Page 118 - 《应用声学》2024年第1期
P. 118

114                                                                                  2024 年 1 月


             MVDR角度谱算法的主瓣宽度较宽,且抑制旁瓣效                               不同方位的DOA估计性能如表 1 所示。由表 1
             果较差 (图 1(a));MUSIC 算法相较传统 MVDR 角                  可以看出,在条件相同的环境下,本文算法、传统
             度谱算法略有优化 (图 1(b));本文算法成像结果的                       MVDR 角度谱算法和 MUSIC 算法都能进行有效
             主瓣宽度变窄,旁瓣的能量幅值降低 (图1(c)),仿真                       的 DOA 估计,但本文算法与预设结果偏差较小,改
             结果显示本文方法对噪声的鲁棒性更强,削弱了由                            进后的 MVDR 角度谱算法的 DOA 估计精度得到
             混响造成的旁瓣,抑制了低频噪声信号的能量积累,                           了很大的提高。方向角的平均定位误差约为 0.60 ,
                                                                                                           ◦
             增加了泄漏声源的时频域权重,表明定位算法的抗                            俯仰角的平均定位误差约为0.62 ,相较于其他两种
                                                                                            ◦
             干扰能力得到进一步提升。                                      算法,本文算法在相同条件下的稳定性明显提高。


                  180                           180                            180
                  160                           160                            160
                  140                           140                            140
                 ο̈́ᝈ/(O)  100                  ο̈́ᝈ/(O)  100                   ο̈́ᝈ/(O)  100
                                                120
                  120
                                                                               120
                                                 80
                   80
                                                                               80
                   60                            60                            60
                   40                            40                            40
                   20                            20                            20
                    0  20  40  60  80  100  120  140  160  180  0  20  40  60  80  100  120  140  160  180  0  20  40  60  80  100  120  140  160  180
                             வͯᝈ/(O)                       வͯᝈ/(O)                        வͯᝈ/(O)
                       (a) ͜ፒMVDRᝈए៨ካข                   (b) MUSICካข                     (c) వ஡ካข
                                                  图 1  泄漏源定位仿真结果
                                          Fig. 1 Leak source location simulation results

                                             表 1  不同方位的泄漏源定位仿真性能
                        Table 1 Simulation performance of leak source location in different directions

                                 传统 MVDR     传统 MVDR
                                                         MUSIC 算法    MUSIC 算法      本文算法        本文算法
                    入射角度/( )     角度谱算法       角度谱算法
                           ◦
                                                         定位结果/( )    定位误差/( )    定位结果/( )     定位误差/( )
                                                                 ◦
                                                                                         ◦
                                                                                                     ◦
                                                                             ◦
                                定位结果/( )     定位误差/( )
                                        ◦
                                                    ◦
                   (78.00,27.61)  (76.49,26.51)  (1.51,1.1)  (79.18,28.55)  (1.18,0.94)  (77.65,26.83)  (0.35,0.78)
                   (115.20,65.13)  (116.52,63.91)  (1.32,1.22)  (116.04,65.56)  (0.84,0.43)  (115.67,66.13)  (0.47,1.00)
                   (30.32,103.25)  (30.64,104.46)  (0.32,1.21)  (31.70,102.50)  (1.38,0.75)  (31.34,103.61)  (1.02,0.36)
                   (23.58,57.42)  (24.04,57.11)  (0.46,0.31)  (23.70,58.37)  (0.12,0.95)  (23.21,58.00)  (0.37,0.58)
                   (146.67,32.25)  (147.88,31.26)  (1.21,0.99)  (145.50,31.17)  (1.17,1.08)  (147.50,33.34)  (0.83,1.09)
                   (101.98,58.43)  (102.79,59.85)  (0.81,1.42)  (102.92,59.16)  (0.94,0.73)  (101.59,58.18)  (0.39,0.25)
                   (71.90,113.91)  (70.55,114.58)  (1.35,0.67)  (72.54,112.90)  (0.64,1.01)  (72.68,113.43)  (0.78,0.48)


             3.2 算法定位性能分析                                      别进行多次实验。图2 给出了不同算法的 RMSE 随

                 为进一步验证本文算法性能优势,保证其他                           SNR变化的曲线图。
             参数不变,比较在不同 SNR 和采样点数情况下 3 种                           根据图 2 结果可知,在不同 SNR 环境下,传统
             算法的定位性能。为评价算法性能,本文选择均方                            MVDR 角度谱算法、MUSIC 算法和本文算法均能
             根误差(Root mean square error, RMSE)作为评价             进行泄漏源定位,但本文方法的 RMSE 均优于传
             标准。                                               统 MVDR 角度谱算法与 MUSIC 算法,尤其在中低
                                                               SNR 环境中,本文算法的定位 RMSE 相较于其他
             3.2.1 SNR对算法性能影响                                  算法提升明显,说明该算法在低 SNR 环境中的适
                 将声学泄漏信号的采样点数设置为 1024次,使                       应性较强,定位效果得到明显改善,符合算法设计
             SNR 从 0 ∼ 20 dB 以间隔 5 dB 变化,对 3 种算法分              初衷。
   113   114   115   116   117   118   119   120   121   122   123