JP6344073B2 - Compression phasing processing apparatus and method, and program - Google Patents
Compression phasing processing apparatus and method, and program Download PDFInfo
- Publication number
- JP6344073B2 JP6344073B2 JP2014119897A JP2014119897A JP6344073B2 JP 6344073 B2 JP6344073 B2 JP 6344073B2 JP 2014119897 A JP2014119897 A JP 2014119897A JP 2014119897 A JP2014119897 A JP 2014119897A JP 6344073 B2 JP6344073 B2 JP 6344073B2
- Authority
- JP
- Japan
- Prior art keywords
- pseudo
- threshold
- sensor array
- frequency bin
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 68
- 230000006835 compression Effects 0.000 title claims description 59
- 238000007906 compression Methods 0.000 title claims description 59
- 238000000034 method Methods 0.000 title claims description 35
- 239000011159 matrix material Substances 0.000 claims description 166
- 238000003491 array Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000000354 decomposition reaction Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 7
- 238000003672 processing method Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Description
本発明は、例えばソーナー等のような複数の音響センサを備えたセンサアレイから受信した受信信号を処理する圧縮整相処理装置および方法ならびにプログラムに関するものである。 The present invention relates to a compression phasing processing apparatus, method, and program for processing a received signal received from a sensor array including a plurality of acoustic sensors such as a sonar.
従来、例えばソーナー等のような複数の音響センサを備えたセンサアレイの受信信号を圧縮整相処理することにより、受信信号から目標の方位と振幅とを出力するものがある。具体的には、複数の音響センサを備えたセンサアレイの受信信号に対して、スパース信号処理を用いることによりセンサアレイの全周における目標の方位及び振幅を求める圧縮整相処理を行うものがある。 Conventionally, for example, a target azimuth and an amplitude are output from a received signal by performing compression phasing processing on the received signal of a sensor array including a plurality of acoustic sensors such as a sonar. Specifically, there is a technique that performs compression phasing processing for obtaining a target azimuth and amplitude in the entire circumference of the sensor array by using sparse signal processing on a received signal of a sensor array including a plurality of acoustic sensors. .
例えば非特許文献１に記載の技術は、目標の方位及び振幅に関する情報を含む整相行列と、受信信号から生成した周波数ビンデータとに基づいて、目標の方位及び振幅に関する情報を抽出している。具体的には、非特許文献１に記載の技術は、目標の方位及び振幅に関する情報を求める際、Ｌ１ノルム最小化問題として解く。この際、整相行列を特異値分解及び閾値処理をすることにより再構成しているため、Ｌ１ノルム最小化問題を解くことができ、背景雑音レベルの上昇を改善している。
For example, the technique described in Non-Patent
しかし、非特許文献１に記載の技術では、整相行列を再構成する際の特異値の閾値は固定値に設定されている。そして、このような固定値は、センサ間隔の設計周波数に基づいて設定されている。そのため、受信信号から生成した周波数ビンデータに含まれる周波数がセンサ間隔の設計周波数に対してずれる場合、方位によっては背景雑音レベルが上昇することがある。例えば周波数ビンデータの周波数ビンの中心周波数がセンサ間隔の設計周波数よりも小さい場合、主に±９０［ｄｅｇ］近傍のようなエンドファイアにおいて背景雑音レベルが上昇することがある。よって、背景雑音レベルを方位に対して平坦にすることが望まれている。
However, in the technique described in
そこで、本発明は、背景雑音レベルを方位に対して平坦にすることができる圧縮整相処理装置および方法ならびにプログラムを提供することを目的とするものである。 Accordingly, an object of the present invention is to provide a compression phasing processing apparatus, method, and program capable of flattening the background noise level with respect to the azimuth.
