传声器阵列特征值滤波去噪方法

作者：余亮; 潘铮; 陈正武; 蒋伟康^*

来源：声学学报(中文版), 2021, 46(03): 335-343.

DOI：10.15949/j.cnki.0371-0025.2021.03.002

• 声源定位
• 传声器阵列
• 特征值

作为二阶统计量的互谱矩阵(CSM)是声学成像算法的核心输入量。为增强传声器阵列的去噪表现,研究了互谱矩阵特征值滤波的机理,并提出了两种新型的特征值滤波方法的设计准则:(1)声源互谱矩阵的Stein无偏风险估计(SURE收缩),即基于SURE准则的特征值软阈值收缩;(2)进一步提高声源互谱矩阵EYM (Eckart-Young-Mirsky)估计误差的最优收缩(Opt-Shrinkage)方法,即对声源特征值所含有的噪声进一步去除。然后,在3000个快照数,0 dB信噪比(SNR),100个传声器的环境下进行仿真。通过仿真,与经典的MUSIC方法比较原声源信号与去噪后信号的互谱矩阵对角线误差,其中MUSIC方法的互谱矩阵对角线误差为74.15%,SURE收缩为41.97%,最优收缩为20.62%。并通过改变快照数、声源数与SNR,对比了不同特征值滤波去噪方法的效果。从仿真结果上看,在少声源(少于40个)工况下SURE收缩方法的去噪效果优于MUSIC方法与最优收缩方法;在声源数超过42个后,最优收缩方法取得更显著的效果。最后,在3个声源、60个传声器数、-5 dB信噪比的声源定位实验中,SURE收缩与最优收缩均获得了相比MUSIC方法更好的去噪效果。研究表明在现有传声器阵列特征值滤波方法的基础上,对特征值的进一步处理可以得到更好的去噪效果。

• 单位
  上海交通大学; 中国空气动力研究与发展中心; 机械系统与振动国家重点实验室