• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      子帶銳化互相關(guān)算法

      2012-11-09 02:44:22黃迪陳伏虎
      影像技術(shù) 2012年3期
      關(guān)鍵詞:頻帶聲源方位

      黃迪,陳伏虎

      (杭州應(yīng)用聲學(xué)研究所,杭州 310012)

      1 引言

      互譜相關(guān)法是一種常用的時延估計算法,現(xiàn)在成為被動聲探測領(lǐng)域中估計目標(biāo)方位及目標(biāo)跟蹤的一種重要方法。但是由于各頻段相關(guān)函數(shù)曲線寬度通常比較寬(特別是低頻聲源的情況)(如圖1所示),峰值比較平緩,在多目標(biāo)或存在干擾的情況下,將各頻段的相關(guān)函數(shù)求和得到的峰值將不是目標(biāo)方位,估計效果嚴(yán)重下降,這成為制約算法應(yīng)用的重要因素。而人類和動物可以在很復(fù)雜的聲學(xué)環(huán)境下,對聲源進行精確的定向,其定向精度和抗干擾能力令目前的聲學(xué)設(shè)備望塵莫及,研究表明這主要是由于其采用分頻段處理的方法。本文就是將人類聽覺系統(tǒng)中分頻段處理的思想引入到互譜相關(guān)算法中,并將各頻段的處理結(jié)果進行尖銳化和加權(quán)處理,提出子帶銳化互相關(guān)算法。通過仿真和海試數(shù)據(jù)處理,可以看出子帶銳化互相關(guān)算法可以在多個頻帶不同目標(biāo)或存在干擾條件下仍可很好的估計目標(biāo)方位。

      2 關(guān)鍵步驟分析

      本文在常規(guī)互譜相關(guān)算法的基礎(chǔ)上主要進行了以下改進:

      (1)對信號進行窄帶濾波。主要作用是:

      a.盡量使得每個頻帶只包含少量聲源的能量,減少干擾成分,提高角度估計的精確性。另外窄帶濾波使得算法可以估計多個聲源的方位,與MUSIC等高分辨算法相比突破了陣元數(shù)要大于聲源數(shù)的限制。

      圖1 各頻段互譜相關(guān)算法估計效果

      b.使用窄帶濾波可以一定程度上提高信噪比。當(dāng)信號為窄帶信號或單頻信號時,在濾波前信噪比為:

      互譜相關(guān)的信噪比增益為

      可以推出對于窄帶信號,濾波造成的算法輸出信噪比增益為

      所以當(dāng)帶寬滿足一定條件時,濾波使得算法輸出信噪比在一定程度上有所提高。

      (2)對互相關(guān)函數(shù)進行尖銳化處理,主要是將超過一定門限(這里取最高峰值的0.9倍)的峰值用寬度很窄的高斯函數(shù)來代替。這樣做的作用是:

      a.提高算法的對弱目標(biāo)信號的檢測能力。當(dāng)一個頻帶的互相關(guān)函數(shù)的最大峰值很小,小于另一頻帶的一個偽峰值時,將各頻段的互相關(guān)函數(shù)求和使得第一個頻帶的互相關(guān)函數(shù)峰值被第二個頻帶的偽峰掩蔽,使得弱信號的方位角無法估計。而用尖銳的高斯函數(shù)代替,只保留超過一定門限的峰值,將其余的偽峰全部歸零,這樣使得每個頻帶的峰值都不會被掩蔽,從而增強對弱信號的檢測能力。

      b.提高角度分辨率,增加同時估計聲源方位的數(shù)量。這里對各頻段的互相關(guān)函數(shù)進行尖銳化處理之前,互相關(guān)函數(shù)峰值較寬,角度分辨效果比較差,不利于多個聲源到達角度的估計。而進行銳化后可使每個峰值都很窄,有利于提高角度分辨,可以估計多個聲源的到達角度。

      (3)顯示各頻段處理結(jié)果,并對各頻帶的結(jié)果使用此頻段加權(quán)的平均功率譜進行加權(quán)。由于噪聲的峰值在各頻段是雜亂無章的,而目標(biāo)的方位是固定的,顯示各頻段的處理結(jié)果可以一定程度上將噪聲和信號形成的峰值分離開來。對各頻段的處理結(jié)果進行加權(quán),是為了抑制不包含信號能量的頻帶的峰值的影響,抑制相關(guān)性很差的干擾和噪聲,提高抗噪能力,從而使得各聲源的時延估計更精確,角度分辨能力更高。

