导读:本文包含了声矢量传感器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:传感器,矢量,阵列,噪声,空间,声源,算法。
声矢量传感器论文文献综述
陈未央,张小飞,徐乐[1]（2019）在《声矢量传感器阵中基于PASTd的二维DOA跟踪算法》一文中研究指出通过研究声矢量传感器阵列中高效的运动目标到达角(DOA)跟踪算法,提出一种声矢量传感器阵列中基于紧缩投影近似子空间跟踪(PASTd)的DOA跟踪方法。该方法利用PASTd算法进行声矢量传感器任意阵的DOA跟踪,其快速收敛的特点可以降低运算复杂度。同时,其角度跟踪的均方根误差(RMSE)性能优于常用的PAST算法。仿真结果验证了该算法的有效性。(本文来源于《太赫兹科学与电子信息学报》期刊2019年05期）
桂宇风,饶伟[2]（2019）在《基于张量分解的二维互质矢量传感器阵列信号处理》一文中研究指出提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M~2+N~2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)~2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。(本文来源于《南昌工程学院学报》期刊2019年04期）
柳艾飞,杨德森,时胜国,朱中锐[3]（2019）在《各向同性噪声场中单矢量传感器虚源消除MUSIC测向方法》一文中研究指出针对各向同性噪声场中,单矢量水声传感器声压通道和振速通道的噪声功率不一致性造成MUSIC测向方法性能急剧下降的问题,提出了一种增秩MUSIC测向方法和一种幅度加权MUSIC测向方法。增秩MUSIC测向方法通过增加信号子空间维度消除虚源的影响,在单目标情况和低信噪比时可获得高精度方位估计结果,其性能接近克拉美洛界限(CRB),但它不能分辨双目标;幅度加权MUSIC测向方法通过对接收信号幅度加权消除了虚源,并且能分辨双目标。(本文来源于《声学学报》期刊2019年04期）
程启航,洪连进[4]（2019）在《基于矢量传感器的地震动信号检测实验分析》一文中研究指出目前国内外对地震动信号的理论研究基本形成了一套体系,矢量传感器技术用于目标定向和定位方面也很成熟,本文提出将矢量传感器用于地震动信号的检测,并针对性制作了矢量传感器用于外场地震动信号定向实验,定向结果表明,基本上能实现目标定向,证实了所提出的设计思路。引言:传统的地震检波器主要以瑞利波的垂直分量作为检测对象,在对目(本文来源于《电子世界》期刊2019年08期）
赵益[5]（2019）在《基于声矢量传感器的方位谱估计技术研究》一文中研究指出声矢量传感器可以同时获取声场中共点的声压和振速信息,它的应用为水声探测、定位以及识别等方面问题提供了一种新的解决方式。相比于常规声压阵,单个声矢量传感器就可以实现目标的方位估计,基于声矢量传感器阵列的信号处理算法则具有更好的参数估计性能,因此受到了国内外学者广泛的关注。在此背景下,本文从阵列信号处理目标方位估计和分辨的角度出发,结合声矢量传感器的矢量模型,对Eigenspace算法在单矢量传感器以及声矢量传感器阵列的应用进行理论研究,并与Bartlett算法、Capon算法、传统子空间类高分辨率算法进行了仿真对比。最后提出改进的Eigenspace算法,在基本不增加运算量的条件下,提高了谱估计算法的空间分辨性能。本文首先描述了单矢量传感器的输出数据模型,通过对比基于单个声矢量传感器的Bartlett、Capon和MUSIC算法,得知MUSIC算法具有更好的方位估计性能。但是MUSIC算法在单矢量传感器多目标估计时使用分频段处理条件下的空间分辨性能有所下降,因此引入了单矢量传感器Eigenspace算法。并对该算法进行了MATLAB仿真分析和实验数据处理,结果表明该算法在分频段处理的条件下谱峰更尖锐,方位估计精度更高。