基于CS框架的噪声声源位置估计
前言:CS框架即Compressed Sensing
CS框架的对象是稀疏分布的信号。下面举例如何将该问题转换为稀疏信号处理。
计算模型如下:
我们假设三个噪声源 S 1 , S 2 , S 3 S1,S2,S3 S1,S2,S3都处于同一平面。为了方便表示,我们将声源所在平面划分为N个网格: N = u 2 N=u^2 N=u2
为了简单描述,我们假设M个传感器所在的阵列位于该噪声平面平行的一个平面,相距距离为h。现在我们的任务就是通过设计的传感器阵列所接收到的M个信号来还还原信号的分布。
观测模型
1.首先对于点声源的声压场,我们假设第m个传感器的接收到的信号是(为了仿真,采用声场解析解表示):
y m = ∑ n = 1 N x n e − e j k r m n 4 π r m n y_m=\displaystyle\sum_{n=1}^{N}\frac{
{x_n}e^{-ejkr_{mn}}}{4\pi{r_{mn}}} ym=n=1∑N4πrmnxne−ejkrmn ------------(1)
式子中 r m n r_{mn} rmn代表的是两个传感器间的距离,这个决定了时间延迟 δ t \delta{t} δt, k k k为波数, f f f即为设定的频率, x n x_n xn为上图第n个节点的声源强度。
2.对于M个传感器构成的线性阵列信号模型,我们知道有如下表达:
Y = A X + e Y=AX+e Y=AX+e--------------------------(2)
其中 Y = [ y 1 y 2 . . . . y M ] Y=\begin{bmatrix} y_1\\y_2\\..\\..\\y_M\end{bmatrix} Y=⎣⎢⎢⎢⎢⎡y1y2....yM⎦⎥⎥