Page 17 - 《应用声学》2022年第4期
P. 17

第 41 卷 第 4 期         王翰卓等: 随机多项式展开多特征向量约束 -匹配场声源定位算法                                        515

                                                                                                      T
             γ 1 (r, z), · · · , γ Q−1 (r, z) 的 Q 个耦合微分方程组,结       定义期望响应向量 q = [q 1 , q 2 , · · · , q D ] ,求解
             合RAM模型的数值方法可对之求解                 [37−38] 。        式(10)得到匹配器的加权向量为
                 假设声源的真实位置为 (r s , z s ),固定位置的                                 −1   (  ∗  −1  ) −1
                                                                        w = R  e  H H R   e  H    q.     (11)
             水听器阵列接收声信号某频点的复声压列向量为
                                                                   对应匹配器输出归一化后的平面模糊度函数为
             P (r s , z s , ξ),复声压互谱矩阵R e (r s , z s )定义为
                                                                                     (     −1  ) −1
                                                                                        ∗
                                                                    Z EPC (ˆr s , ˆz s ) = q  ∗  H R  H  q.  (12)
                                                                                           e
                     R e (r s , z s )
                                                                   当位置估计 (ˆr s , ˆz s ) = (r s , z s ) 时,匹配器输出
                                    ∗
                   = E [P (r s , z s , ξ) P (r s , z s , ξ)]
                                                               Z EPC (ˆr s , ˆz s )取最大值。
                         M
                      1  ∑                                         期望响应向量q 的选择决定了匹配器的定位准
                                          ∗
                   ≈        P m (r s , z s , ξ) P (r s , z s , ξ),  (7)
                                          m
                     M                                         确率和输出增益。通常期望响应向量的选择有最大
                        m=1
             等式最右端为使用 M 拍实验数据对声压互谱矩阵                           化平均的空间白噪声增益和最大化最小的空间白
                                                                                                     q
             的估计,P m (r s , z s , ξ) 代表第 m 拍的拷贝场复声压            噪声增益两类       [5] 。假设静态加权向量为 w ,前者使
                                                               得匹配器输出增益
             向量,其中上标∗代表共轭转置。
                                                                                      ∗
                                                                                      q
                 若声源位置的估计为 (ˆr s , ˆz s ),接收水听器位置                              G =  w R c w q            (13)
                                                                                        ∗
                                                                                       q
                                                                                     w w  q
             拷贝场复声压的互谱矩阵为 R c (ˆr s , ˆz s ),R c (ˆr s , ˆz s )                                     T
                                                               最大,对应w = h 1 ,对应q = [1, 0, · · · , 0] ;后者选
                                                                           q
             特征值分解如式 (8) 所示,其中构成信号子空间的
                                                               择静态加权向量以获得最差最优增益
             D 个特征值由大到小分别为λ 1 , λ 2 , · · · , λ D ,对应的                      [                     ]
                                                                                    ∗          q 2       (14)
             特征向量为 h 1 , h 2 , · · · , h D 。二者分别组成矩阵 Λ                  max min |P (ˆr s , ˆz s , ξ) w |  ,
                                                                         w  q  ξ
             和矩阵 H。一般情况下,信号子空间特征值与特征
                                                                    ∗
                                                                       q
                                                                   q
                                                               且 w w = 1。式 (14) 意味着在声速随机变量 ξ 的
             向量的数目远小于接收水听器的数目。
                                                               所有的抽样中,选择 w 使其最小的输出增益最大
                                                                                    q
                R c (ˆr s , ˆz s ) ≈ HΛH  ∗                    化。该方法没有显式形式的静态加权向量解。
                                                                   由于对匹配器的定位准确率、输出峰均比的评
                                                 
                                 λ 1             h ∗ 1
                                                           价定义在声速随机变量集平均意义上,且为了最大
                                                ∗  
                                                   2
                                   λ 2        h            化发挥随机多项式展开方法对匹配场算法效率的
              = [h 1 , h 2 , · · · , h D ]         . (8)
                                                  .
                                      . .     . 
                                        .     .            提升,本文研究选择最大化平均的空间白噪声增益
                                                 
                                                                                             T
                                          λ D    h ∗ D         下的期望响应,即q = [1, 0, · · · , 0] 。
                                                                   上述算法需要对二维空间划分的每个网格点
                 设声源位置估计为 (ˆr s , ˆz s ) 时多特征向量约束
                                                               上对拷贝场复声压互谱矩阵 R c (ˆr s , ˆz s ) 进行估计。
             的环境宽容自适应匹配场处理器                [2−5]  的权系数向
                                                               在一定条件下,随机多项式展开方法可以替代蒙特
             量为 w (ˆr s , ˆz s ),设计权向量 w (ˆr s , ˆz s ) (以下简写为
                                                               卡洛统计方法,更高效地估计互谱矩阵。蒙特卡洛
             w)使得匹配器的输出功率最小,同时对权向量作如
                                                               统计方法如式 (7),需要多次抽样生成声传播路径上
             下约束:
                                                               随机的海水声速,并计算阵列位置处复声压的互谱
                                ∗
                              w h 1 = q 1 ,                    矩阵。式(7)中,当抽样次数 M 足够多时,声压互谱
                                ∗
                              w h 2 = q 2 ,                    矩阵的统计估计值将接近真实值,估计误差的收敛
                                   . . .                (9)    速度正比于 M      −1/2 ,即抽样次数的 −1/2 次幂;采用
                              w h D = q D ,                    随机多项式展开方法,若第 i 个水听器位置处拷贝
                                ∗
                                                               场随机复声压为 P i ,第 j 个水听器位置处拷贝场随
             其中,q 1 , q 2 , · · · , q D 代表各约束点的期望响应。问
                                                               机复声压为 P j ,利用式 (4) 中随机多项式的正交性,
             题转化为优化式 (10) 中的函数,其中 c 1 , c 2 , · · · , c D
                                                               两处复声压的互谱即拷贝场互谱矩阵 R c (ˆr s , ˆz s ) 第
             为拉格朗日乘子。
                                                               i行第j 列元素数值为
                     [                          ]
                                D
                                ∑                                          [                      ∗  ]
                                                                                                          ∗
                                        ∗
                 min w R e w +     c d (w h d − q d ) .  (10)    (R c ) = E P i (r s , z s , ξ) P j (r s , z s , ξ)  = γ i γ ,
                        ∗
                                                                                                          j
                                                                     ij
                  w
                                d=1                                                                      (15)
   12   13   14   15   16   17   18   19   20   21   22