁：f＝Aψs}

其中，||s||₁＝∑|s_i|。

上述为压缩感知原理的主要步骤，但在实际声场的建构中，存在着一些技术难点，一个就是关于声场梯度角度的处理。为了求得待测声场的声压矩阵，本实施例提供了一种待测声场的声压矩阵的求解方法，即步骤S208具体包括步骤S502～S508：

步骤S502，根据激光束在声压梯度中的积分值，构造所述待测声场的第一梯度矩阵等式

f_i＝A_i(D_θu)

其中，f_i表示实际获得观测向量f的第i个测量数据；A_i为激光束在第i个方位上的得到的行向量；D_θ表示所述待测声场在θ角度上的梯度算子；u表示所述待测声场的所述声压矩阵；D_θu表示所述声压矩阵u在角度θ方向的梯度矩阵。

步骤S504，将所述声压矩阵的所有列合并为一个列向量，根据所述第一梯度矩阵等式，得到第二梯度矩阵等式

f_i＝A_d*u(：)

其中，A_d表示测量矩阵A的每一行与对应角度θ下的梯度算子D′_θ相乘得到的新测量矩阵；(：)表示将矩阵的所有列合并为一个列向量；

表示新测量矩阵A_d的第i个行向量。

步骤S506，根据所述第二梯度矩阵等式建构第一最优方程

min||Δu||₁，s.t.f＝A_du

其中，||Δu||₁为用声压矩阵u进行拉普拉斯变换得到的一范数；f表示观测向量；u表示所述声压矩阵。

步骤S508，根据所述第一最优方程，解出声压矩阵u。

在本实施例中，考虑到实际测得的数据是声场的梯度，每个角度θ都有一个梯度算子D_θ，且D_θ*u的结果即为矩阵u在角度θ方向的梯度矩阵。因此实际获得的第i个测量数据f_i，测量矩阵的第i行，该数据对应角度的梯度算子D_θ，声压矩阵u应满足第一梯度矩阵等式：

f_i＝A_i(D_θu)

在处理过程中，需要将声压矩阵u的所有列合并为一个列向量，则上式可以写为：

f_i＝A_iD′_θ*u(：)

上式中(：)代表将矩阵的所有列合并为一个列向量。

D′_θ是测量矩阵每一行对应角度θ下的梯度算子，且满足：

D′_θ*u(：)＝(D_θu)(：)

对测量矩阵A的每一行，使其与对应角度下的梯度算子D′_θ相乘，则可以得到新的测量矩阵A_d满足下述第二梯度矩阵等式：

f_i＝A_d*u(：)

其中，矩阵A中的第i行A_i与矩阵A_d中的第i行

满足如下关系：

因此，根据所述第二梯度矩阵等式建构第一最优方程

min||Δu||₁，s.t.f＝A_du

Δu(x，y)＝u(x+1，y)+u(x-1，y)+u(x，y+1)+u(x，y-1)-4u(x，y)

其中，||Δu||₁为用声压矩阵u进行拉普拉斯变换得到的一范数；f表示观测向量；u表示所述声压矩阵，x，y是矩阵的下标，u(x，y)代表声场图像矩阵第x行y列元素的值。

由于声场声压存在波峰与波谷，利用拉普拉斯算子进行处理后，声压场在源(波峰)与汇(波谷)的位置有稀疏信息，在其他地方则趋近于零，因此可以使用拉普拉斯算子作为稀疏基，进而利用压缩感知算法恢复声场。

本实施例将梯度算子为比较对象，说明采用拉普拉斯变换的优势：梯度算子适用于分段平滑图像，而拉普拉斯变换则更适用于连续平滑的图像，对于连续平滑的声场图像来说，拉普拉斯算子更加合适；拉普拉斯算子计算结果更加精确，减少边缘化。用梯度算子可以体现图像的边缘，比如人物图像和背景或很突出，而拉普拉斯算法会使得边缘更加平滑。

因此，利用拉普拉斯算子恢复声场，可以使计算出的声场更加平滑，误差更小，更接近实际声场。

在本实施例中，具体给出了解出声压矩阵u的一种方法，即步骤S508包括步骤S602～S606：

步骤S602，转化所述第一最优方程，得到第二最优方程

min||w||₁

s.t.w＝Δu；f＝A_du

||w||₁表示目标函数；Δu＝w，A_du＝f成为约束条件。

步骤S604，利用增广拉格朗日乘子法，建构所述第二最优方程的增广乘子式

其中，λ、σ表示随迭代过程更新且初始值设为零向量或者零矩阵的迭代参数；β、γ表示自行设定的已知量；T表示转置。

步骤S606，求解所述增广乘子式，得到声压矩阵u。

上述增广乘子式的解法如下：

a)在计算上述问题中，λ，σ是随迭代过程更新的参数，初始值均设为0向量，γ与β均是自行设定的已知量。初始化：u₀＝A^Tf，

sign(Δu₀)，λ＝0∈R^m，σ＝0∈R^n×n，k＝0，其中符号。代表哈达玛积，sign代表符号函数，m是采样数，n是声压图像u的维度。

b)计算

c)更新w：

其中

是第k次迭代中拉格朗日函数对w的梯度。

d)使用对偶上升法更新拉格朗日乘子：

其中

分别是第k次迭代中拉格朗日函数对λ，σ的梯度。

f)判断是否收敛：如果

接受U_k+1作为优化结果，否则令k＝k+1，并返回步骤(b)。

g)经过上述求解逆问题，得到的矩阵u_k+1即是最终需要的声场声压矩阵u。

本实施例求解声压矩阵采用拉格朗日乘子法，该方法解决等式约束的优化问题准确度高，同时容易求解，计算方便。

综上所述，经过大量观测表明，绝大部分自然图像具有分段连续的性质，即梯度具有稀疏性，因此声场的声压图像可以用压缩感知来进行重建。压缩感知是利用目标在变换域的稀疏性，从目标的有限次投影测量中，以极高的概率高精度地重建原始信号。目前主要的光学声场重建方法都存在着数据量要求高，成本高，难以普及的问题，压缩感知方法可以通过远小于奈奎斯特采样率的数据量高精度的重建原始信号，极大的降低了数据量要求与成本，方便商业化，普及化。