      3 算法描述

      算法過程具體如下:

      (1)對兩陣元接收的信號進行FFT變換,得到信號的頻譜,確定其頻帶范圍。

      (2)根據(jù)接收信號的頻帶范圍,選擇頻帶進行分解,計算兩陣元接收信號的窄帶互功率譜。

      (3)對各窄帶互功率譜進行IFFT得到相關(guān)函數(shù),并對相關(guān)函數(shù)進行峰值尖銳化處理,從而得到各頻帶的銳化互相關(guān)函數(shù)。

      (4)對各頻帶的峰值函數(shù)進行加權(quán),根據(jù)各頻帶峰值函數(shù) (或?qū)⒏黝l帶峰值函數(shù)求和得到全頻段峰值函數(shù))來估計聲源的時延和方位角信息。

      4 仿真與海試數(shù)據(jù)處理與分析

      下面通過仿真數(shù)據(jù)處理,比較算法與互譜相關(guān)算法在多目標(biāo)和存在強干擾的情況下的估計效果。

      4.1 多目標(biāo)情況下的估計效果

      設(shè)有三個帶限白噪聲信號,頻帶范圍分別為1kHz-1.3kHz,1.3kHz-1.6kHz,1.6kHz-1.8kHz, 幅值均為1,入射角度分別為-60,20,30度,信噪比為6dB。接收陣元有兩個,陣元間距為0.2m。分別使用子帶銳化互相關(guān)算法和互譜相關(guān)算法對仿真數(shù)據(jù)進行處理。

      從圖3的仿真結(jié)果可以看出對于互譜相關(guān)算法,由于各頻段的相關(guān)函數(shù)比較寬,峰值比較平緩,另外從圖2可以看出由于頻帶連續(xù),無法通過頻譜圖判斷目標(biāo)的個數(shù)及頻帶范圍,使其無法估計多個聲源的方位。從圖4可以看出子帶銳化互相關(guān)算法通過子帶處理和尖銳化處理,很好的解決了這兩個問題,可以精確的估計三個目標(biāo)的方位。

      圖2 信號頻譜圖

      圖3 多目標(biāo)情況下互譜相關(guān)算法估計效果

      圖4 多目標(biāo)情況下子帶銳化相關(guān)算法估計效果

      4.2 存在強干擾情況下的估計效果

      設(shè)目標(biāo)為帶限白噪聲信號,頻帶范圍分別為1kHz-1.4kHz,幅值均為1,入射角度為30度。在-10度方向有一頻帶為1.4kHz-1.8kHz的強干擾(聲強比目標(biāo)大20dB)。分別使用子帶銳化互相關(guān)算法和互譜相關(guān)算法對仿真數(shù)據(jù)進行處理。接收陣元有兩個,陣元間距為0.2m,輸入信噪比為6dB。

      從圖6可以看出,在存在強干擾的情況下,互譜相關(guān)算法只能估計強干擾目標(biāo)的方位,而弱目標(biāo)則被強干擾的偽峰掩蔽,無法得到其方位。從圖7可以看出對于子帶銳化互相關(guān)算法,在弱目標(biāo)與強干擾的頻帶不完全重疊時,由于對各頻段的峰值函數(shù)進行尖銳化處理,只保留每個頻帶峰值的位置,消除了偽峰的影響,使得弱目標(biāo)在未重疊的頻帶的峰值不會被掩蔽,從而可以得到弱目標(biāo)的方位信息。另外根據(jù)算法的處理過程可以看出,當(dāng)干擾與目標(biāo)的頻帶不重疊時,干擾對目標(biāo)的方位估計基本不會產(chǎn)生影響。

      4.3 不同聲源從相同方位角入射的仿真效果

      信號頻率分別為800Hz-850Hz,1.35kHz-1.45kHz,1.6kHz-1.7kHz,入射角度分別為-60,30,30度。信噪比為-6dB。

      從圖8仿真結(jié)果可以看出,根據(jù)不同聲源頻帶的不同,算法可以分辨相同方位角入射的不同聲源。

      圖5 信號頻譜圖

      圖6 強干擾情況下互譜相關(guān)算法估計效果

      圖7 強干擾下子帶銳化相關(guān)算法估計效果

      圖8 相同方位角入射的不同聲源的仿真結(jié)果

      4.4 海試數(shù)據(jù)驗證

      為了驗證算法的性能我們對XX的海試數(shù)據(jù)進行了處理,并將處理結(jié)果與頻域CBF進行了比較。這里試驗條件為:陣以4.5m/s的速度做勻速直線運動,陣元間距為1m。目標(biāo)距陣18海里,為375Hz-750Hz的寬帶信號。如果以陣的法線方向作為0度方向,目標(biāo)大約在方向上。同時在的方向有一很強的干擾。

