压缩波束形成声源识别的改进研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13465/j.cnki.jvs.2019.01.028

压缩波束形成声源识别的改进研究

引用
凭借空间分辨率高、旁瓣衰减能力强等优势,压缩波束形成声源识别算法备受关注.传统方法直接最小化声源分布向量的l1范数,重构声源分布与真实声源分布之间存在一定偏差,声源无法被直接准确量化.为改善该问题,给出迭代重加权l1范数最小化方法,其迭代求解声源分布,且每次迭代中对声源分布向量进行加权.仿真及试验结果均证明:所给方法能有效降低传统方法的重构偏差,能直接用主瓣峰值准确量化声源强度,且空间分辨率更高、旁瓣衰减能力更强.

声源识别、压缩波束形成、改进、迭代重加权l1范数最小化

38

TB52(声学工程)

国家自然科学基金11704040;重庆工业职业技术学院科研项目GZY201506-ZK;重庆市教委科学技术研究项目KJ1603012,KJI503105;中央高校基础研究基金106112017CDJQJ338810

2019-05-31(万方平台首次上网日期,不代表论文的发表时间)

共5页

195-199

相关文献
评论
暂无封面信息
查看本期封面目录

振动与冲击

1000-3835

31-1316/TU

38

2019,38(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn