基于ICA的阵列声源定位MUSIC算法研究及仿真

基于ICA的阵列声源定位MUSIC算法研究及仿真

论文摘要

空间谱估计是阵列信号处理的一个重要研究方向,尤其对信号波达方向(DOA)的估计是空间谱估计研究的主题,在雷达、声纳和通信等众多领域有着极为广阔的应用前景。声源定位是阵列信号处理的主要任务之一,是实现空间滤波的基础,在一定条件下如何实现声源任意定位具有重要的研究价值。独立分量分析(ICA)是一种从多维统计数据中寻找独立分量的方法,在源信号和混合信道未知的情况下来提取独立分量。利用ICA这一盲分离技术估计出混合矩阵和源信号,在未知通道特性和阵列流型等情况下就能估计波达方向,具有潜在的工程实用价值和广阔的应用前景。论文主要工作如下:1.在分析阵列信号处理的理论基础上,针对语音信号的声源特性,研究麦克风阵列信号处理的拓朴结构和信号模型。2.讨论了阵列信号处理DOA估计的算法,通过实验仿真对基本的几种算法进行了分析和比较,验证了经典MUSIC算法的优越性。在传统的阵列信号处理DOA估计MUSIC算法的基础上,进一步对算法改进,得到适合语音信号特性的麦克风阵列声源定位MUSIC算法,通过实验验证了声源方位估计效果。3.对独立分量分析在阵列声源定位的应用进行了研究,如何将独立分量分析应用在阵列信号处理中,尤其是ICA应用于波达方向估计是本文研究的重点和难点。利用ICA中独立矢量基的投影关系对阵列波达方向估计的问题进行了分析研究,获得对阵列信号的方位角估计。4.从背景噪声中估计信号的方位,需要解决的是阵列对信号的分辨能力问题,而波达方向盲估计不需要阵列校验、信号的DOA和训练序列等先验知识。在MUSIC声源定位经典算法的基础上,应用独立分量分析方法,能够在获得精确的波达方向估计的前提下大大的简化运算量和实现的效率。通过Matlab软件对实验进行仿真实现,验证了该方法可以获得精确的信号波达方向的估计,也证明了ICA应用于阵列声源定位MUSIC算法上面的可行性和高效性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 研究背景和意义
  • 1.2 阵列信号处理概论
  • 1.3 基于麦克风阵列的声源定位算法概述
  • 1.4 本文的主要研究工作
  • 第2章 麦克风阵列处理模型研究及仿真
  • 2.1 声源特性
  • 2.2 传统阵列信号处理模型
  • 2.3 麦克风阵列信号处理模型研究
  • 2.3.1 近场和远场
  • 2.3.2 麦克风阵列拓朴结构研究及实验仿真
  • 2.4 本章小结
  • 第3章 声源定位MUSIC算法研究及实验仿真
  • 3.1 波达方向估计的传统算法
  • 3.1.1 延迟—相加法
  • 3.1.2 Capon最小方差法
  • 3.2 波达方向估计的子空间算法
  • 3.2.1 经典MUSIC算法
  • 3.2.2 算法比较的实验仿真
  • 3.3 麦克风阵列声源定位MUSIC算法及实验仿真
  • 3.4 本章小结
  • 第4章 独立分量分析的基本理论研究
  • 4.1 ICA定义
  • 4.2 独立分量分析方法中的预处理
  • 4.3 独立分量分析准则和方法
  • 4.3.1 ICA的常用准则
  • 4.3.2 ICA的典型方法
  • 4.4 本章小结
  • 第5章 ICA在阵列信号处理中的应用及仿真研究
  • 5.1 ICA中的独立矢量基
  • 5.2 ICA中独立矢量基的最小均方误差准则
  • 5.3 ICA中独立矢量基的网络结构重构
  • 5.4 阵列声源定位DOA估计中ICA的应用研究
  • 5.4.1 基于ICA独立矢量基的谱函数
  • 5.4.2 算法实现及仿真比较
  • 5.5 本章小结
  • 第6章 总结和展望
  • 6.1 工作总结
  • 6.2 研究展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的论文和参加的科研项目
  • 相关论文文献

    • [1].航空器持续适航文件(ICA)的编制和评审要点[J]. 航空维修与工程 2020(09)
    • [2].基于改进ICA算法对云南地区重力固体潮中地震前兆信息的提取与识别[J]. 华中师范大学学报(自然科学版) 2017(01)
    • [3].基于负熵的快速不动点ICA算法在去噪中的应用[J]. 宿州学院学报 2017(01)
    • [4].ICA在甘肃黄草滩地区铁染蚀变信息提取中的应用研究[J]. 西部资源 2016(05)
    • [5].基于ICA的工作模态参数识别[J]. 科技视界 2015(03)
    • [6].女性身体的视觉传播与身份建构——以ICA视觉传播议题为例[J]. 南国博览 2019(04)
    • [7].ICA首届魔方大师段位邀请赛[J]. 体育博览 2017(08)
    • [8].基于ICA的电力系统稳定器系统设计[J]. 现代电子技术 2019(22)
    • [9].基于ICA的核磁共振探测随机噪声压制方法[J]. 煤炭技术 2017(06)
    • [10].基于ICA的遥感图像去噪融合研究[J]. 软件 2015(07)
    • [11].消除噪声的ICA盲多用户检测[J]. 计算机工程与应用 2013(24)
    • [12].浅析飞机运行及持续适航文件(ICA)审查程序[J]. 科技创新与应用 2014(22)
    • [13].基于ICA的图像去噪技术研究[J]. 价值工程 2012(26)
    • [14].非胰岛素依赖型糖尿病患者血清ICA与C肽的相关性分析[J]. 山东医药 2010(19)
    • [15].表情识别的ICA两种架构分析[J]. 软件导刊 2009(09)
    • [16].利用参数表示任意维数正交矩阵的ICA新算法[J]. 自动化学报 2008(01)
    • [17].基于ICA的融合通信的实现[J]. 电信科学 2008(07)
    • [18].ICA方法用于脑电信号α波提取的研究[J]. 计算机工程与应用 2008(29)
    • [19].基于ICA的变化检测新方法[J]. 光电工程 2013(12)
    • [20].基于ICA的遥感图像的色彩分类方法[J]. 航空计算技术 2013(06)
    • [21].基于ICA的控制回路故障诊断方法[J]. 化工自动化及仪表 2012(08)
    • [22].基于ICA技术的模体关系分析[J]. 应用科技 2011(05)
    • [23].预处理对基于ICA多用户检测算法影响研究[J]. 通信技术 2010(04)
    • [24].ICA新算法在遥感图像分类中的应用[J]. 科技风 2009(20)
    • [25].基于非高斯分布的ICA纹理分类方法研究[J]. 电子设计工程 2017(08)
    • [26].基于ICA对价值链与企业家心智的关联研究[J]. 重庆大学学报(社会科学版) 2015(04)
    • [27].基于稳定的ICA成分探究精神分裂症异常的功能脑区[J]. 中国临床心理学杂志 2015(05)
    • [28].基于ICA算法分离缸盖振动加速度信号的研究[J]. 赤峰学院学报(自然科学版) 2013(04)
    • [29].ICA最优核窗估计的多用户检测[J]. 合肥师范学院学报 2012(03)
    • [30].CDMA系统中基于噪声ICA的多用户检测方法[J]. 信息技术 2011(02)

    标签:;  ;  ;  ;  ;  

    基于ICA的阵列声源定位MUSIC算法研究及仿真
    下载Doc文档

    猜你喜欢