一种基于内积相关性原理追踪运动点声源轨迹的方法

摘要

本发明提出了一种利用内积相关性原理追踪运动点声源轨迹的新方法。包括步骤有：布置传声器阵列采集声压信号；将声源运动的整个时间区域划分成细小时间区域；声压信号的频率识别及傅里叶变换；构建声压信号向量；在声源运动空间构造虚拟声源；构建虚拟声源声压信号向量；虚拟声源声压信号向量归一化处理；拟牛顿算法搜索内积模极值；搜索声源运动每个时间段内的轨迹。对于运动声源轨迹追踪，不需要计算方程，通过构造的虚拟声源与实际声源之间的相关性来识别声源位置；既能够识别直线运动声源的运动轨迹，也能够识别声源作曲线运动时的运行轨迹；此外，将复杂的运动声源轨迹追踪问题转化为搜索内积模极值问题，方法操作简便。

主权项

一种基于内积相关性原理追踪运动点声源轨迹的方法，特征在于：步骤一，布置传声器阵列采集声压信号；将传声器布置在距声源一定距离的传声器阵列支架上，沿x轴方向构成阵列用来采集声压信号，用符号M_i(i＝1,2，…,m)表示第i个传声器，传声器的坐标用x_i表示；传声器测量声压信号，接入声压信号放大器放大信号，使用数据采集器对放大以后的信号进行数据采集，将采集的声压数据输入到计算机进行识别运算；步骤二，将声源运动的整个时间区域划分成细小时间区域；在计算机上将声源运动的整个时间区域(0,T)划分成N个微小时间段Δt，每个微小时间段的长度为(T_k,T_k+1)(k＝0,1,…,N‑1)；步骤三，声压信号的频率识别及傅里叶变换；选用中间一个传声器测得的时域声压信号进行FFT变换，通过极值估计出声源的角频率ω；并对整个阵列测量的时域声压信号进行傅里叶变换，将时域的声压信号变换到频域后表示为P(x_i,ω)(i＝1,2,…,m)；步骤四，构建声压信号向量；将测得的频域声压信号按传声器位置顺序整合成向量形式，构成声压向量p：p＝(P(x₁,ω),P(x₂,ω),…,P(x_i,ω),…,P(x_m,ω))     (1)步骤五，在声源运动空间构造虚拟声源；在声源运动空间任意位置构造一个与估计的声源角频率ω相同虚拟声源，并假设声源强度为1，虚拟声源在时间Δt内辐射到传声器阵列上的时域声压信号经傅里叶变换到频域声压信号表示为P_v(x_i,ω)(i＝1,2,…,m)；步骤六，构建虚拟声源声压信号向量；将每个传声器测得的虚拟声源的声压信号按同样的阵列位置顺序整合成向量形式为，构成虚拟声源声压向量p_v：p_v＝(P_v(x₁,ω),P_v(x₂,ω),…,P_v(x_i,ω),…,P_v(x_m,ω))    (2)步骤七，虚拟声源声压信号向量归一化处理；对虚拟声压向量p_v进行归一化处理，得到虚拟声源单位向量e：$e=\frac{p_v}{\left|\right|p_v\left|\right|}=(e_1,e_2,...,e_i,...,e_m)---\left(3\right)$其中$e_i=\frac{P_v(x_i,\omega )}{\left|\right|p_v\left|\right|}---\left(4\right)$||p_v||是向量p_v的二范数；步骤八，拟牛顿算法搜索内积模极值；计算声压向量p与虚拟声压向量e的内积模值|<p,e>|，应用拟牛顿法搜索内积模的最大值，将声源所在的空间区域划分成等间距的空间粗略网格，这些网格点对应着虚拟声源的位置，计算各个对应网格点的内积模值，找到内积模值最大的网格点位置，确定拟牛顿的初始条件；接着从该点出发，通过拟牛顿算法搜索|<p,e>|的最大值；在|<p,e>|_max最大值位置处，根据内积相关性原理，声源向量与构造的虚拟声源向量相关性最强，此时虚拟声源的位置与实际声源运行的轨迹点重合；记录该微小时间段Δt内声源轨迹点x(t_c)≈x_v，y(t_c)≈y_v；步骤九，搜索声源运动每个时间段内的轨迹；重复上述步骤三至步骤八，对其余N‑1个微小的时间段Δt内的信号进行分别分析，记录虚拟声源位置点，完成整个时间段内的声源运动轨迹追踪，输出识别结果。