基于混合引力搜索算法的立體傳聲器陣列優(yōu)化設(shè)計(jì)方法
【專(zhuān)利說(shuō)明】基于混合引力搜索算法的立體傳聲器陣列優(yōu)化設(shè)計(jì)方法 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于傳聲器技術(shù)領(lǐng)域，特別涉及一種立體傳聲器陣列優(yōu)化設(shè)計(jì)方法。 【【背景技術(shù)】】
[0002] 實(shí)際情況下，變電站的噪聲源較復(fù)雜，平面陣的定位結(jié)果無(wú)法分辨出前后波達(dá)方 向，而體積陣能夠?qū)崿F(xiàn)對(duì)全空間的掃描，抑制后向來(lái)波。體積陣性能的優(yōu)劣很大程度上受陣 型結(jié)構(gòu)，陣元數(shù)量以及陣列孔徑的影響。在相同的陣元數(shù)量和陣列孔徑的前提下，不同形式 陣列結(jié)構(gòu)的波束方向圖的主瓣寬度和最大旁瓣級(jí)不一樣，產(chǎn)生的波束響應(yīng)也不同，對(duì)噪聲 源識(shí)別定位的性能影響很大。主瓣寬度和旁瓣級(jí)，是相互矛盾的性能指標(biāo)，無(wú)法得到同時(shí)具 有最窄主瓣寬度和最低旁瓣級(jí)的最優(yōu)陣形，因此需要綜合考慮，取得二者的折中。如何結(jié)合 聲源特征，優(yōu)化設(shè)計(jì)體積陣列結(jié)構(gòu)是多傳感器陣列聲成像定位的一個(gè)難點(diǎn)，具有重要的意 義。
[0003] 就智能優(yōu)化算法來(lái)說(shuō)，目前應(yīng)用比較廣泛的有遺傳算法、蟻群算法、神經(jīng)網(wǎng)絡(luò)、粒 子群算法。這些算法大多啟蒙于自然現(xiàn)象或自然規(guī)律，各具優(yōu)缺點(diǎn)，適用面也不同。遺傳算 法對(duì)參數(shù)的依賴(lài)性較強(qiáng)，和粒子群算法一樣容易早熟，陷入局部最優(yōu)；蟻群算法和模擬退火 雖然不受初始條件的約束，但計(jì)算量大，優(yōu)化過(guò)程較長(zhǎng)。 【
【發(fā)明內(nèi)容】
】
[0004] 本發(fā)明的目的在于提出一種基于混合引力搜索算法的立體傳聲器陣列優(yōu)化方法， 以克服現(xiàn)有技術(shù)所存在的問(wèn)題；本發(fā)明方法優(yōu)化設(shè)計(jì)的立體傳聲器陣列，能彌補(bǔ)傳統(tǒng)平面 陣定位結(jié)果無(wú)法分辨出前后波達(dá)方向的不足，抑制后向來(lái)波，實(shí)現(xiàn)對(duì)復(fù)雜聲環(huán)境下目標(biāo)噪 聲源的被動(dòng)定位。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0006] 基于混合引力搜索算法的立體傳聲器陣列優(yōu)化設(shè)計(jì)方法，包括以下步驟：
[0007] 1)、構(gòu)建立體傳聲器陣列優(yōu)化參數(shù)模型：
[0008] 待優(yōu)化多臂立體傳聲器陣列有N個(gè)陣臂，類(lèi)似傘骨架呈角度識(shí)張開(kāi)，每個(gè)臂上有M 個(gè)麥克風(fēng)，共計(jì)N*M個(gè)麥克風(fēng)；陣臂之間的夾角α = 360° /N，固定每個(gè)陣臂第一個(gè)陣元到 陣中心的距離I1= 0. 2m，最后一個(gè)陣元到陣中心的距離~ =1/sin% 只考慮單個(gè)臂上 陣元的距離L = [12, ...，1M J的變化，其余陣臂依次復(fù)制；與此同時(shí)，為防止陣元重疊，限 制每條臂上相鄰兩個(gè)陣元的最小間距為lc，即
[0009] lm+1-lm> I 0，m = 1，2,
[0010] 2)、設(shè)定引力系統(tǒng)粒子形式及其優(yōu)化目標(biāo)：
[0011] 假設(shè)一個(gè)包含有N。個(gè)粒子的引力系統(tǒng)，系統(tǒng)維度為D，這個(gè)引力系統(tǒng)的所有粒 子用向量表示為I =[心A經(jīng)過(guò)步驟1)處理之后，引力系統(tǒng)粒子的形式設(shè)置為 JC - [/0 ? · * M s ?
