文獻標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.2016.01.022
中文引用格式: 劉慶華,伊?xí)詵|. 基于分布式任意陣列的寬帶信源定位方法研究[J].電子技術(shù)應(yīng)用,2016,42(1):82-86,90.
英文引用格式: Liu Qinghua,Yi Xiaodong. Method research of wideband sources localization for arbitrary array[J].Application of Electronic Technique,2016,42(1):82-86,90.
0 引言
信源定位是陣列信號處理的一個重要研究方向,現(xiàn)代科學(xué)技術(shù)正在蓬勃發(fā)展,定位技術(shù)更是廣泛應(yīng)用在航空航天、交通、勘探、導(dǎo)航等領(lǐng)域[1-2]。例如,軍工應(yīng)用中,雷達需要定位技術(shù)作為新的補充,只需利用傳感器接收到的信號即可確定目標(biāo)的位置,而且在定位過程中受到的干擾和攻擊可降低到最低水平。因此,信源定位技術(shù)因其諸多優(yōu)點及廣泛的應(yīng)用前景成為學(xué)者們的研究重點。
現(xiàn)在常用的信源定位方法主要分成三類:(1)利用時延估計進行定位[3],先進行陣元間時間差的計算,再根據(jù)陣列結(jié)構(gòu)與信源模型估計出信源的位置。該定位方法計算量較小,易于實時實現(xiàn),但僅在單信源定位中得到了廣泛的應(yīng)用。(2)利用波束形成法進行定位[4],無需計算時間差,需要通過優(yōu)化目標(biāo)函數(shù)來實現(xiàn)信源定位,但是實際應(yīng)用環(huán)境中會出現(xiàn)多個最優(yōu)值即偽峰,所以峰值搜索過程較為復(fù)雜。(3)利用高分辨空間譜估計進行定位[5-6],可同時高分辨率地定位多個聲源,但是對實驗環(huán)境要求較高。目前大多定位算法都是以窄帶信號為研究對象提出的。寬帶信號中含有較大帶寬和多個中頻,直接使用窄帶信號對應(yīng)算法時造成的相位差無法忽略,因此針對寬帶信號中的信號頻率也有處理方法。文獻[7-8]已將最大似然法(ML)擴展至寬帶信號處理中,但是由于涉及到高度非線性化及非凸性和最大化似然函數(shù),其計算復(fù)雜度較高。另一類是Kaveh在1985年提出的具有高分辨DOA估計的相干信號子空間法(CSSM)[9-11],通過引入“聚焦”思想,使得不同頻率上的觀測值全部變換到確定頻率上,后對各聚焦后信號的協(xié)方差矩陣進行平均,得到聚焦后的協(xié)方差矩陣,最后獲得寬帶信號的高分辨DOA估計,但該方法估計性能易受信源方位預(yù)估精度的影響。本文提出了一種針對寬帶信源定位的聯(lián)合質(zhì)心收縮與聯(lián)合可控響應(yīng)功率和相位變換(SRP-PHAT)的信源定位方法[4,12],根據(jù)對寬帶信源獲得的DOA估計,利用本文提出的算法構(gòu)建出信源所在的初始區(qū)域,通過質(zhì)心收縮、布置虛擬信源點等方法逐步收縮區(qū)域,最終獲得信源定位估計。
1 分布式陣列模型與信號模型
本文提出的寬帶信源定位方法采用的分布式陣列系統(tǒng)由四個均勻線陣組成,如圖1所示。
K個均勻線陣任意分布在分布式系統(tǒng)中,放置于水平面上,且每個線陣含有N個傳感器,第i個信源所在位置坐標(biāo)為(xsi,ysi,zsi),第k個線陣中心坐標(biāo)為(xk,yk,zk),第k個線陣對第i個信源的方位角為θik,由于各線陣是任意分布,故線陣中心連線圍成一任意多邊形區(qū)域V,信源可分布在該多邊形區(qū)域內(nèi)的任意位置。
導(dǎo)向矢量αk(fj,θM)可表示為:
假設(shè)噪聲為高斯白噪聲,且與各信號均相互獨立。陣列流型矩陣可表示為:
2 信源定位方法
2.1 DOA估計
DOA估計是信源定位方法的關(guān)鍵步驟,是信源定位確定初始區(qū)域的關(guān)鍵。傳統(tǒng)的MUSIC算法對常見的陣列都普遍適用,故傳統(tǒng)MUSIC算法的空間譜估計公式可定義為:
式中UN則是N×(N-M)噪聲子空間。
由于寬帶信號中有多個中心頻率,故需將不同中心頻率的信號子空間映射到一個最佳的聚焦頻率f0,通過式(8)選取最佳聚焦頻率:
通過譜峰搜索在空間譜PMUSIC(f0,θ)中得到。但是,對于密集信源來說,使用傳統(tǒng)MUSIC算法進行DOA估計性能較差,而且在少量傳感器時甚至無法區(qū)分出信源的數(shù)目。為提高密集信源的DOA估計精度,本文引入了MUSIC空間譜的群延遲函數(shù)來提高密集聲源在少量傳感器時DOA估計的精度。Group Delay函數(shù)利用了MUSIC空間譜相位信息的負差分形式,用其與MUSIC空間譜函數(shù)以乘積的形式來消除群延遲譜的偽峰,提高DOA估計精度。Group Delay譜定義為:
其中Φ(f0,θ)為MUSIC空間譜相位信息,表示為:
對PMGD(f0,θ)進行譜峰搜索后可得到精確的DOA估計值。
2.2 構(gòu)建初始區(qū)域及質(zhì)心收縮