与标量阵相比,声矢量阵空间谱估计算法有更好的方位估计性能,本文分析了基于矢量阵的MUSIC算法与ESPRIT算法的方位估计性能。针对两种算法在低信噪比条件下方位估计性能下降的问题,引入矢量传感器阵列Eigenspace算法,并对其进行仿真分析。仿真结果表明,在低信噪比条件下,矢量阵Eigenspace算法具有更尖锐的谱峰,更低的旁瓣,更好的方位估计性能。最后,为了提高矢量阵Eigenspace算法空间分辨性能,本文提出了基于维纳后置滤波的矢量阵Eigenspace谱估计算法。通过维纳后置滤波系数优化Eigenspace算法的输出结果,使波束输出能量更加接近真实信号能量。对于信噪比较低的情况,该算法可以较大程度的抑制噪声的干扰,改善谱估计算法的输出结果。然后本文对该算法进行了仿真分析,结果表明,该算法在基本不增加运算量的条件下,提高了Eigenspace算法的空间分辨性能。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
王芳,李钢虎,张雪,王春玮,汪也[6]（2018）在《基于声矢量传感器的DOA跟踪》一文中研究指出对于DOA动态跟踪问题,首先推导出声矢量传感器阵列的四元数输出矩阵,以建立观测方程。然后,将四元数模型的MUSIC谱估计式作为粒子滤波算法的观测似然函数以提高滤波质量。最后,仿真实验表明基于四元数模型的算法估计精度高于长矢量模型算法。与子空间类算法相比,粒子滤波算法的角度跟踪误差均在2°以内,且在低信噪比条件下粒子滤波算法具有精度高、稳定性好的特点。(本文来源于《2018中国西部声学学术交流会论文集》期刊2018-08-23）
李智,杨士莪,陈洪娟[7]（2018）在《压电矢量传感器的低噪声设计》一文中研究指出针对压电矢量传感器的低噪声设计问题,建立了基于压电敏感器件、悬挂结构、前置放大电路及电缆的同振式矢量传感器等效自噪声分析模型;结合敏感器件的低噪声设计、悬挂结构对自噪声的影响以及前置放大电路低噪声匹配等内容提出了一种低噪声设计方法。设计了低噪声矢量传感器样机,研制了自噪声测量平台并对样机进行了测试。结果表明:样机的等效噪声声压谱级达到了55.5 dB/(Hz)~(1/2)@200 Hz,低于同频率Knudsen零级海况下海洋环境噪声;测试结果与设计结果相符,验证了低噪声设计方法的有效性,也为压电矢量传感器的低噪声设计提供了理论依据。(本文来源于《声学学报》期刊2018年04期）
刘声,赵静,毛志[8]（2018）在《基于线性声矢量传感器阵列的二维测向算法》一文中研究指出提出了一个基于声矢量传感器阵列的快速二维波达方向(Direction of arrival,DOA)估计算法。首先,利用选择矩阵将阵列接收数据分成两组,并且利用这两组数据构造一个互协方差矩阵。然后再利用ESPRIT算法将仰角估计出来。最后,利用已估计出来的仰角结合(Array manifold matching,AMM)算法将方位角快速的估计出来。在对方位角的估计过程中,不需要谱峰搜索和特征值分解,而且方位角可以与已估计出来的仰角实现自动配对。与传统的ESPRIT相比,本算法能在保证估计精确度的前提下,明显降低计算的复杂度,也能防止参数失配的情况出现。仿真实验证明了本算法的有效性。(本文来源于《铜仁学院学报》期刊2018年06期）
程锦房,姬庆,肖大为[9]（2018）在《基于声矢量传感器阵列的近场声源两步定位算法》一文中研究指出针对传统算法中多维搜和索运算量大的问题,首先结合ESPRIT和纯方位估计方法,提出了一种基于声矢量传感器阵列的近场源两步定位算法;然后,利用常规的阵列流形矩阵,结合矢量传感器的ESPRIT定位算法,实现了单传感器的方位角和俯仰角的估计;最后,通过最小二乘估计的方法实现了声源的定位。随后的仿真结果证明了该方法的有效性。(本文来源于《海军工程大学学报》期刊2018年03期）