[0012] 設(shè)頻率為f。的聲信號(hào)所對(duì)應(yīng)的常規(guī)波束旁瓣級(jí)指標(biāo)為SLL。，要求旁瓣級(jí)小于該指 標(biāo)，若陣列結(jié)構(gòu)為P，則適應(yīng)度函數(shù)Fit (P，f。）可以表示為
[0014] 當(dāng)旁瓣級(jí)滿足指標(biāo)要求時(shí)，則以主瓣寬度為適應(yīng)度函數(shù)返回值；若旁瓣級(jí)不滿足 指標(biāo)要求，則返回給適應(yīng)度函數(shù)的值為無(wú)窮大；因此在一定旁瓣級(jí)的要求下，優(yōu)化目標(biāo)函數(shù) 為
[0015] min Fit (P, f〇), s. t. SLL (P, f〇) ^ SLL0
[0016] 3)、具體的迭代優(yōu)化過(guò)程：
[0017] 將粒子的位置用向量表示為
；D為引 力系統(tǒng)的維度；根據(jù)牛頓萬(wàn)有引力定律：任意兩個(gè)質(zhì)點(diǎn)在連心線方向上有力的相互吸引， 設(shè)第i個(gè)粒子受到第j個(gè)粒子的引力
則第d維方 向上的引力分量
[0019] 其中，M1UhMj (t)是第i個(gè)粒子和第j個(gè)粒子被動(dòng)引力質(zhì)量；;的、考(〇是第j 個(gè)粒子和第i個(gè)粒子在d維方向上的坐標(biāo)，I I X1 (t)，X] (t) I 12是這兩個(gè)粒子的歐式距離；ε 是一個(gè)很小的常數(shù)，一般設(shè)為〇 ;G(t)是隨迭代時(shí)間遞減的萬(wàn)有引力常系數(shù)，且
[0021] G。是引力常系數(shù)的初始值，k是一個(gè)遞減的系數(shù)，令G。= l，k = 20 ;t為當(dāng)前迭代 次數(shù)，T為設(shè)定的最大迭代次數(shù)；
[0022] 給任意兩個(gè)粒子在d維方向上的引力分量加一個(gè)在（0, 1)范圍內(nèi)變化的隨機(jī)權(quán)值 randO，則第i個(gè)粒子在d維方向上受到的其他粒子的引力隨機(jī)加權(quán)總和
[0024] 這一迭代時(shí)刻，粒子在d維方向的引力加速度
[0026] 其中，M11⑴是第i個(gè)粒子的慣性質(zhì)量；粒子被動(dòng)引力質(zhì)量和慣性質(zhì)量的計(jì)算依賴(lài) 于適應(yīng)度函數(shù)Fit返回的函數(shù)值；假設(shè)被動(dòng)引力質(zhì)量、慣性質(zhì)量和個(gè)體質(zhì)量三者相等，記為 M1, M1根據(jù)以下幾個(gè)公式進(jìn)行計(jì)算：
[0029] 其中 Fitbest= min(Fit Jt))，i e [1，N]，F(xiàn)itworst= max(Fit Jt))，i e [1，N]; Fit1U)是第i個(gè)粒子在t時(shí)刻的適應(yīng)度函數(shù)值。
[0030] 混合引力搜索算法的粒子速度和位置按以下兩個(gè)公式進(jìn)行更新：
[0033] 權(quán)重因子c3、(：4取0. 5和1. 5 ;慣性權(quán)值w取（0, 1)內(nèi)的隨機(jī)數(shù)；以.a(i)是指當(dāng)前 迭代時(shí)刻粒子在d維方向上的最優(yōu)解；當(dāng)循環(huán)達(dá)到最大次數(shù)T時(shí)，終止迭代。
[0036] 陣列投影直徑為2m，陣列中心高度為I. 5m到2. 5m可調(diào)，陣列中心配置高分辨率攝 像頭1個(gè)，陣列工作時(shí)張開(kāi)并鎖定，不工作時(shí)能夠折疊存放。
[0037] 步驟2)中粒子個(gè)數(shù)為25個(gè)，系統(tǒng)維度D = 8。
[0038] 基于混合引力搜索算法的立體傳聲器陣列優(yōu)化設(shè)計(jì)方法，具體包括以下步驟：
