买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学;广东电网有限责任公司电力科学研究院申请的专利二维动态网格压缩波束形成的声源识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111965599B 。

龙图腾网通过国家知识产权局官网在2024-07-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010631852.6，技术领域涉及：G01S5/20；该发明授权二维动态网格压缩波束形成的声源识别方法是由褚志刚;樊小鹏;余立超;李丽;杨洋设计研发完成，并于2020-07-03向国家知识产权局提交的专利申请。

本二维动态网格压缩波束形成的声源识别方法在说明书摘要公布了：本发明涉及声波识别领域，适用于任意的平面传声器阵列，能够克服基不匹配的问题，获取超高精度的声源成像，具体涉及一种二维动态网格压缩波束形成的声源识别方法，包括以下步骤：1建立压缩感知问题模型；2构造替代函数；3求解替代函数；4通过步骤2与步骤3反复循环，构造和迭代缩减替代函数，使网格坐标θ和逐渐收敛至真实声源所在的位置，源强分布矢量q也在这个过程中得到愈加准确的估计。本发明的优点在于，能够克服传统压缩波束形成存在的基不匹配问题，对不在网格点上的声源也能够准确定位，其性能显著优于传统压缩波束形成，满足了实际应用中获取超高精度声源识别成像的需求。

本发明授权二维动态网格压缩波束形成的声源识别方法在权利要求书中公布了：1.一种二维动态网格压缩波束形成的声源识别方法，其特征在于，包括以下步骤：1建立压缩感知问题模型：1-1以由若干传声器组成的平面阵列的中心为原点建立三维坐标系，用于声源识别试验；1-2在三维坐标系中，设置任意声源i的入射方向与z轴的夹角为θi，声源i的入射方向在x-y平面上的投影与x轴的夹角为且得到声源i的声源坐标用于刻画声源i的波达方向；1-3在三维坐标系中，所述平面阵列中的所有传声器均在x-y平面上，设置任一传声器的坐标为x,y，则声源i到坐标为x,y的任一传声器之间的传递函数Gx,y用下列公式1表示： 式中，为复数单位，λ为声源i的声波波长，e为自然常数，π为圆周率，为复数集；1-4设置声源i在三维坐标系的原点产生的声压复幅值为qi，用于表示声源i的源强，所述平面阵列中的任一传声器测得声源i的声压信号px,y用公式2表示： 式中，qi为声源i在坐标原点产生的声压复幅值，L为声源的总个数，Gx,y为声源i到任一坐标为x,y的传声器之间的传递函数；1-5设置在平面阵列中的所有传声器的x轴坐标构成的M维矢量为 设置在平面阵列中的所有传声器的y轴坐标构成的M维矢量为将上述在平面阵列中的所有传声器的坐标构成的M维矢量代入公式1和公式2中，得到由声源i到所有传声器之间的传递函数构成的列向量为构造出所述平面阵列中的所有传声器测得声源i的声压信号px,y的M维矢量来表示真实声源产生的声压信号1-6由步骤1-5可得出所述平面阵列中的所有传声器测得声源i的声压信号px,y的M维矢量来表示真实声源产生的声压信号p★，用下列公式3表示： 式中，qi为声源i在坐标原点产生的声压复幅值，L为声源的总个数，为声源i到所有传声器之间的传递函数；1-7所述平面阵列中的所有传声器实际接收到的声压信号p为真实声源产生的声压信号p★与噪声信号n之和，用公式4如下所示：p＝p★+n4式中，为噪声信号，且满足信噪比1-8将声源i的坐标中θi的变化方向定义为θ轴，的变化方向定义为轴，建立以θ轴和轴为坐标轴的二维坐标系，将声源i坐标的可行域沿θ轴和轴两个方向离散为N个网格点，假设实际声源的波达方向均与网格点重合，建立压缩感知问题模型，用于求解源强分布矢量q，得到声源i的声源坐标及其强度，用公式5如下所示：p＝Aq5式中，为所有固定网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集；1-9所述源强分布矢量q的估计值是通过求解如下的l1范数最小化问题获得，采用公式6表示： 式中，ξ为对噪声信号n的容差，通常取ξ＝||n||2，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有固定网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集；2构造替代函数：2-1所述二维坐标系中的坐标为动态网格坐标，建立关于所述动态网格坐标的函数，用于表示采用动态网格坐标构造的感知矩阵所述感知矩阵用下列公式7所示： 