何岩[10]（2018）在《基于高阶声矢量传感器阵列的DOA估计方法研究》一文中研究指出声矢量传感器作为一种新型声音信号探测设备,在信号处理领域发挥了越来越重要的作用,其特点是在测量标量的声压信息基础上还能测量矢量的振速信息,在通信、声呐等领域的定向测量方向上进行了相关的工程实际应用,大量实践证明了声矢量传感器的优越性能。在进行信号的到达方向(Direction of Arrival,DOA)估计时,已有的阵列结构模型只能测量声场中的一阶信息,而实际的声场中不仅包含一阶信息,还包含高阶次的声场信息。针对现有模型的测量误差大,估计精度不高的问题,本文提出了高阶声矢量传感器阵列模型,对高阶声矢量传感器阵列的DOA估计问题展开研究。本文的研究工作如下:针对声场中包含的高阶信息,引入了含有声场高阶信息的高阶声矢量传感器模型。为了提高空间信号的DOA估计精度,设计了基于高阶声矢量传感器阵列DOA估计的HO-MUSIC算法。通过分解协方差矩阵,估计信号子空间与噪声子空间,利用谱峰搜索,有效的估计出声源信号的俯仰角和方位角。实验证明,所设计的HO-MUSIC算法有效,而且由于含有声场的高阶信息,更好的描述了声场,估计声源信号的角度更加准确。针对模型中各参数的阶次取值给出了最佳取值分析。针对MUSIC算法由谱峰搜索引起的计算量大的缺点,将ESPRIT算法与高阶声矢量传感器相结合,设计了基于高阶声矢量传感器阵列DOA估计的HO-ESPRIT算法,该算法相比于HO-MUSIC算法,计算量降低,实验证明了算法的有效性。对于算法模型中的阶次进行了讨论,给出了最佳阶次的选择。针对高阶声矢量传感器阵列信号处理方法中没有有效利用输出分量之间的正交性问题,将四元数理论引入到高阶声矢量传感器阵列模型,发挥了高阶声矢量传感器的优越性能,推导出相应的四元数模型。在此基础上,结合MUSIC和ESPRIT算法,设计了基于高阶声矢量传感器阵列DOA估计的四元数HOQ-MUSIC算法和基于高阶声矢5量传感器阵列DOA估计的四元数HOQ-ESPRIT算法,两种算法5利用了四元数的正交特性,估计精度提高,仿真实验证明了算法的有效性。(本文来源于《吉林大学》期刊2018-06-01）
声矢量传感器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M~2+N~2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)~2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
声矢量传感器论文参考文献
[1].陈未央,张小飞,徐乐.声矢量传感器阵中基于PASTd的二维DOA跟踪算法[J].太赫兹科学与电子信息学报.2019
[2].桂宇风,饶伟.基于张量分解的二维互质矢量传感器阵列信号处理[J].南昌工程学院学报.2019
[3].柳艾飞,杨德森,时胜国,朱中锐.各向同性噪声场中单矢量传感器虚源消除MUSIC测向方法[J].声学学报.2019
[4].程启航,洪连进.基于矢量传感器的地震动信号检测实验分析[J].电子世界.2019
[5].赵益.基于声矢量传感器的方位谱估计技术研究[D].哈尔滨工程大学.2019
[6].王芳,李钢虎,张雪,王春玮,汪也.基于声矢量传感器的DOA跟踪[C].2018中国西部声学学术交流会论文集.2018
[7].李智,杨士莪,陈洪娟.压电矢量传感器的低噪声设计[J].声学学报.2018
[8].刘声,赵静,毛志.基于线性声矢量传感器阵列的二维测向算法[J].铜仁学院学报.2018
[9].程锦房,姬庆,肖大为.基于声矢量传感器阵列的近场声源两步定位算法[J].海军工程大学学报.2018
[10].何岩.基于高阶声矢量传感器阵列的DOA估计方法研究[D].吉林大学.2018
论文知识图
