一种平面阵列反卷积声源识别方法

    公开(公告)号:CN110109058B

    公开(公告)日:2021-04-06

    申请号:CN201910366448.8

    申请日:2019-05-05

    Abstract: 本发明公开了一种平面阵列反卷积声源识别方法,包括步骤:1、计算传统波束形成输出结果;2、建立波束形成输出结果与声源分布之间的方程组;3、迭代求解声源分布,该步骤中,在广义稀疏度自适应匹配追踪gSAMP的基础上,结合声源识别问题,构建了适合平面阵列的源强分布求解方法。本发明的技术效果是:本发明具有高的空间分辨率、能有效移除旁瓣,准确地定位各声源,定位精度优于现有方法OMP‑DAMAS,且不需要声源信号稀疏度的先验知识。

    一种快速迭代收缩波束形成声源识别方法

    公开(公告)号:CN109343003B

    公开(公告)日:2022-11-11

    申请号:CN201811440077.5

    申请日:2018-11-29

    Applicant: 重庆大学

    Abstract: 本发明公开了一种快速迭代收缩波束形成声源识别方法,它包括以下步骤:步骤1、构建差函数;步骤2、将进行傅里叶变换后求结果误差最小,由差函数中非负最小二乘问题转变成基于傅里叶变化的最小化式;步骤3、通过迭代求解,Q为经过傅里叶变化声源分布向量。与现有声源识别方法相比,本发明的计算效率更高,收敛性更好,收敛速度更快,声源识别综合性能更佳。

    一种平面阵列反卷积声源识别方法

    公开(公告)号:CN110109058A

    公开(公告)日:2019-08-09

    申请号:CN201910366448.8

    申请日:2019-05-05

    Abstract: 本发明公开了一种平面阵列反卷积声源识别方法,包括步骤:1、计算传统波束形成输出结果;2、建立波束形成输出结果与声源分布之间的方程组;3、迭代求解声源分布,该步骤中,在广义稀疏度自适应匹配追踪gSAMP的基础上,结合声源识别问题,构建了适合平面阵列的源强分布求解方法。本发明的技术效果是:本发明具有高的空间分辨率、能有效移除旁瓣,准确地定位各声源,定位精度优于现有方法OMP-DAMAS,且不需要声源信号稀疏度的先验知识。

    一种快速迭代收缩波束形成声源识别方法

    公开(公告)号:CN109343003A

    公开(公告)日:2019-02-15

    申请号:CN201811440077.5

    申请日:2018-11-29

    Applicant: 重庆大学

    Abstract: 本发明公开了一种快速迭代收缩波束形成声源识别方法,它包括以下步骤:步骤1、构建差函数;步骤2、将 进行傅里叶变换后求结果误差最小,由差函数中非负最小二乘问题转变成基于傅里叶变化的最小化式;步骤3、通过迭代求解,Q为经过傅里叶变化声源分布向量。与现有声源识别方法相比,本发明的计算效率更高,收敛性更好,收敛速度更快,声源识别综合性能更佳。

Patent Agency Ranking