CLEAN-SC 波束形成声源识别方法计算速度快、成像干净清晰、结果准确度高,但当传统延迟求和算法在各声源处输出的主瓣严重融合时,亦无法准确分辨声源。造成该缺陷的原因为: 主瓣严重融合时,CLEAN-SC 所基于的延迟求和输出峰值所在聚焦点即为声源点的假设不成立。从源相干性角度,若某聚焦点处的延迟求和输出主要由某声源贡献时,该聚焦点可标示该声源,即基于该聚焦点的位置及强度信息可重构该声源在各传声器处产生声压的互谱矩阵。鉴于此,以CLEAN-SC 识别的声源为初值迭代寻找正确的声源位置及强度,每次迭代中,最小化其余声源与某一声源的波束形成贡献的比值为每个声源选择标示点,根据标示点更新声源。仿真及试验均证明: 所给方法比传统CLEAN-SC 具有更高分辨率,使近距离低频率声源的准确识别变得可行。
基本理论
DAS
图1 为波束形成声源识别的布局示意图,其利用一组传声器( 符号“◆”所示) 测量声压信号,假设聚焦声源面并离散为一组聚焦点( 符号“★”所示) ,基于DAS 进行后处理时,按聚焦点对各传声器测量的声压信号进行“相位对齐”和“求和运算”,使真实声源所在聚焦点的输出量被加强,其它聚焦点的输出量被衰减,从而识别声源。
图1. 波束形成声源识别布局示意图
记 p p p为各传声器测量的声压信号组成的列向量, C = p p H C = pp^H C=ppH为各传声器测量的声压信号的互谱矩阵,上标“H”表示转置共轭, r r r 为聚焦点位置坐标, μ ( r ) \mu(r) μ(r) 为 r r r 聚焦点的聚焦向量,则 r r r 聚焦点的DAS 输出 b ( r ) b(r) b(r) 为:
b ( r ) = μ H ( r ) C μ ( r ) (1) b(\bm{r}) = \bm{\mu}^H(\bm{r})\bm{C}\bm{\mu}(\bm{r}) \tag{1} b(r)=μH(r)Cμ(r)(1)
μ ( r ) = v ( r ) ∣ ∣ v ( r ) ∣ ∣ 2 2 (2) \bm{\mu}(\bm{r})=\frac{\bm{v}(\bm{r})}{||\bm{v}(\bm{r})||_2^2}\tag{2} μ(r)=∣∣v(r)∣∣22v(r)(2)
式中, ∣ ∣ ⋅ ∣ ∣ 2 ||\cdot||_2 ∣∣⋅∣∣2表示2范数, v ( r ) = [ v 1 ( r ) , v 2 ( r ) , ⋯ , v m ( r ) , ⋯ , v M ( r ) ] T \bm{v}(\bm{r}) = [v_1(\bm{r}),v_2(\bm{r}),\cdots, v_m(\bm{r}),\cdots,v_M(\bm{r})]^T v(r)=[v1(r),v2(r),⋯,vm(r),⋯,vM(r)]T为 r r r聚焦点处声源的声波传播列向量,上标 T T T 表示转置, m = 1 , 2 , ⋯ , M m=1,2,\cdots,M m=1,2,⋯,M为传声器索引, M M M为传声器总数,元素 v m ( r ) v_m(r) vm(r)表示 r r r聚焦点处的单位强度点声源在 m m m 传声器处产生的声压,表达式为:
v m ( r ) = e x p ( − j k ∣ r − r m ∣ ) r − r m (3) v_m(\bm{r})=\frac{exp(-jk|\bm{r}-\bm{r}_m|)}{\bm{r}-\bm{r}_m}\tag{3} vm(r)=r−rmexp(−jk∣r−rm∣)(3)
式中 j j j 为虚数单位, k = 2 π f / c k=2\pi f/c k=2πf/c为波数, f f f为频率, c c c 为声速, r m r_m rm为m传声器的坐标位置。
记 r 0 \bm{r}_0 r0为声源位置坐标, q ( r 0 ) q(\bm{r}_0) q(r0)为 r 0 \bm{r}_0 r0处声源的强度,式(1)可写为:
{ b ( r ) = ∑ r 0 q ( r 0 ) p s f ( r ∣ r 0 ) p s f ( r ∣ r 0 ) = μ H ( r ) v ( r 0 ) v H ( r 0 ) μ ( r ) (4) \left\{ \begin{aligned} b(\bm{r}) & = \sum_{r_0}q(\bm{r}_0) psf (\bm{r}|\bm{r}_0)\\ psf (\bm{r}|\bm{r}_0) & = \bm{\mu}^H(\bm{r}) \bm{v}(\bm{r_0}) \bm{v}^H(\bm{r_0})\bm{\mu}(\bm{r}) \end{aligned} \right. \tag{4} ⎩
⎨
⎧b(r)psf(r∣r0)=r0∑q(r0)psf(r∣r0)=μH(r)v(r0)vH(r0)μ(r)(4)
式中 p s f ( r ∣ r 0 ) psf (\bm{r}|\bm{r}_0) psf(r∣r0) 为 PSF,表示 r 0 \bm{r}_0 r0处的单位强度点声源在r 聚焦点的DAS 贡献量,显然, r \bm{r} r 聚焦点的DAS 输出等于各声源强度与对应PSF 的乘积的和。若PSF 等于理想的 δ \delta δ 函数,DAS 将仅在声源所在聚焦点输出幅值等于声源强度的峰值,而在其它聚焦点输出0,声源识别准确。然而,实际应用中,传声器离散采样等因素使PSF 无法等于理想的 δ \delta δ函数,图2 给出了聚焦声源面中心聚焦点处声源的PSF,其不仅在声源位置输出宽“主瓣”,还在非声源位置输出高“旁瓣”,主瓣宽度影响分辨率,旁瓣污染成像图,使识别结果的分析具有不确定性。因此,有必要对DAS 结果进行清晰化。
CLEAN-SC
CLEAN-SC 是提高分辨率、衰减旁瓣的有效方法,其基于同一声源产生的主瓣与旁瓣相干的事实,通过反复在DAS 结果中移除与主瓣峰值指示的源相干的成分来清晰化声源识别结果。初始化传声器测量的声压信号的互谱矩阵 D ( 0 ) = C D^{(0)} = C D(0)=C,声源强度分布 Q ( 0 ) = 0 Q^{(0)} = 0 Q(0)=0,由第 n n n 次迭代到第 n + 1 n + 1 n+1 次迭代的步骤为:
- 计算完成 n n n次迭代后的 DAS 输出:
b ( n ) ( r ) = μ H ( r ) D ( n ) μ ( r ) b^{(n)}(\bm{r})=\bm{\mu}^H(\bm{r})\bm{D}^{(n)}\bm{\mu}(\bm{r}) b