当前位置: 首页 > news >正文

麦克风阵列波束基本概念理解

波束形成

本质上是设计合适的滤波器,对于一类固定滤波器系数的阵列来说,无论输入信号或者噪声信号的统计特征如何,其滤波器系数固定不变,此类波束形成叫Fixed Beamforming,固定波束形成好比传统数字信号处理里面的经典滤波器;与此相对的一类就是自适应滤波器,阵列里就有相应的Adaptive Beamforming,其滤波器的系数是跟随着噪声场的变化而变化的。

波束问题建模:
在这里插入图片描述
theta为入射角,\tau_0 为入射角等于0时两个麦克风之间的时延,f代表频率:导向矢量可表示为:
在这里插入图片描述
观测信号y:
在这里插入图片描述
观测信号的功率谱密度:
在这里插入图片描述
其中x(f)为信号的方差,v(f)为噪声的相关系数矩阵。

阵列信号处理无非就是对每个接受信号乘以滤波器的系数在求和,在频域表现则是直接频谱相乘再相加:
在这里插入图片描述
阵列的在频率等于f时候的滤波器系数:
在这里插入图片描述
MVDR就是在在这里插入图片描述中令在这里插入图片描述

性能指标:

性能指标都是关于频率的函数,即提到以下指标时要注明所讨论的频率

1、阵列增益:

在这里插入图片描述
在这里插入图片描述为噪声的空间相关系数矩阵。

2、白噪声增益:

当噪声是白噪声时,空间中不同的任意两点的相关系数为0,所以上述噪声空间相关系数矩阵是主对角为1,其余全为0 的单位阵
在这里插入图片描述

白噪声增益可以看成是信噪比增益的特例,在相应的假设条件下,其实阵列的白噪声增益就是波束形成器系数的范数。
从公式可以看出,如果波束形成器加权向量w乘以一个标量,阵增益保持不变。所以在波束设计过程中,长对加权向量进行归一化处理,让波束输出信号的功率谱与输入信号的功率谱保持一致,即应该:
在这里插入图片描述

3、指向性因子:

考虑阵列工作于扩散声场,因此可同理写为:
在这里插入图片描述
扩散噪声场模型:
在这里插入图片描述

4、波束图

基本概念:

1、空间混叠:

空间发生混叠,即阵列分不清信号来自哪个方向了,也就是存在两个不同的 theta, 满足在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
此时steering vector中的任一项是满足在两个角度下相等的,所以,此时发生了混叠。由基本三角函数定理
在这里插入图片描述
只有在这里插入图片描述才不会发生空间混叠。

2、阵列孔径大小:

在这里插入图片描述
连续线阵长度与波长的比值 L/lamda 被称为孔径大小,线阵的孔径越大,其波束主瓣宽度越窄。而且,所有波束的第一旁瓣高度相等,均为-13.26dB。

http://www.lryc.cn/news/14404.html

相关文章:

  • JAVA保姆式JDBC数据库免费教程之02-连接池技术
  • 视频片段怎么做成gif图?快试试这2种方法
  • 2.20计算机如何工作
  • [golang gin框架] 5.Cookie以及Session
  • 【牛客刷题专栏】0x0B:JZ3 数组中重复的数字(C语言编程题)
  • js中的隐式类型转换有哪些
  • WuThreat身份安全云-TVD每日漏洞情报-2023-02-17
  • 掌握MySQL分库分表(三)水平分库分表常见策略range、hash
  • CTFer成长之路之CTF中的SQL注入
  • python snap7读写PLC
  • 使用物联网进行智能能源管理的10大优势
  • 工业4.0和工业物联网如何协同工作
  • Python机器学习入门笔记(3)—— 线性回归
  • Java:顶级Java应用程序服务器 — Tomcat、Jetty、GlassFish、WildFly
  • 如何在SpringBoot项目上让接口返回数据脱敏,一个注解即可
  • python 之 海龟绘图(turtle)
  • RT-Thread SPI使用教程
  • shiro使用——整合spring
  • 2023-02-20 leetcode-AccountsMerge
  • 中国高速公路行业市场规模及未来发展趋势
  • 佳能iC MF645CX彩色激光多功能打印机报E302-0001故障码检修
  • 加密越来越简单——用JavaScript实现数据加密和解密
  • 线程池的使用场景
  • 图像分割算法
  • 《mysql技术内幕:innodb存储引擎》笔记
  • windows与linux系统ntp服务器配置
  • html常用font-family设置字体样式
  • 数据库事务AICD以及隔离级别
  • (4)VScode之ssh基础配置
  • springcloud-1环境搭建、service provider