国网江西省电力有限公司建设分公司;国网江西省电力有限公司唐玮获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉国网江西省电力有限公司建设分公司;国网江西省电力有限公司申请的专利基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121148416B 。
龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511688310.1,技术领域涉及:G10L21/10;该发明授权基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法是由唐玮;胡强;胡国飞;赵兆;肖越;高道仁;胡京;许志勇;王洁;钟建军;尹良雄;干继斌设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。
本基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法在说明书摘要公布了:本发明公开了基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法,包括如下步骤:选取麦克风组成稀疏化阵列,将规则聚焦平面转非规则得网格坐标;基于坐标算稀疏阵列互谱矩阵,经特征值分解和幂指数运算得函数波束形成输出;依其与声源分布、升幂点扩散函数的卷积关系构建频域反卷积模型,用快速傅里叶变换和迭代优化求解声源强度分布矩阵;估计噪声基底转信噪比矩阵,遍历频点取最大信噪比融合成宽带成像矩阵;引入时间平滑因子加权融合帧间成像矩阵,完成定位;该方法通过阵列稀疏化与快速反卷积降负荷,借函数波束形成和高斯滤波保精度,多频点融合自适应成像,帧间平滑抑闪烁,适配复杂场景,实现低耗、高精度、强鲁棒性声源定位。
本发明授权基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法在权利要求书中公布了:1.基于阵列稀疏与宽带综合处理的快速反卷积声源定位方法,其特征在于,包括如下步骤: 步骤S1:通过k-means聚类将麦克风阵列划分为若干个簇,选择各簇中距质心最近的麦克风组成稀疏化阵列; 步骤S2:将规则聚焦平面转换为非规则聚焦平面,通过角度正弦值等距采样计算非规则网格坐标; 步骤S3:基于非规则网格坐标计算稀疏化阵列的互谱矩阵并做特征值分解,引入幂指数得到函数波束形成输出; 步骤S4:依据函数波束形成输出与声源分布、升幂点扩散函数的卷积关系,构建频域反卷积模型; 步骤S5:采用快速傅里叶变换将模型中的卷积转换为波数域乘积,经零填充与迭代优化求解出声源强度分布矩阵; 步骤S6:对声源强度分布矩阵估计噪声基底并设门限,将其转换为声源分布信噪比矩阵; 步骤S7:针对声源分布信噪比矩阵遍历所有频点,取各网格点最大信噪比融合成宽带综合成像矩阵; 步骤S8:引入时间平滑因子,将当前帧与上一帧成像矩阵加权融合,得到最终声学成像结果,完成声源定位; 步骤S2的具体过程为: 步骤S2.1:确定规则聚焦平面中网格点的坐标,以及聚焦网格平面与麦克风阵列平面之间的垂直距离; 步骤S2.2:通过计算聚焦平面中网格点到参考点的距离,以及该距离与水平、垂直方向坐标的三角函数关系,得到对应的角度正弦值; 步骤S2.3:在设定的角度正弦值范围内,按照等间隔的方式进行离散化采样,得到一系列采样点的角度正弦值; 步骤S2.4:根据这些采样得到的角度正弦值,结合聚焦平面与麦克风阵列平面的垂直距离,计算出非规则聚焦平面中各个网格点的具体坐标,完成规则聚焦平面到非规则聚焦平面的转换; 步骤S3的具体过程为: 步骤S3.1:对稀疏化阵列中每个麦克风记录的声音信号进行傅里叶变换,得到每个麦克风对应不同频率的压力幅值数据,再基于压力幅值数据构建包含稀疏后麦克风数量的列矩阵; 步骤S3.2:通过列矩阵与其共轭转置矩阵相乘,得到稀疏化阵列信号的互谱矩阵; 步骤S3.3:对互谱矩阵进行特征值分解,得到由互谱矩阵特征向量组成的酉矩阵和由特征值组成的对角矩阵; 步骤S3.4:引入正整数幂指数,结合构建的导向矢量,计算出函数波束形成输出;导向矢量由麦克风阵列位置、声速、频率,通过指数函数计算得到; 步骤S4的具体过程为:根据步骤S3得到的函数波束形成输出,分析其与声源强度分布、升幂点扩散函数之间的关系:函数波束形成输出表示为声源强度分布与升幂点扩散函数的空间卷积; 基于函数波束形成输出表示为声源强度分布与升幂点扩散函数的空间卷积,构建频域下的反卷积模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江西省电力有限公司建设分公司;国网江西省电力有限公司,其通讯地址为:330000 江西省南昌市高新技术产业开发区昌东大道7077号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励