      從圖中可以看出此算法只用兩個相鄰的陣元的數(shù)據(jù)就可精確的估計聲源的方位角,并且角度分辨能力要高于六陣元的頻域CBF。另外數(shù)據(jù)處理結(jié)果也顯示了算法在強干擾下的弱目標(biāo)檢測能力。

      下面為數(shù)據(jù)的處理結(jié)果:

      圖9 信號頻譜圖

      圖10 六陣元頻域CBF處理效果

      圖11 各頻段銳化互相關(guān)算法處理效果

      圖12 全頻段銳化互相關(guān)算法處理效果

      5 結(jié)束語

      通過理論推導(dǎo),仿真與海試數(shù)據(jù)處理,我們可以看出,算法具有以下的優(yōu)點:

      (1)可以同時估計多個不同聲源的方位。

      (2)根據(jù)頻帶的不同,可以分辨相同方位角入射的不同聲源。

      (3)具有很強的抗干擾和抗噪聲能力,在頻帶不重疊時,對弱目標(biāo)有很好的估計效果。

      (4)在采樣頻率足夠高的條件下(可通過升采樣獲得),角度分辨能力和角度估計精確度都很高。

      (5)可以同時得到聲源的頻率和方位角信息。由于算法只需要兩個陣元的數(shù)據(jù),所以特別適合小陣元數(shù),小孔徑接收陣的情況。

      但算法也存在以下的不足,即當(dāng)兩個不同聲源頻帶重合時,估計的精度會受影響,另外當(dāng)一個聲源有多個不連續(xù)頻帶時僅憑一組數(shù)據(jù)無法確定是單個目標(biāo)還是多個目標(biāo),但我們可以通過實時跟蹤利用不同頻帶方位的同步性來確定目標(biāo)的個數(shù)。

      [1]J.Braasch.Modelling of binaural hearing.In J.Blauert,editor,Communication Acoustics[M].chapter 4,pages 75–108.Springer-Verlag,Berlin,2005.

      [2]C.Faller and J.Merimaa.Sound localization in complex listening situations:Selection of binaural cues based on interaural coherence[J].Journal of the Acoustical Society of America 116(5):3075–3089,2004.

      [3]K.J.Palom¨aki,G.J.Brown,and D.L.Wang.A binaural processor for missing data speech recognition in the presence of noise and small-room reverberation [J].Speech Communication,43(4):361–378,2004.

      [4]Algazi,V.R.,Duda,R.O.,Thompson,D.M.,and Avendano, C.(2001).The CIPIC HRTF database[J].In Proceedings of IEEE Workshop on Applications of Signal Processing to Audio and Acoustics,pages 99–102,Mohonk,New York,[1]USA.

      猜你喜歡
      頻帶聲源方位
      虛擬聲源定位的等效源近場聲全息算法
      認(rèn)方位
      幼兒園(2021年12期)2021-11-06 05:10:20
      Wi-Fi網(wǎng)絡(luò)中5G和2.4G是什么?有何區(qū)別?
      單音及部分頻帶干擾下DSSS系統(tǒng)性能分析
      基于GCC-nearest時延估計的室內(nèi)聲源定位
      電子制作(2019年23期)2019-02-23 13:21:12
      雙頻帶隔板極化器
      電子測試(2017年15期)2017-12-18 07:18:51
      運用內(nèi)積相關(guān)性結(jié)合迭代相減識別兩點聲源
      借助方位法的拆字
      中國修辭(2016年0期)2016-03-20 05:54:32
      說方位
      幼兒100(2016年28期)2016-02-28 21:26:17
      基于TMS320C6678的SAR方位向預(yù)濾波器的并行實現(xiàn)
      阳原县| 八宿县| 丹凤县| 昭平县| 安图县| 扬州市| 恩施市| 涡阳县| 临武县| 衡水市| 名山县| 荣昌县| 北海市| 苏尼特左旗| 许昌市| 兴国县| 蓝田县| 溆浦县| 延庆县| 布尔津县| 北安市| 淮滨县| 红安县| 东光县| 安西县| 大悟县| 嫩江县| 庆安县| 会东县| 特克斯县| 肃南| 兴化市| 东乡县| 云阳县| 舞阳县| 朔州市| 安吉县| 含山县| 玉林市| 大兴区| 安国市|