麦克风阵列信号处理20130513讲解
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
W w1 ,, wM
——权矢量 ——阵列的方向向量,或方向系 数、波束图
7
g ( ) W a( )
H
1.1 阵列信号模型
第i个阵元的接收信号
xi (t ) ( ) zi ( ) ( )e j 2 sin z(t )
第i个阵元的接收信号
j 21 sin x1 (t ) e X(t ) ( ) z (t ) a( ) ( ) z (t ) j 2 M sin x ( t ) e M
i 1
M
H
U s sU s U n nU n i ui ui
H H H i 1
p
2
i p 1
uiui
M
H
11
R空间分为相互正交的信号和噪声子空间
1.2 波束形成
阵列天线是全向的,但阵列输出经过加权求和后,可以调整 到阵列接收方向增益聚集在一个方向,相当于形成一个波 束——波束形成。 M 系统输出为 H y(n) W X (n) w*m xm (n)
jr 1k
,e
jr2 k
,, e
jrM k T
T
p个信号时方向矩阵
A a(1 ), a(2 ),, a( p )
5
1.1 阵列信号模型
等距线阵——M个阵元等ห้องสมุดไป่ตู้排成直线,阵元间
距为d
aULA ( ) 1, e
j k d sin
2
, , e
1 2 ,, M 0
10
1.1 阵列信号模型
对照两个R表达式可以认为,若将R的M个特征值按大小依次 排列,则前P个与信号有关,且其数值大于后M-P个 ,即
1 2 ,, p
2
P+1个开始特征值由噪声决定,其数值等于 协方差矩阵的特征值分解为
2
R UU H i ui ui
1.1 阵列信号模型
x(k ) As(k ) n(k )
a(i ) [1, e
j 2
sin i
,, e
j
j
2
( M 1) sin i
)]T
2
1 j 2 sin 1 e A j 2 ( M 1) sin 1 e
a( ) ——天线增益,全向天线时为常数
等距线阵M个阵元,P个信源。第m个阵元上第k次采样值
2 j ( m 1) sin i P xm (k ) si (k )e n( k ) i 1
写成向量形式
8
A [a(1 ), a(2 ),, a( p )]T
阵列信号处理及其应用
吴长奇 燕山大学信息科学与工程学院 2013年5月26日
1
1、阵列信号处理的基础
1.1 阵列信号模型 1.2 波束形成与自适应波束形成 1.3 DOA估计
2、移动通信中的智能天线 3、基于麦克风阵列的声源定位
2.1 麦克风阵列模型 2.2 声源定位理论基础 2.3 声源定位实验研究
信号载频为
k为波数向量,即为波数(弧度/长度),c为光速, λ为电磁波波
e
j t
,以平面波形式沿k方向传播
长,
则距离基准点r处的阵元接收信号为
r sr (t ) s(t ) exp j t r k c
k 为电波传播方向的单位向量, k
1 信号相对于基准点的延迟时间 r c
m1
12
1.2 波束形成
设空间远场的一个期望信号d(t),其波达方向为
,
d J个不需要的信号(干扰信号),其波达方向 还有 j 为 ,设每个阵元上的加性白噪声,且都具有同样 的方差,此时第k个阵元上的接收信号为
2
1.1 阵列信号模型
阵列的基本概念
天线阵列中单位元素称为阵元,阵元都是有源的
阵元可以是无方向性的,也可以是有方向性的 阵元可以有多种排列方式,如线阵、圆阵。
阵列信号处理的两大研究内容:
参数估计:以DOA估计为代表 空间滤波:波束形成。
3
1.1 阵列信号模型
平面波与阵列
2
1
sin 1
e e
j
2
sin 1
j sin 1 e 2 j sin 1 e 1
[a(1 ), a(2 ),, a( p )]
s(k ) [s1 (k ),, s p (k )]T
n(k ) [n1 (k ),, nM (k )]T
e e
j j
2
1
d sin p
2
d sin p
6
1.1 阵列信号模型
等距线阵的阵列响应与方向图 单个信源
2s ( t )
y(t ) s(t )Wm e
m1
M
* j
d sin
y(n) S (n)W H a( ) S (n) g ( )
4
1.1 阵列信号模型
各阵元上接收信号分别为
1 si (t ) s(t ri ) exp j t ri k c
阵列信号的向量
T
S (t ) s1 (t ), s2 (t ),, sM (t ) s(t ) e
方向向量为
a( ) 1, e jr2k ,, e jrM k
9
1.1 阵列信号模型
阵列向量的二阶统计量为阵列协方差矩阵
R E{X(k )X (k )}
H
s(k)与n(k)统计独立,则有
R AE{s(k )s (k )}A E{n(k )n (k )}
H H H
APA I
H 2
其特点是
R RH
即为Hermitian矩阵,特征值为正。
j k ( M 1) d sin T
2 T
j ( M 1) d sin j d sin 1, e , , e
1 j 2 d sin 1 e A 2 j d ( M 1) sin 1 e