一种高分辨率的快速反卷积声源成像算法

摘要

本发明公开了一种高分辨率的快速反卷积声源成像算法，其特征是首先在反卷积声源成像算法的点扩展函数矩阵构造过程中，利用点扩展函数的近似空间平移不变性，计算声源计算平面中心位置处声源的点扩展函数，然后通过对中心位置处的点扩展函数向上和向下循环移位的方法构造出点扩展函数矩阵，避免了对全部点扩展函数的计算，降低计算量，提高了计算速度和效率；其次在声源源强能量分布的反卷积重构过程中，利用声源的空间稀疏先验，结合压缩感知理论，通过正交匹配追踪算法来实现声源源强能量分布的快速稀疏反卷积重构，降低了迭代次数，提高计算效率和分辨率。本发明具有高计算效率和空间分辨率，能更快更好地识别与定位声源在空间中的位置。

主权项

一种高分辨率的快速反卷积声源成像算法，其特征是按如下步骤进行：步骤a、在K个声源辐射形成的声场中呈阵列布置M个传感器，形成测量面W，采集获得各个传感器声压数据，声源的个数K小于传感器的数量M，所述传感器为传声器或质点振速传感器；步骤b、将声源计算平面离散成一网格面，所述网格面为聚焦面T，在所述聚焦面T中包含有N个网格点，每个网格点为聚焦点，由式(1)计算出第n个聚焦点的互谱成像波束形成输出量b(r_n)：$b\left(r_n\right)=\frac{1}{M^2-M}v{\left(r_{\overrightarrow{m},n}\right)}^{H}Uv\left(r_{\overrightarrow{m},n}\right)---\left(1\right)$其中，为导向矢量，i为虚数单位，k为声波波数，k＝2πf/c，π为圆周率，f为声源频率，c为声速，为聚焦面T上第n个的聚焦点到测量面W上所有传感器的距离组成的列向量，H为共轭转置；U为测量声压数据的互谱矩阵，表示测量面W上所有传感器坐标组成的列向量，表示所有传感器所接受到的声压组成的列向量，为抑制传感器阵列自噪声的干扰，将互谱矩阵U的主对角线元素全部置零，即对互谱矩阵U去自谱；利用式(1)对每个聚焦点进行计算，获得所有聚焦点的互谱成像波束形成输出量组成的列向量表示聚焦面T上所有聚焦点坐标组成的列向量；步骤c、由式(2)计算出聚焦面T的中心点上的声源源强能量与聚焦面T上第n个聚焦点的互谱成像波束形成输出量b(r_n)之间的点扩展函数psf(r_n/r_z)，其中r_z表示聚焦面T的中心点的坐标，并且当聚焦面T上聚焦点个数N为奇数时，z＝(N+1)/2，为偶数时，z＝N/2：$psf(r_n/r_z)=\frac{1}{M^2-M}v{\left(r_{\overrightarrow{m},n}\right)}^{H}g\left(r_{\overrightarrow{m},z}\right)g{\left(r_{\overrightarrow{m},z}\right)}^{H}v\left(r_{\overrightarrow{m},n}\right)---\left(2\right)$式(2)中，为传递函数组成的列向量，为聚焦面T中心点到所有传感器的距离组成的列向量；利用式(2)对每个聚焦点进行计算，得到聚焦面T中心点上的声源源强能量与聚焦面T上所有聚焦点的互谱成像波束形成输出量之间的点扩展函数组成的列向量步骤d、通过如下循环移位的方式构建所有聚焦点上的声源源强能量与所有聚焦点的互谱成像波束形成输出量之间的点扩展函数组成的矩阵表示聚焦面T上所有聚焦点坐标组成的列向量：第n₁个聚焦点上的声源源强能量与聚焦面T上所有聚焦点的互谱成像波束形成输出量之间的点扩展函数组成的列向量为点扩展函数矩阵中的第n₁列；当n₁＜z时，是通过将中的每个元素向上循环平移(z‑n₁)位得到；当n₁＞z时，是通过将中的每个元素向下循环平移(n₁‑z)位得到；通过上述方式构建出点扩展函数矩阵中除第z列以外的其他N‑1列，并且已知点扩展函数矩阵中的第z列从而得出完整的点扩展函数矩阵步骤e、利用点扩展函数矩阵和互谱成像波束形成输出量建立式(3)所示的矩阵方程：$b\left(r_{\overrightarrow{n}}\right)=psf(r_{\overrightarrow{n}}/r_{{\overrightarrow{n}}_1})x\left(r_{{\overrightarrow{n}}_1}\right)---\left(3\right)$式(3)中，为所有聚焦点上的声源源强能量组成的列向量；步骤f、运用正交匹配追踪算法对式(3)进行求解，从而获得声源源强能量分布实现声源定位。