本発明の圧縮整相処理装置は、複数の音響センサを有するセンサアレイの受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータを生成する周波数分割手段と、複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成する整相行列生成手段と、周波数分割手段において分割された周波数ビンごとに、特異値の閾値に基づいて、周波数分割手段において生成されたアレイ周波数ビンデータと、整相行列生成手段において生成された整相行列と、を再構成する信号再構成手段と、信号再構成手段において再構成された整相行列と、信号再構成手段において再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されているセンサアレイの方位振幅情報を演算するノルム最小化処理手段と、センサアレイの受信信号に対応する擬似受信信号に基づいて特異値の閾値を調整する閾値調整手段とを備え、閾値調整手段が、周波数分割手段において分割された周波数ビンごとに、センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、特異値の閾値と、に基づいてノルム最小化問題を解くことにより、擬似センサアレイの方位振幅情報を演算する擬似情報演算手段と、周波数分割手段において分割された周波数ビンごとに、擬似情報演算手段において演算された擬似センサアレイの方位振幅情報と、擬似情報演算手段において演算された擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、特異値の閾値を演算する擬似閾値演算手段とを有し、擬似情報演算手段は、擬似センサアレイの方位振幅情報を最初に演算する際に、特異値の閾値として予め設定された初期値を用いることを特徴とするものである。 The compression phasing processing apparatus of the present invention includes frequency dividing means for generating array frequency bin data from frequency bins divided based on reception signals of a sensor array having a plurality of acoustic sensors, position information of the plurality of acoustic sensors, A phasing matrix generating means for generating a phasing matrix including azimuth information and amplitude information, and an array generated by the frequency dividing means for each frequency bin divided by the frequency dividing means based on a threshold value of a singular value The signal reconstruction means for reconstructing the frequency bin data and the phasing matrix generated by the phasing matrix generation means, the phasing matrix reconstructed by the signal reconstruction means, and the reconstruction by the signal reconstruction means Azimuth amplitude information of the sensor array with reduced background noise level by solving the norm minimization problem based on the measured array frequency bin data A norm minimizing processing means for calculating, and a threshold adjusting means for adjusting a threshold of a singular value based on a pseudo received signal corresponding to a received signal of the sensor array, wherein the threshold adjusting means is a frequency divided by the frequency dividing means. For each bin, pseudo array frequency bin data generated from a pseudo reception signal corresponding to the reception signal of the sensor array, position information of a plurality of pseudo acoustic sensors included in the pseudo sensor array corresponding to the sensor array, direction information, The pseudo information calculation means for calculating the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the phasing matrix including the amplitude information and the threshold of the singular value, and the frequency division means For each frequency bin, the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculation means and the pseudo information calculation means Based on the pseudo background noise level determined from the azimuth amplitude information calculated by the pseudo-sensor array, and a pseudo-threshold calculating means for calculating a threshold value of the singular values, the pseudo-information calculating means, azimuth amplitude of the pseudo sensor array When the information is calculated for the first time, an initial value set in advance as a threshold value of the singular value is used .
本発明の圧縮整相処理方法は、複数の音響センサを有するセンサアレイの受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータを生成し、複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成し、分割された周波数ビンごとに、特異値の閾値に基づいて、生成されたアレイ周波数ビンデータと、生成された整相行列と、を再構成し、再構成された整相行列と、再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されているセンサアレイの方位振幅情報を演算するものであって、センサアレイの受信信号に対応する擬似受信信号に基づいて特異値の閾値を調整する際、分割された周波数ビンごとに、センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、特異値の閾値と、に基づいてノルム最小化問題を解くことにより、擬似センサアレイの方位振幅情報を演算し、擬似センサアレイの方位振幅情報を最初に演算する際に、特異値の閾値として予め設定された初期値を用い、分割された周波数ビンごとに、演算された擬似センサアレイの方位振幅情報と、演算された擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、特異値の閾値を演算することを特徴とするものである。 The compression phasing processing method of the present invention generates array frequency bin data from frequency bins divided based on reception signals of a sensor array having a plurality of acoustic sensors, and includes position information, orientation information, and a plurality of acoustic sensors. Generating a phasing matrix including amplitude information, reconstructing the generated array frequency bin data and the generated phasing matrix for each divided frequency bin based on a singular value threshold; Based on the reconstructed phasing matrix and the reconstructed array frequency bin data, the norm minimization problem is solved to calculate the azimuth amplitude information of the sensor array with a reduced background noise level. Thus, when the threshold value of the singular value is adjusted based on the pseudo reception signal corresponding to the reception signal of the sensor array, the pseudo reception corresponding to the reception signal of the sensor array is obtained for each divided frequency bin. The phasing matrix including the pseudo array frequency bin data generated from the signal, the position information of the plurality of pseudo acoustic sensors included in the pseudo sensor array corresponding to the sensor array, the azimuth information, and the amplitude information, and the threshold of the singular value And calculating the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the above, and the initial value previously set as the threshold of the singular value when calculating the azimuth amplitude information of the pseudo sensor array. using the values for each divided frequency bins and azimuth amplitude information of the pseudo sensor array is calculated, based on the pseudo background noise level determined from the azimuth amplitude information of the calculated pseudo-sensor array, the threshold of the singular values Is calculated.