根據(jù)式(11)得到的各子陣的DOA估計值、第k個子陣中心的坐標(biāo)Ak=(xk,yk)和第i個信源對第k個子陣的DOA估計值θki,利用點斜式方程,做出一條子陣中心出發(fā)的平面射線。所有子陣做出的直線圍成一個初始區(qū)域,各子陣中心連線與各射線交于一點Bki=(xki,yki),則各射線的交點Ikp=(Ix,Iy)即Ak Bki與Ap Bpi的交點可通過式(12)、式(13)計算為:
所有的交點Ikp均保存在集合I中,所有的交點的橫縱坐標(biāo)的最大值和最小值可構(gòu)成初始區(qū)域V1。通過I中所有交點的坐標(biāo)可以計算出兩兩交點之間的相對距離,并找出最大相對距離Dmax,而且Dmax是隨集合I的變化而變化。
根據(jù)I中的交點,計算初始區(qū)域的質(zhì)心:
其中|I|代表集合I中交點的數(shù)目。同時可計算出各交點到區(qū)域質(zhì)心的歐幾里得距離,表示為:
其中s代表維數(shù),D={Dk}。根據(jù)得到的歐幾里得距離,找出最小距離對應(yīng)交點將其插入到新集合Pj中,并從集合I中刪除。然后再計算集合Pj中交點所圍成區(qū)域的質(zhì)心Cent(Pj),同時計算出集合I中剩余交點到質(zhì)心Cent(Pj)的歐幾里得距離:
根據(jù)上述得到的最大相對距離Dmax和集合I、Pj,同時找出集合D′中的最小值min(D′)。將min(D′)與Dmax進行比較,當(dāng)min(D′)≤Dmax時,將D′中最小距離對應(yīng)交點插入到集合Pj中,同時將該點從集合I中刪除。重復(fù)上述質(zhì)心收縮步驟,直到min(D′)>Dmax時,停止迭代。最后,更新后的集合Pj中的所有交點的橫縱坐標(biāo)最值[xmax xmin ymax ymin]圍成粗略收縮區(qū)域V2。
2.3 最大互功率譜收縮定位法
本節(jié)介紹利用SRP-PHAT在區(qū)域V2中隨機布置虛擬信源點進行區(qū)域收縮。首先將聯(lián)合可控功率函數(shù)定義為:
τ(x,k)為信號從信源沿著得到的DOA估計值到第k個線陣的到達時間長度。由于各虛擬信源點的坐標(biāo)均已知,可通過虛擬信源點到第k個線陣中心的距離dk和信號傳播速度c獲得時間延遲τ(x,k),即:
本文的信源定位算法由DOA估計、區(qū)域質(zhì)心收縮和最大互功率譜收縮組成。定位算法步驟如下:
(1)由式(11)獲得的DOA估計值和各線陣中心得到各線陣到信源的射線。
(2)根據(jù)式(12)、式(13)獲得各射線直接的交點。
(3)根據(jù)式(14)、式(15)和min(D′)≤Dmax獲得最終更新后的交點集合Pj。
(4)Pj中交點圍成了區(qū)域V2。
(5)在V2中隨機布置虛擬信源點,再根據(jù)式(16)計算各虛擬信源點到各線陣的互功率譜。
(6)找出前E個最大互功率譜值對應(yīng)點,創(chuàng)建新的收縮區(qū)域V3。
(7)重復(fù)步驟(5)和步驟(6),直到滿足然后計算Vpeak中虛擬信源點坐標(biāo)平均值即得到信源定位估計值。
3 仿真實驗和分析
實驗仿真證明了本文所提算法的良好性能,圖1為實驗采用的分布式陣列。各子陣均是采用四個陣元的均勻線陣,線陣中心連線圍成了一個4.6 m×5 m的矩形區(qū)域,且密集信源在該矩形區(qū)域內(nèi)部,信源1坐標(biāo)為(2.95 m,2.95 m),信源2坐標(biāo)為(1.2 m,3.45 m),用*代表信源。圖中子陣1的中心坐標(biāo)為A1=(0 m,0 m),子陣2、子陣3及子陣4的中心坐標(biāo)分別為A2=(5 m,0 m)、A3=(5 m,4.6 m)、A4=(0 m,4.6 m)。其中子陣1水平放置,并以其中心坐標(biāo)為坐標(biāo)原點,即α=0°;子陣2相對于子陣1逆時針旋轉(zhuǎn)了45°,即β=45°;子陣3相對于子陣1逆時針旋轉(zhuǎn)了90°,即γ=90°;子陣4相對于子陣1逆時針旋轉(zhuǎn)了30°,即η=30°。本文使用實際錄音信號為實驗的聲源信號,聲音持續(xù)時間為3 s。
實驗對虛擬信源點數(shù)F取值為100,最大互功率譜值對應(yīng)點數(shù)E取值為10。門限值δ取值為1%。根據(jù)密集信源位置,圖1中兩信源對應(yīng)子陣1中心的角度值為35°和40°,利用CSSM和Group Delay譜的方法對這兩個信源進行DOA估計,其譜估計如圖3所示,所用噪聲為高斯白噪聲,信噪比SNR為5 dB。由圖2可知,本文使用的DOA估計算法分辨率較高。
根據(jù)前面得到的密集信源的DOA估計值,以聲源1為例,利用各子陣中心點和對應(yīng)DOA估計值作出相應(yīng)射線,射線所圍成的區(qū)域即為初始搜索區(qū)域,如圖3所示。
根據(jù)確定的初始區(qū)域,利用質(zhì)心收縮和最大互功率譜收縮逐步縮小區(qū)域,圖4(a)是兩密集信源的區(qū)域收縮過程,其中實線代表信源1的收縮過程,虛線代表信源2的收縮過程。圖4(b)則是對圖4(a)中圈中區(qū)域的細節(jié)放大圖。圖中兩實心點為信源位置估計。
為了對本文算法性能進行評估,提出了位置估計的均方差(RMSE)隨信噪比變化的評估方法。本次實驗共做200次蒙特卡羅實驗,其中RMSE定義為:
4 結(jié)束語