如图5所示，在一个实施例中，提供了一种声场重建装置，所述声场重建装置包括：

布置模块200，用于在待测声场中设置至少一道激光束。

第一测量模块300，用于根据激光束在声压梯度中的积分值，建构观测向量。

第二测量模块400，用于对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

处理模块500，用于根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

在本实施例中，声场重建装置可以执行上述步骤S202～S208的所有步骤，此处不再赘述。

图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体是图1中的计算机设备120。如图6所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现声场重建方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行声场重建方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的声场重建装置可以实现为一种计算机程序的形式，计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该声场重建装置的各个程序模块，比如，图5所示的布置模块200、第一测量模块300、第二测量模块400和处理模块500。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的声场重建方法中的步骤。

例如，图6所示的计算机设备可以通过如图5所示的声场重建装置中的布置模块200执行步骤S202，可通过第一测量模块300执行步骤S204，可通过第二测量模块400执行步骤S206，可通过处理模块500执行步骤S208。

在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

在待测声场中设置至少一道激光束；

根据激光束在声压梯度中的积分值，建构观测向量；

对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：

在待测声场中设置至少一道激光束；

根据激光束在声压梯度中的积分值，建构观测向量；

对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种声场重建方法，其特征在于，所述声场重建方法包括：

在待测声场中设置至少一道激光束；

根据激光束在声压梯度中的积分值，建构观测向量；

对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

2.根据权利要求1所述的声场重建方法，其特征在于，所述根据激光束在声压梯度中的积分值，建构观测向量，包括以下步骤：

在所述待测声场中建构r个不同的角度和q道等距平行线，得到q×r个激光发射方位；r、q均为大于1的自然数；

根据声光偏转效应，分别获取激光束在q×r个方位上穿过所述待测声场的偏转角度；

根据q×r个激光束的偏转角度，得到q×r个所述积分值；

对所述积分值进行排列，建构出长度为q×r的所述观测向量。

3.根据权利要求1所述的声场重建方法，其特征在于，所述根据激光束与声场网格相交的长度，建构测量矩阵，包括以下步骤：

在所述待测声场中建构r个不同的角度和q道等距平行线，得到q×r个激光发射方位；r、q均为大于1的自然数；

将所述待测声场划分为m×m的网格，获取激光束与网格相交的m×m个长度值，对m×m个长度值进行排列，得到长度为m×m的行向量A_i；m为大于1的自然数；

获取所有q×r个方位上的行向量，建构出所述测量矩阵

A＝[A₁；A₂；......；A_i；......A_q×r]

其中，A为qr×m²阶的测量矩阵；A_i为激光束在第i个方位上的得到的行向量。

4.根据权利要求1所述的声场重建方法，其特征在于，所述求得所述待测声场的声压矩阵，包括以下步骤：

根据激光束在声压梯度中的积分值，构造所述待测声场的第一梯度矩阵等式

f_i＝A_i(D_θu)

其中，f_i表示实际获得观测向量f的第i个测量数据；A_i为激光束在第i个方位上的得到的行向量；D_θ表示所述待测声场在θ角度上的梯度算子；u表示所述待测声场的所述声压矩阵；D_θu表示所述声压矩阵u在角度θ方向的梯度矩阵；

将所述声压矩阵的所有列合并为一个列向量，根据所述第一梯度矩阵等式，得到第二梯度矩阵等式

f_i＝A_d*u(：)

其中，A_d表示测量矩阵A的每一行与对应角度θ下的梯度算子D′_θ相乘得到的新测量矩阵；(：)表示将矩阵的所有列合并为一个列向量；

表示新测量矩阵A_d的第i个行向量；

根据所述第二梯度矩阵等式建构第一最优方程

min||Δu||₁，s.t.f＝A_du

其中，||Δu||₁为用声压矩阵u进行拉普拉斯变换得到的一范数；f表示观测向量；u表示所述声压矩阵；

根据所述第一最优方程，解出声压矩阵u。

5.根据权利要求4所述的声场重建方法，其特征在于，所述根据所述第一最优方程，解出声压矩阵u，包括：

转化所述第一最优方程，得到第二最优方程

min||w||₁

s.t.w＝Δu；f＝A_du

||w||₁表示目标函数；Δu＝w，A_du＝f成为约束条件；

利用增广拉格朗日乘子法，建构所述第二最优方程的增广乘子式

其中，λ、σ表示随迭代过程更新且初始值设为零向量或者零矩阵的迭代参数；β、γ表示自行设定的已知量；T表示转置；

求解所述增广乘子式，得到声压矩阵u。

6.一种声场重建装置，其特征在于，所述声场重建装置包括：

布置模块，用于在待测声场中设置至少一道激光束；

第一测量模块，用于根据激光束在声压梯度中的积分值，建构观测向量；

第二测量模块，用于对所述待测声场做网格划分，根据激光束与声场网格相交的长度，建构测量矩阵；

处理模块，用于根据压缩感知算法，利用所述观测向量和所述测量矩阵求得所述待测声场的声压矩阵

f＝Au

其中，f表示所述观测向量；A表示所述测量矩阵；u表示所述声压矩阵。

7.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至5中任一项权利要求所述声场重建方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至5中任一项权利要求所述声场重建方法的步骤。

Images