式中，为实数集；2-2将公式7代入步骤1-8中的公式6中，得到公式8如下所示： 式中，ξ为对噪声信号n的容差，通常取ξ＝||n||2，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集，为实数集；2-3在公式8的基础上引入对数求和罚函数来代替l1范数最小化，用于促进解的稀疏性，对公式8进行优化后，将公式8改写为公式9所示： 式中，ξ为对噪声信号n的容差，通常取ξ＝||n||2，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集，为实数集，∈为正参数，作为迭代进程的控制参数，且用于保证对数函数被正确定义；2-4将公式9中的∈由初值随着迭代过程逐渐缩减至0，使公式9的全局最优解收敛至真实解附近，增加正则化惩罚项得到下列公式： 式中，p为在平面阵列中的所有传声器实际接收到的声源信号，为采用动态的网格坐标和非常矩阵的感知矩阵构造的关于声源i的声源坐标的函数，为源强分布矢量，为复数集，为实数集，λ为正则化参数，其大小会影响重建精度和解的稀疏度；2-5用和λt分别表示第t次迭代后获得的源强分布矢量和λ，在第t+1次，构造一个关于的替代函数用公式11如下所示： 式中，“”表示定义，且满足当且仅当时等号成立；2-6将公式11代入公式10，改写为替代函数形式，用公式12表示: 式中，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集，为实数集，λ为正则化参数，其大小会影响重建精度和解的稀疏度；2-8优化最小化框架通过公式12所示的替代函数来间接实现对公式9所示的目标函数的优化；3求解替代函数：3-1为求解公式12，首先通过移除常数项将公式12简化，如公式13所示： 式中，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，为源强分布矢量，为复数集，为实数集，λ为正则化参数，其大小会影响重建精度和解的稀疏度；3-2Dt的表达式如公式14所示： 式中，表示第t次迭代后获得的源强分布矢量，∈为正参数；3-3固定θ和后，通过拉格朗日乘子法可以得到公式13关于源强分布矢量q的优化解如公式15所示： 式中，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，λt表示第t次迭代后的正则化参数；将公式15代入公式13，消除一个未知量，进一步将公式13简化为公式16： 式中，p为在平面阵列中的所有传声器实际接收到的声源信号，为所有动态变化的网格点到所有传声器之间的传递函数构成的感知矩阵，λt表示第t次迭代后的正则化参数；3-4采用梯度下降法求解公式16，从而获得新一轮的网格坐标和每个网格点的更新如公式17所示： 式中，α为初始步长，所述初始步长α的范围为102～104；3-5步骤3-4的公式17中的的计算公式如公式18、公式19所示： 3-6采用梯度下降法，按照0.1倍的变化规律对公式17中的初始步长α进行修正，以确保更新后的和满足公式20： 4通过步骤2与步骤3反复循环，构造和迭代缩减替代函数，使网格坐标θ和逐渐收敛至真实声源所在的位置，源强分布矢量q也在这个过程中得到愈加准确的估计：4-1将和代入公式15即可得到对源强分布矢量q的新一轮估计： 式中，和为第t+1次迭代后的网格坐标；4-2设置λ的初始值，根据公式20对下一轮迭代中λ的取值进行更新，用于在迭代过程中保证重构精度和稀疏度之间的平衡： 式中，δ为缩放常数，所述缩放常数δ取值范围为0.05～1；M为传声器的数量，p为在平面阵列中的所有传声器实际接收到的声源信号，为第t+1次迭代后的网格点到所有传声器之间的传递函数构成的感知矩阵，为第t+1次迭代后的源强分布矢量；4-3设σ为收敛误差，定义为第t+1次迭代的收敛误差，设置收敛阈值和允许最大迭代次数；4-4当收敛误差σ＜收敛阈值或迭代次数≥允许最大迭代次数时，停止构造和迭代缩减替代函数，网格坐标θ和收敛至真实声源所在的位置，源强分布矢量q得到准确的估计。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学;广东电网有限责任公司电力科学研究院，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。