本文著重討論了二維空間中寬帶信號的信源高精度DOA估計和信源定位方法。首先,利用Group Delay函數(shù)和CSSM算法對傳統(tǒng)MUSIC算法的空間譜加以優(yōu)化,消除無用偽峰,提高寬帶信號的DOA估計精度。利用獲得的DOA估計值確定初始搜索區(qū)域,然后在二維平面中使用質(zhì)心收縮和最大互功率譜收縮法對初始區(qū)域逐步收縮,得到最終信源的定位估計。本文提出的算法計算簡單便捷,僅需DOA一個參數(shù)即可獲得信源的定位估計。仿真實驗結(jié)果證明了本文算法的DOA估計精度較高,SNR對信源定位估計的RMSE的影響較小。但是本文算法較為依賴DOA估計確定的初始區(qū)域,DOA估計精度的大小直接影響到算法的運算量,可以考慮引入其他參數(shù)來控制DOA精度導(dǎo)致的算法計算量過大的問題。
參考文獻
[1] 殷晴青,何培宇.相干語音信號的兩陣元DOA估計新算法[J].信號處理,2013,29(9):1169-1175.
[2] 寧強,方向,潘俊,等.圓形傳感器陣列多運動聲源二維波達方向估計[J].解放軍理工大學(xué)學(xué)報:自然科學(xué)版,2013,14(3):283-287.
[3] OMOLOGO M,SVAIZER P.Use of the crosspower-spectrum phase in acoustic event location[J].IEEE Transactions on Speech & Audio Processing,1997,5(3):288-292.
[4] DIBIASE J H.A high-accuracy, low-latency technique for talker localization in reverberant environments[D].Brown University,2000.
[5] 居太亮,彭啟琮,邵懷宗,等.基于任意麥克風(fēng)陣列的聲源二維DOA估計算法研究[J].通信學(xué)報,2005,26(8):129-133.
[6] CHEN J C,YAO K,HUDSON R E.Acoustic source localization and beamforming:theory and practice[J].Eurasip Journal on Advances in Signal Processing,2003(4):359-370.
[7] DORON M,WEISS A J,MESSER H.Maximum-likelihood direction finding of wide-band sources[J].IEEE Transactions on Signal Processing,1993,41(1):411-414.
[8] CHEN J C,HUDSON R E,YAO K.Maximum-likelihood source localization and unknown sensor location estimation for wideband signals in the near-field[J].IEEE Transactions on Signal Processing,2002,50(8):1843-1854.
[9] KHAN M A,RAO R K,WANG X.Performance of quadratic and exponential multiuser chirp spread spectrum communication systems[C].Performance Evaluation of Computer and Telecommunication Systems(SPECTS),2013 International Symposium on.IEEE,2013:58-63.
[10] YOON Y S,KAPLAN L M,MCCLELLAN J H.TOPS:new DOA estimator for wideband signals[J].IEEE Transactions on Signal Processing,2006,54(6):1977-1989.
[11] 張小飛,汪飛,徐大專.陣列信號處理的理論和應(yīng)用[M].長沙:國防工業(yè)出版社,2010.
[12] ASTAPOV S,BERDNIKOVA J,PREDEN J S.A method of initial search region reduction for acoustic localization in distributed systems[C].Mixed Design of Integrated Circuits and Systems(MIXDES),2013 Proceedings of the 20th International Conference.IEEE,2013:451-456.
[13] KUMAR L,TRIPATHI A,HEGDE R M.Robust multisource localization over planar arrays using music-group delay spectrum[J].IEEE Transactions on Signal Processing,2014,62(17):4627-4636.