分裂增广拉格朗日收缩反卷积声源识别算法

作者：樊小鹏; 张鑫; 褚志刚^*; 李丽

来源：振动与冲击, 2020, 39(23): 141-147.

DOI：10.13465/j.cnki.jvs.2020.23.021

• 声源识别
• 稀疏约束反卷积
• 分裂增广拉格朗日收缩(SALSA)

提出了一种新颖高效的、超高分辨率的反卷积声源识别方法,即分裂增广拉格朗日收缩(SALSA)反卷积声源识别算法。该方法利用主要声源通常具有的稀疏特性和求解大规模稀疏恢复问题的交替方向思想,在波束形成反卷积数学模型中引入一个和源强等价的分裂变量,进而建立了增广拉格朗日变量分裂声源识别数学模型,并采用SALSA来交替迭代求解该分裂模型获得声源强度。仿真和试验结果表明,该方法与经典的反卷积声源成像方法(DAMAS)相比,源强量化能力相当,还拥有更优的收敛性,在整个分析频率范围内都拥有超高的分辨率,迭代计算速度快数十倍。

• 单位
  广东电网有限责任公司电力科学研究院; 机械传动国家重点实验室; 重庆大学