基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服传统波束形成声源识别方法受旁瓣限制而无法识别次声源的缺点,将奇异值分析与波束形成算法相结合,给出了奇异值分解波束形成声源识别新方法:首先对阵列传声器测量信号的互谱矩阵进行奇异值分解重构,然后基于分解后的各互谱矩阵进行波束形成运算,从而识别主声源及各次声源。在仿真及算例试验均验证了其准确性及有效性的基础上,利用奇异值分解波束形成对某汽车前围板隔声薄弱环节进行识别,结果表明:空调进风口为第一声源,暖风机进出水管安装孔及空调漏水管安装孔分别为第二和第三声源。该方法准确高效,能够获得更全面的声源信息,提高了波束形成的声源识别性能,为识别次声源提供了有力工具。
推荐文章
基于压缩奇异值分解等效源法的结构板件声源识别
压缩感知
声场
奇异值分解
等效源法
阶次
基于奇异值分解的人脸识别方法
人脸识别
傅里叶变换
奇异值分解
最近邻分类器
基于IMF奇异值分解和SVM的虹膜识别方法
虹膜识别
经验模式分解
固有模态函数
奇异值分解
支持向量机
基于奇异值分解的稀疏重构近场声源定位
近场
声源定位
稀疏重构
l1 范数
奇异值分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 奇异值分解波束形成声源识别方法
来源期刊 电子测量与仪器学报 学科 工学
关键词 声源识别 波束形成 奇异值分解 次声源 试验
年,卷(期) 2014,(11) 所属期刊栏目 学术论文
研究方向 页码范围 1177-1184
页数 8页 分类号 TN06|TB52
字数 4573字 语种 中文
DOI 10.13382/j.jemi.2014.11.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 褚志刚 重庆大学机械传动国家重点实验室 83 1027 18.0 29.0
5 贺岩松 重庆大学汽车工程学院 142 1346 21.0 31.0
6 杨洋 重庆工业职业技术学院车辆工程学院 28 212 8.0 13.0
7 段云炀 重庆大学汽车工程学院 3 37 3.0 3.0
8 沈林邦 重庆大学汽车工程学院 4 63 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (45)
参考文献  (11)
节点文献
引证文献  (21)
同被引文献  (64)
二级引证文献  (56)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(17)
  • 引证文献(6)
  • 二级引证文献(11)
2017(17)
  • 引证文献(5)
  • 二级引证文献(12)
2018(16)
  • 引证文献(4)
  • 二级引证文献(12)
2019(19)
  • 引证文献(1)
  • 二级引证文献(18)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
声源识别
波束形成
奇异值分解
次声源
试验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导