[0039] 1)、目標(biāo)聲源的頻率為1000Hz，要求優(yōu)化后陣列的旁瓣級(jí)不高于-8dB，優(yōu)化目標(biāo) 為滿足旁瓣級(jí)的情況下獲得最窄的主瓣寬度；陣列是投影直徑為2米的7臂陣，固定每個(gè)陣 臂第一個(gè)陣元到陣中心的距離I 1= 〇.2m，每個(gè)臂陣元數(shù)為9,最后一個(gè)陣元到陣中心的距 離/9 二 l/(sinp:h
[0040] 2)、設(shè)定引力系統(tǒng)粒子形式及其優(yōu)化目標(biāo)：
[0041] 將體積陣的參數(shù)設(shè)置為引力系統(tǒng)粒子，粒子個(gè)數(shù)為25個(gè)，系統(tǒng)維度D = 8 ;這個(gè)引 力系統(tǒng)的所有粒子可以用向量表示為X = [X1, X2，…，x25];設(shè)頻率為1000Hz的聲信號(hào)所對(duì) 應(yīng)的常規(guī)波束旁瓣級(jí)指標(biāo)為_(kāi)8dB，要求旁瓣級(jí)小于該指標(biāo)；當(dāng)旁瓣級(jí)滿足指標(biāo)要求時(shí)，則 以主瓣寬度為適應(yīng)度函數(shù)返回值；若旁瓣級(jí)不滿足指標(biāo)要求，則返回給適應(yīng)度函數(shù)的值為 無(wú)窮大；因此在一定旁瓣級(jí)的要求下，優(yōu)化目標(biāo)函數(shù)為
[0042] min Fit (P，1000)，s. t. SLL (P，1000)彡-8
[0043] 3-1)、初始化引力系統(tǒng)粒子；
[0044] 3-2)、通過(guò)初始粒子計(jì)算陣列的波束指標(biāo)，進(jìn)而得到適應(yīng)度函數(shù)值；
[0045] 3-3)、根據(jù)適應(yīng)度函數(shù)值計(jì)算粒子的引力質(zhì)量和慣性質(zhì)量；計(jì)算粒子引力，引力加 速度，按照粒子的速度和位置進(jìn)行更新；
[0046] 3-4)、更新后的粒子按照步驟3-2)得到適應(yīng)度函數(shù)值，挑選適應(yīng)度函數(shù)值最小 的引力子為當(dāng)前最優(yōu)參數(shù)，若滿足優(yōu)化目標(biāo)函數(shù)，迭代停止；若不滿足，則重復(fù)步驟3-3)、 3-4);若達(dá)到最大迭代次數(shù)2000,目標(biāo)函數(shù)仍不滿足，則終止迭代，更換初始化粒子，重復(fù) 步驟 3-2)、3-3)、3-4)。
[0047] 相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：
[0048] 本發(fā)明結(jié)合了粒子群算法的混合引力搜索算法既改善了傳統(tǒng)引力搜索算法在求 解復(fù)雜多峰問(wèn)題時(shí)容易陷入局部最優(yōu)的現(xiàn)象，又比原始的粒子群算法具有更快的迭代收斂 速度，大大提高了陣列優(yōu)化的有效性；所設(shè)計(jì)的立體傳聲器陣列成功抑制了后向噪聲的干 擾，實(shí)現(xiàn)了對(duì)復(fù)雜聲環(huán)境下目標(biāo)噪聲源精確定位的要求。 【【附圖說(shuō)明】】
[0049] 圖1 :待優(yōu)化的7臂體積陣；
[0050] 圖2 :優(yōu)化后的7臂體積陣；
[0051] 圖3 :優(yōu)化前后的定位結(jié)果比較；圖3(a)為優(yōu)化前隨機(jī)產(chǎn)生的陣列參數(shù)得到的定 位結(jié)果示意圖；圖3(b)為優(yōu)化后的定位結(jié)果示意圖。
[0052] 圖4為本發(fā)明方法的流程圖。 【【具體實(shí)施方式】】
[0053] -、傘形陣模型
[0054] 假設(shè)一個(gè)近場(chǎng)常規(guī)波束模型，將M元傘形陣垂直放置在空間中，建立三維直角坐 標(biāo)系，各個(gè)陣元的三維空間坐標(biāo)可以表示為，且P 1 (Xl，yi，Z1)，i = 1，2,…M，且
[0056] 其中，I1是第i個(gè)陣元到基陣原點(diǎn)的距離，朽是第i個(gè)陣元所在陣臂與z軸的夾 角，S 1是該陣臂在X〇y平面的投影與X軸的夾角。陣列結(jié)構(gòu)可以用矩陣表示為
[00