-
公开(公告)号：CN103778288A
公开(公告)日：2014-05-07
申请号：CN201410016858.7
申请日：2014-01-15
申请人： 河南科技大学
摘要： 本发明涉及一种基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，属于阵列信号处理技术领域。本发明首先基于平面阵建立了近场声源信号模型，进而建立了空间非均匀噪声条件下待估声源方位和距离信息的最大似然估计问题，最后使用连续空间蚁群优化方法估计出声源参数，从而完成了空间非均匀噪声条件下对近场声源的定位。本发明方法估计精度较高，在低信噪比下声源方位和距离均方误差都小于常规最大似然方法，并且在高信噪比条件下声源方位和距离的均方误差都逼近克拉美-罗界，远优于常规最大似然方法。
-
公开(公告)号：CN103778288B
公开(公告)日：2017-05-17
申请号：CN201410016858.7
申请日：2014-01-15
申请人： 河南科技大学
摘要： 本发明涉及一种基于蚁群优化的非均匀阵元噪声条件下近场声源定位方法，属于阵列信号处理技术领域。本发明首先基于平面阵建立了近场声源信号模型，进而建立了空间非均匀噪声条件下待估声源方位和距离信息的最大似然估计问题，最后使用连续空间蚁群优化方法估计出声源参数，从而完成了空间非均匀噪声条件下对近场声源的定位。本发明方法估计精度较高，在低信噪比下声源方位和距离均方误差都小于常规最大似然方法，并且在高信噪比条件下声源方位和距离的均方误差都逼近克拉美‑罗界，远优于常规最大似然方法。
-
公开(公告)号：CN104330768B
公开(公告)日：2017-01-04
申请号：CN201410315852.X
申请日：2014-07-03
申请人： 河南科技大学
IPC分类号： G01S3/802
摘要： 本发明涉及一种基于声矢量传感器的机动声源方位估计方法，属于信号处理技术领域。本发明首先估计空域噪声协方差矩阵，通过噪声白化方法固化最大能量定位方法中的加权参数，以避免最优加权参数选择的一维搜索过程，提高了最大能量定向算法的估计精度，然后结合最大能量定向估计子输出和声源匀速运动的先验信息，在极坐标系下采用卡尔曼滤波技术进一步提高机动声源的方位估计精度。通过理论分析和仿真研究，本发明的基于声矢量传感器的机动声源方位估计与跟踪方法的估计精度优于原最大能量定向方法，并且由于采用了卡尔曼滤波，本发明的均方角度误差低于静态声源定位情况下的克拉美-罗下界。
-
公开(公告)号：CN104330787A
公开(公告)日：2015-02-04
申请号：CN201410315486.8
申请日：2014-07-03
申请人： 河南科技大学
IPC分类号： G01S7/539
CPC分类号： G01S7/539 , G01S7/536 , G01S15/003
摘要： 本发明涉及水下运动阵列多目标检测和方位估计一体化方法，根据运动阵列信号模型，得出两次连续测量的接收数据公式，求得相位校正因子；将运动阵列信号模型的矩阵形式分块；采用合成孔径技术，利用相位校正因子将物理阵列扩展为虚拟阵列，将分块矩阵重构为数据矩阵形成MVDR空间谱，通过现场噪声学习获得检测门限值；检测门限值之上的谱峰数为目标个数，谱峰所对应的角度为入射目标的方位角；本发明充分利用水下运动阵列合成孔径技术来提高阵增益和角度分辨率，并利用体现信号能量的MVDR空间谱函数来确定目标的个数及方位；对于相干信号来说，在低信噪比下的检测性能显著优于传统方法，降低了检测门限，有更远的探测距离，且能给出方位估计值。
-
公开(公告)号：CN104330787B
公开(公告)日：2017-01-18
申请号：CN201410315486.8
申请日：2014-07-03
申请人： 河南科技大学
IPC分类号： G01S7/539
摘要： 本发明涉及水下运动阵列多目标检测和方位估计一体化方法，根据运动阵列信号模型，得出两次连续测量的接收数据公式，求得相位校正因子；将运动阵列信号模型的矩阵形式分块；采用合成孔径技术，利用相位校正因子将物理阵列扩展为虚拟阵列，将分块矩阵重构为数据矩阵形成MVDR空间谱，通过现场噪声学习获得检测门限值；检测门限值之上的谱峰数为目标个数，谱峰所对应的角度为入射目标的方位角；本发明充分利用水下运动阵列合成孔径技术来提高阵增益和角度分辨率，并利用体现信号能量的MVDR空间谱函数来确定目标的个数及方位；对于相干信号来说，在低信噪比下的检测性能显著优于传统方法，降低了检测门限，有更远的探测距离，且能给出方位估计值。
-
公开(公告)号：CN104330768A
公开(公告)日：2015-02-04
申请号：CN201410315852.X
申请日：2014-07-03
申请人： 河南科技大学
IPC分类号： G01S3/802
CPC分类号： G01S3/8083
摘要： 本发明涉及一种基于声矢量传感器的机动声源方位估计方法，属于信号处理技术领域。本发明首先估计空域噪声协方差矩阵，通过噪声白化方法固化最大能量定位方法中的加权参数，以避免最优加权参数选择的一维搜索过程，提高了最大能量定向算法的估计精度，然后结合最大能量定向估计子输出和声源匀速运动的先验信息，在极坐标系下采用卡尔曼滤波技术进一步提高机动声源的方位估计精度。通过理论分析和仿真研究，本发明的基于声矢量传感器的机动声源方位估计与跟踪方法的估计精度优于原最大能量定向方法，并且由于采用了卡尔曼滤波，本发明的均方角度误差低于静态声源定位情况下的克拉美-罗下界。
-
公开(公告)号：CN103778102A
公开(公告)日：2014-05-07
申请号：CN201410016849.8
申请日：2014-01-15
申请人： 河南科技大学
IPC分类号： G06F17/16
摘要： 本发明涉及一种基于干扰噪声矩阵重构的自适应波束形成方法，属于阵列信号处理领域。本发明首先建立最小方差无畸变响应波束形成问题的信号模型，然后在期望信号波达方向的角度范围已知的条件下，利用多重信号分类空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵，并在该矩阵的基础上，通过使用阵列输出功率最大化和避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件来求解真实期望信号导向矢量的估计值。仿真结果表明当期望信号和干扰源存在随机指向误差和局部散射的情况下，本发明方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值，优于其它自适应波束形成方法。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.02 秒)
