论文部分内容阅读
声矢量传感器作为一种新型声音信号探测设备,在信号处理领域发挥了越来越重要的作用,其特点是在测量标量的声压信息基础上还能测量矢量的振速信息,在通信、声呐等领域的定向测量方向上进行了相关的工程实际应用,大量实践证明了声矢量传感器的优越性能。在进行信号的到达方向(Direction of Arrival,DOA)估计时,已有的阵列结构模型只能测量声场中的一阶信息,而实际的声场中不仅包含一阶信息,还包含高阶次的声场信息。针对现有模型的测量误差大,估计精度不高的问题,本文提出了高阶声矢量传感器阵列模型,对高阶声矢量传感器阵列的DOA估计问题展开研究。本文的研究工作如下:针对声场中包含的高阶信息,引入了含有声场高阶信息的高阶声矢量传感器模型。为了提高空间信号的DOA估计精度,设计了基于高阶声矢量传感器阵列DOA估计的HO-MUSIC算法。通过分解协方差矩阵,估计信号子空间与噪声子空间,利用谱峰搜索,有效的估计出声源信号的俯仰角和方位角。实验证明,所设计的HO-MUSIC算法有效,而且由于含有声场的高阶信息,更好的描述了声场,估计声源信号的角度更加准确。针对模型中各参数的阶次取值给出了最佳取值分析。针对MUSIC算法由谱峰搜索引起的计算量大的缺点,将ESPRIT算法与高阶声矢量传感器相结合,设计了基于高阶声矢量传感器阵列DOA估计的HO-ESPRIT算法,该算法相比于HO-MUSIC算法,计算量降低,实验证明了算法的有效性。对于算法模型中的阶次进行了讨论,给出了最佳阶次的选择。针对高阶声矢量传感器阵列信号处理方法中没有有效利用输出分量之间的正交性问题,将四元数理论引入到高阶声矢量传感器阵列模型,发挥了高阶声矢量传感器的优越性能,推导出相应的四元数模型。在此基础上,结合MUSIC和ESPRIT算法,设计了基于高阶声矢量传感器阵列DOA估计的四元数HOQ-MUSIC算法和基于高阶声矢5量传感器阵列DOA估计的四元数HOQ-ESPRIT算法,两种算法5利用了四元数的正交特性,估计精度提高,仿真实验证明了算法的有效性。