全文总字数：8208字
1. 研究目的与意义（文献综述）
1928年，奈奎斯特采样定理由美国电信工程师h.奈奎斯特(nyquist)首先提出[1]，1948年该定理又为信息论的创始人c.e.香农(shannon)加以确切说明，并将奈奎斯特采样定理正式被作为带限信号采样时所遵循的规律。
目前，国内外对声源进行定位主要是采用麦克风阵列与波束形成相结合的方法。波束形成起步早，在长期的发展中，理论和算法都已经比较成熟[2,12,13,14,15,16]。众所周知，常规波束形成(conventional bea- mforming,cbf)算法在定位中存在以下缺陷①空间分辨率受限于衍射极限（或称瑞利分辨极限）；②动态响应范围受到旁瓣约束。虽然高级波束形成算法(例如：clean、clean-sc、damas、damas2 等算法)能够克服上述缺陷，但是会引入一些新的问题。clean、clean-sc算法容易出现违背物理现象的负声源[2, 14],而damas、damas2 算法常出现假声源[12,13]。
2006年，donoho[21]和 candes 等[22]正式提出压缩感知理论。压缩感知理论指出只要信号是稀疏或者可压缩的，就可以通过远低于奈奎斯特标准的采样率对信号进行采样。当采样数据涵盖了原始信号中主要信息时，便可以大概率地重构原始信号。该理论能够在保证重构精度的情况下，极大地克服传统信号采样定律的束缚。随着压缩感知理论的成熟，目前压缩感知已被广泛应用于各类信号处理领域中，例如：单像素相机[23,24]、雷达成像[25,26]、脑电图[27,28]、天体成像[29]等。
2. 研究的基本内容与方案
2.1研究内容
本文主要通过归纳和总结国内外基于压缩感知阵列算法在声源定位的发展状况以及趋势，研讨传统噪声源识别方法以及可视化噪声源识别方法。详细了解现有压缩感知基础理论原理以及压缩感知基本算法的性能，对算法进行分析，同时利用matlab软件进行仿真模拟，根据仿真结果分析不同信号重建算法。
2.2研究目标
3. 研究计划与安排
（1）查阅国内外文献了解压缩感知理论，重点掌握观测矩阵、测量矩阵、压缩感知的重建等压缩感知核心知识，并归纳总结国内外基于压缩感知算法在声源识别定位应用的研究现状，完成文献综述、开题报告和英语翻译。（第1周—第3周）
（2）学习压缩感知基本算法构成模型，重点掌握观测矩阵、测量矩阵、压缩感知的重建等压缩感知核心知识。（第4周—第5周）
（3）结合波束形成声源定位理论构建和推导基于缩感知算法声源定位数学模型。（第6周—第8周）
4. 参考文献（不低于12篇）
[1]donoho d. compressedsensing[j]. ieee trans. informatio- n theory, 2006, 52(4): 1289-1306.
[2]schmidt r o.multiple emitter location and signal parame- terestimation[j].ieeetransactions onantennas and prop- agation，1986，34(3)：276-280.
[3] 李珅，马彩文，李艳，等． 压缩感知重构算法综述［j］． 红外与激光工程，2013，42( 增刊 1) : 225 － 232．
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
