基于群稀疏的离网格压缩匹配场处理声源定位方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115825870A(43)申请公布日2023.03.21(21)申请号202310126376.6(22)申请日2023.02.17(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人徐立军(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201专利代理师刘海莲(51)Int.Cl.G01S5/22(2006.01)权利要求书3页说明书12页附图4页(54)发明名称基于群稀疏的离网格压缩匹配场处理声源定位方法(57)摘要本申请提出了一种基于群稀疏的离网格压缩匹配场处理声源定位方法，该方法包括：通过预设的水声工具箱将待分析的目标区域划分为多个网格；基于网格区域内任一位置处的信道冲击响应由其所处的网格的四个格点处的复制向量来模拟近似的方式，通过计算四个格点处的复制向量子字典重构匹配场处理的信号模型；通过群稀疏重建的方式估计离散网格单元四个格点处的信号幅度矩阵；对于多个待定位的声源，结合估计出的信号幅度矩阵以及每个声源所处的网格的四个格点处的真实距离和真实深度，估计每个声源的位置。该方法可以对网格内不同位置处的声源进行精确定位，降低了声源定位的限制性，提高水下声源定位的精确性和实用性。CN115825870ACN115825870A权利要求书1/3页1.一种基于群稀疏的离网格压缩匹配场处理声源定位方法，其特征在于，包括以下步骤：通过预设的水声工具箱将待分析的目标区域划分为多个网格；基于网格区域内任一位置处的信道冲击响应，由所述任一位置所处的网格的四个格点处的复制向量来模拟近似的方式，通过计算所述四个格点处的复制向量子字典重构匹配场处理的信号模型；对于重构的信号模型下的离散网格单元四个格点处的信号幅度矩阵，通过群稀疏重建的方式估计所述信号幅度矩阵；对于多个待定位的声源，结合估计出的所述信号幅度矩阵以及每个所述声源所处的网格的四个格点处的真实距离和真实深度，估计每个所述声源的位置。2.根据权利要求1所述的方法，其特征在于，所述通过计算所述四个格点处的复制向量子字典重构匹配场处理的信号模型，包括：通过计算声源所处的网格的四个格点处的复制向量的线性组合，确定声源位置处的信道冲击响应；根据多个声源的信道冲击响应计算所述目标区域对应的阵列接收信号；将全部的网格的格点处的复制向量组成复制向量字典矩阵，并分别计算网格的左上角、右上角、左下角和右下角四个格点处的归一化复制向量，生成所述四个格点处的复制向量子字典；基于所述四个格点处的复制向量子字典，将所述阵列接收信号进行重写，其中，重写后的阵列接收信号包括所述信号幅度矩阵。3.根据权利要求2所述的方法，其特征在于，通过以下公式计算第个离散化网格单元中的所述声源位置处的信道冲击响应：其中，是信道冲击响应，是第个网格的四个格点处的复制向量，是相应的复制向量的系数，，分别代表第个网格的左上角、右上角、左下角和右下角的四个格点；通过以下公式表示所述阵列接收信号：其中，是阵列接收信号，是划分出的多个网格的总数，是多个网格中的任一个网格，是第个网格中的声源信号，是高斯噪声。4.根据权利要求3所述的方法，其特征在于，通过以下公式估计所述信号幅度矩阵：其中，，2CN115825870A权利要求书2/3页其中，是信号幅度矩阵，是由每个网格的矩阵的弗罗贝尼乌斯Frobenius范数组成的向量，是复制向量字典矩阵，是误差容限，，表示相应格点处的信号幅度，是的第行，是第个网格第个格点处的信号幅度，是矩阵的第行，，表示行数。5.根据权利要求2所述的方法，其特征在于，在所述通过群稀疏重建的方式估计所述信号幅度矩阵之前，还包括：确定声源定位过程中的快拍数，并将所述快拍数与预设的阈值进行比较；当所述快拍数大于所述阈值时，将所述阵列接收信号进行奇异值分解SVD；保留奇异值分解后的阵列接收信号中的信号子空间，并通过所述信号子空间代替所述阵列接收信号。6.根据权利要求1所述的方法，其特征在于，通过以下公式估计每个待定位的声源的位置：其中，是第个声源的位置估计值，是第个声源所处网格的四个格点处的真实距离和真实深度，是第个声源所处网格的四个格点处信号幅度，，分别代表第个声源所处网格的左上角、右上角、左下角和右下角的四个格点，是多个待定位的声源中的任一个。7.一种基于群稀疏的离网格压缩匹配场处理声源定位系统，其特征在于，包括：划分模块，用于通过预设的水声工具箱将待分析的目标区域划分为多个网格；重构模块，用于基于网格区域内任一位置处的信道冲击响应，由所述任一位置所处的网格的四个格点处的复制向量来模拟近似的方式，通过计算所述四个格点处的复制向量子字典重构匹配场处理的信号模型；估计模块，用于对于重构的信号模型下的离散网格单元四个格点处的信号