Page 150 - 《应用声学》2023年第3期
P. 150

588                                                                                  2023 年 5 月

                                                                             ˆ
                 将式(8)两端减去最优滤波器可以得到                            理次级通路为 S m ,且不存在估计误差,其次使用的
                                                                                                    ˆ
                               [           ]                   虚拟次级通路为虚拟次级通路的对角阵 S vd ,而使
                                      ˆ ˆ H
             y(n + 1) − y(∞) = I − µS v S v  (y(k) − y(∞)) ,
                                                                               ¯
                                                               用的观测通路为 O,区别于 MRMT 算法所使用的
                                                       (11)
                                                               观测通路。通过这种方法估计得到的误差信号可以
             这里假设物理次级通路矩阵的估计不存在误差,从
                                                               表示为
             式(11)中可以得到,算法收敛的必要条件为
                                                                                  ¯ ˆ
                                                                                         ˆ
                                                                            ˆ e v = Od m + S vd W x.     (14)
                       Re(λ j ) > 0, j = 1, 2, · · · , J,  (12)
                                                                   在算法的控制阶段,系统通过最小化估计误差
                               ˆ ˆ H
             其中,λ j 为特征矩阵S v S     v  的第j 个特征值,可以看
             出,当物理次级通路矩阵的估计不存在误差时,矩阵                           信号的均方误差以实现最优的控制效果,此时,估计
                                                               误差信号的均方误差可以表示为
             ˆ ˆ H
             S v S 为正定矩阵,因此收敛条件一定能够得到满
                v
                                            ˆ ˆ H
                                                                           [ (
             足。而算法的收敛速度取决于矩阵S v S 的条件数,                             J 1 = tr E ˆ e v ˆ e H  )]
                                                v
                                                                                  v
             即最大特征值与最小特征值的比值。                                        [           H ¯ H            H   H ˆ H
                                                                                        ¯
                                                                       ¯
                                                                 = tr OP m S vv P O + OP m S vv R W S    vd
                                                                                m
                 如 果 直 接 采 用 分 布 式 的 远 程 虚 拟 传 声 器
                                                                       ˆ
                                                                                   H ¯ H
             算 法 (Distributed remote microphone technique,          + S vd W RS vv P O
                                                                                   m
                                                                                            ]
                                                                       ˆ
                                                                                   H
                                                                                       H ˆ H
             DRMT)  [3] ,其更新公式为                                     + S vd W RS vv R W S  vd  ,          (15)
                                         ˆ
                      y(k + 1) = y(k) − µS vd ˆ e v (k),  (13)  其中,S vv 为初级噪声源信号源强的自相关矩阵。令
                                      ˆ
                   ˆ
             其中,S vd 为次级通路估计 S v 的对角阵,此时该算                     代价函数对控制滤波器W 的导数为0,即:
                                    ˆ
                                        ˆ H
             法的收敛性能由特征矩阵S vd S           v  的特征值决定,而           ∂J 1  = 2 S S vd W RS vv R + S vd OP m S vv R H )
                                                                        (
                                                                         ˆ H ˆ
                                                                                              ˆ
                                                                                         H
                                                                                                 ¯
             该矩阵的特征值的实部可能会存在小于零的情况,                            ∂W         vd
             从而会导致算法发散。                                             = 0,                                 (16)
                                                               可以得到最优的控制滤波器为
             2 算法原理
                                                                                [      ] −1
                                                                                 ˆ H ˆ     ˆ   ¯
                                                                     W opt = − S S vd      S vd OP m S vv
                                                                                  vd
             2.1 所提算法                                                              [        ] −1
                                                                             × R H  RS vv R H   .        (17)
                 从上面的分析可以看出,MRMT算法的收敛速
                        ˆ ˆ H
             度受到矩阵 S v S 条件数的影响。直接采用分布式                            假设系统可以达到最优控制效果,则虚拟传声
                           v
             更新,虽然减少了更新时所需要的计算量,但是收敛                           器处真实的误差信号为
             性条件可能无法满足,同时系统的收敛速度会受到
                                                                             e v = d v + S v W opt x,    (18)
             ˆ
                ˆ H
             S vd S 条件数的影响。如果能够在实现分布式的更
                 v
             新的同时,降低特征矩阵的条件数,则就能在降低                            由于虚拟传声器算法的最终效果,是最小化系统达
             计算量的同时,提升系统的收敛速度。为了实现这                            到最优控制效果后真实虚拟传声器处误差信号的
             一目标,需要重新设计 MRMT 算法的离线优化阶                          均方误差,将式(17) 得到的最优滤波器带入式 (18),
             段。首先假设估计虚拟传声器误差信号所使用的物                            可以得到真实目标位置的均方误差为
                                                        [      ] −1                      [      ] −1
                          [ (    H )]            H                               H ¯ H ˆ              H
                                                         ˆ H ˆ
                                                                   ˆ H ¯
                                                                                          ˆ H ˆ
                   J 2 = tr E e v e v  = tr[P v S vv P v  + S v S S vd  S OP m S vv P O S vd S S vd  S v
                                                          vd
                                                                                           vd
                                                                                m
                                                                    vd
                                      [      ] −1        [       ] −1
                             H ¯ H ˆ   ˆ H ˆ      H        ˆ H ˆ     ˆ H ¯        H
                    − P v S vv P O S vd S S vd   S − S v S S vd     S OP m S vv P ].                     (19)
                                                                                  v
                                                  v
                                        vd
                                                            vd
                                                                      vd
                             m
                                                                                    ¯
                 为了得到在分布式更新算法下最优的观测传递函数,将上面的代价函数对O 求偏导,并且令导数为0:
                                                  (                                         )
                                   [       ] −1       [       ] −1
                        ∂J 2    ˆ    ˆ H ˆ    S H      ˆ H ˆ     S OP m S vv P  H  − P v S vv P H  = 0,  (20)
                                                                  ˆ H ¯
                          ¯
                                                        vd
                                      vd
                        ∂O  = 2S vd S S vd      v  S v S S vd      vd          m          m
             得到新的最优观测传递函数为
                                         [                  ] −1
                                             [       ] −1                          ] −1
                                   ¯           ˆ H ˆ     ˆ H           H  [       H
                                  O opt = S v S S vd    S vd    P v S vv P m  P m S vv P m  ,            (21)
                                                vd
   145   146   147   148   149   150   151   152   153   154   155