基于稀疏信號重構的近場聲源定位算法研究.pdf

1、聲源定位算法如今被廣泛應用于視頻會議、可視電話、移動通信、監(jiān)測監(jiān)控系統(tǒng)、航空航天、軍事、醫(yī)療等領域。隨著陣列信號處理技術的日益精進，聲源定位算法已不再拘泥于單一參數估計的遠場源估計，而發(fā)展為雙參數估計的近場源定位。
　　自壓縮感知理論提出以來，學者將其應用于近場聲源定位算法中，但仍舊出現在低信噪比時精度不高、計算量大等問題。針對這些問題，本文對基于稀疏重構的近場聲源波達方向及距離估計算法作了研究與改進。本文介紹了有關壓縮感知與貝葉

2、斯學習的相關理論基礎，并闡述了三種經典的稀疏重構類算法，對其性能作了分析，通過仿真表明在低信噪比與低快拍數情況下估計精度還有很大提升空間。本文主要創(chuàng)新工作如下：
　?。?）針對現有算法在低信噪比下均方誤差較大，同時分辨概率不足的問題，本文提出了加權稀疏信號重構的近場聲源定位算法。在現有l(wèi)1類算法的基礎上，首先進行雙參數分離，然后構造類 MUSIC權向量，重構稀疏空間譜得到目標波達方向。根據估計角度值，利用稀疏信號重構思想得到距離估

3、計。最后通過實驗仿真驗證提出新方法擁有更高的精確度及分辨概率。
　?。?）針對l1范數類算法存在著計算量大的問題，為了減小計算復雜度，將稀疏貝葉斯學習應用于近場源定位模型中，提出了聯(lián)合稀疏貝葉斯學習與子空間的近場信號源定位算法。仿真表明該算法在縮短運算時間的同時也能保持較高的準確度。
　?。?）針對稀疏貝葉斯估計算法角度均方誤差呈規(guī)律變化的問題，提出基于稀疏貝葉斯源定位的補償算法，實驗表明該算法能在一定程度上提高估計精確度。