提出一种基于声源空间域分布稀疏和声学矢量传感器“8”字形指向特性的波达方向(Direction of Arrival,DOA)估计方法。该方法在通过最优化稀疏算法选择与声源方向最匹配的向量的同时,借助声学矢量传感器中组合声矢量信号独特的“8”字...提出一种基于声源空间域分布稀疏和声学矢量传感器“8”字形指向特性的波达方向(Direction of Arrival,DOA)估计方法。该方法在通过最优化稀疏算法选择与声源方向最匹配的向量的同时,借助声学矢量传感器中组合声矢量信号独特的“8”字形指向性,进一步提升了单个声学矢量传感器测向的准确度。实验结果表明,所提方法在宽带信号短时、小快拍情形下具备较强的健壮性,能够有效抑制噪声并准确获得噪声源的空间位置,为后续的噪声控制与处理提供关键的基础信息,有助于提高噪声处理的性能和效果。展开更多
研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子...研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。展开更多
文摘提出一种基于声源空间域分布稀疏和声学矢量传感器“8”字形指向特性的波达方向(Direction of Arrival,DOA)估计方法。该方法在通过最优化稀疏算法选择与声源方向最匹配的向量的同时,借助声学矢量传感器中组合声矢量信号独特的“8”字形指向性,进一步提升了单个声学矢量传感器测向的准确度。实验结果表明,所提方法在宽带信号短时、小快拍情形下具备较强的健壮性,能够有效抑制噪声并准确获得噪声源的空间位置,为后续的噪声控制与处理提供关键的基础信息,有助于提高噪声处理的性能和效果。
文摘研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。
