基于弹性网正则化的广义逆波束形成.pdfVIP

学兔兔 第 36卷 第 5期 仪 器 仪 表 学 报 Vo1．36No．5 2015年5月 ChineseJournalofScientificInstrument Mav．2015 基于弹性网正则化的广义逆波束形成木 黎 术 ，徐 中明 ，贺岩松 ，张志飞 ，陈 思 (1．重庆大学机械传动国家重点实验室 重庆 400044； 2．重庆大学汽车工程学院 重庆 400044) 摘 要：广义逆波束形成是一种高效的声源识别方法。然而受限于较低的算法稳健性 ，使得其难以实现高精度的声源识别定 位。为提高广义逆波束形成声源识别性能，结合弹性网正则化方法和广义逆理论提出一种基于弹性网正则化的广义逆波束形 成。首先从广义逆理论出发介绍了特征向量求解以及阈值截断滤波过程，并结合弹性网正则化思想全面阐述了基于弹性网正 则化的广义逆波束形成基本理论；其次建立了数值仿真模型，以单极子和多声源识为研究对象，对比其他波束形成算法详细分 析了声源类型与频率等因素对其声源成像性能的影响。最后以单极子、不相干以及相干声源为研究对象进行实验分析，结果表 明由于基于弹性网正则化的广义逆波束形成的波束输出解具有较强的稀疏性和稳健性，使得其相比传统广义逆波束形成，能更 精准地识别定位声源。 关键词：广义逆波束形成；弹性网正则化；范数；声源识别 中国分类号：TB52 TH89 文献标识码：A 国家标准学科分类代码：140．20 Generalized inversebeamform ingviaelasticnetregularizatiom LiShu ，XuZhongming ，HeYansong ，ZhangZhifei ，ChenSi (J．SlateKeyLaboratoryofMechanicalTransmission，ChongqingUniversity，Chongqing400044，China； 2．CollegeofAutomotiveEngineering，ChongqingUniversity，Chongqing400044，China) Abstract：Generalizedinversebeamforming(GIB)isakindofhigheffectiveandwidelyusedsoundsourceidentificationtechnology． However，duetoitsweakalgorithm robustness，itishardtOlocatethesoundsourcewithhighaccuracy．Toimprovetheperformanceof GIB，anew sourcedetectionalgorithm isdevelopedbasedonGIB，which iscalledgeneralizedinversebeamofrmingviaelasticnetregu— larization．Firstly，the? solution?procedure?foreigenmodeandthethresholdde—noisingmethodisintroduced．Thenthebasicprinci— pleof?thegeneralizedinversebeamofrmingviaelasticnetregularizationisextendedindetailbasedontheelasticnetregularization． Throughnumericalsimulationsonsinglesource，coherentandincoherentsources，acomparisonbetweentheproposedne