本発明の圧縮整相処理プログラムは、コンピュータを、複数の音響センサを有するセンサアレイの受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータを生成する周波数分割手段と、複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成する整相行列生成手段と、周波数分割手段において分割された周波数ビンごとに、特異値の閾値に基づいて、周波数分割手段において生成されたアレイ周波数ビンデータと、整相行列生成手段において生成された整相行列と、を再構成する信号再構成手段と、信号再構成手段において再構成された整相行列と、信号再構成手段において再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されているセンサアレイの方位振幅情報を演算するノルム最小化処理手段と、センサアレイの受信信号に対応する擬似受信信号に基づいて特異値の閾値を調整する閾値調整手段とを備え、閾値調整手段が、周波数分割手段において分割された周波数ビンごとに、センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、特異値の閾値と、に基づいてノルム最小化問題を解くことにより、擬似センサアレイの方位振幅情報を演算する擬似情報演算手段と、周波数分割手段において分割された周波数ビンごとに、擬似情報演算手段において演算された擬似センサアレイの方位振幅情報と、擬似情報演算手段において演算された擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、特異値の閾値を演算する擬似閾値演算手段とを有し、擬似情報演算手段で擬似センサアレイの方位振幅情報を最初に演算する際に、特異値の閾値として予め設定された初期値を用いるように機能させることを特徴とするものである。 The compression phasing processing program of the present invention includes a frequency dividing unit that generates array frequency bin data from frequency bins obtained by dividing a computer based on reception signals of a sensor array having a plurality of acoustic sensors, and positions of the plurality of acoustic sensors. A phasing matrix generating means for generating a phasing matrix including information, azimuth information, and amplitude information, and generated by the frequency dividing means for each frequency bin divided by the frequency dividing means based on a threshold value of a singular value The signal reconstruction means for reconstructing the array frequency bin data and the phasing matrix generated by the phasing matrix generation means, the phasing matrix reconstructed by the signal reconstruction means, and the signal reconstruction means Sensor with reduced background noise level by solving the norm minimization problem based on the array frequency bin data reconstructed at A norm minimizing processing means for calculating ray azimuth amplitude information; and a threshold adjusting means for adjusting a threshold value of a singular value based on a pseudo received signal corresponding to a received signal of the sensor array. For each frequency bin divided by the means, pseudo array frequency bin data generated from a pseudo reception signal corresponding to the reception signal of the sensor array, and position information of a plurality of pseudo acoustic sensors included in the pseudo sensor array corresponding to the sensor array Pseudo information calculation means for calculating the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the phasing matrix including the azimuth information and the amplitude information, and the threshold value of the singular value; For each frequency bin divided by the frequency dividing means, the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculating means, Based on the pseudo background noise level determined from the azimuth amplitude information of the pseudo sensor array computed in information computing unit, and a pseudo-threshold calculating means for calculating a threshold value of the singular values, the pseudo sensor array in a pseudo-information calculating means When the azimuth amplitude information is first calculated, the initial value preset as the threshold value of the singular value is used .
なお、受信信号と、擬似受信信号とは、周波数ビンの中心周波数が同一であり、擬似アレイ周波数ビンデータが、白色雑音を含むものであってもよい。 Note that the reception signal and the pseudo reception signal may have the same center frequency bin, and the pseudo array frequency bin data may include white noise.
また、擬似情報演算手段が、擬似センサアレイの方位振幅情報を複数回演算するものであってもよい。 Further, the pseudo information calculation means may calculate the azimuth amplitude information of the pseudo sensor array a plurality of times.
また、擬似閾値演算手段が、擬似情報演算手段において演算された複数の擬似センサアレイの方位振幅情報に基づいて求めた擬似背景雑音レベルの最大値と最小値の差分と、擬似背景雑音レベルの閾値との大小関係から特異値の閾値を演算するものであってもよい。 Further, the pseudo threshold value calculating means calculates the difference between the maximum and minimum values of the pseudo background noise level calculated based on the azimuth amplitude information of the plurality of pseudo sensor arrays calculated by the pseudo information calculating means, and the threshold value of the pseudo background noise level. The threshold value of the singular value may be calculated from the magnitude relationship between
また、擬似閾値演算手段が、擬似背景雑音レベルの最大値と最小値の差分が擬似背景雑音レベルの閾値未満である場合、特異値の閾値を維持し、擬似背景雑音レベルの最大値と最小値の差分が擬似背景雑音レベルの閾値以上である場合、特異値の閾値を大きくするものであってもよい。 Further, when the difference between the maximum value and the minimum value of the pseudo background noise level is less than the threshold value of the pseudo background noise level, the pseudo threshold value calculating means maintains the threshold value of the singular value, and the maximum value and the minimum value of the pseudo background noise level. May be larger than the threshold of the pseudo background noise level.
本発明の圧縮整相処理装置および方法ならびにプログラムによれば、特異値の閾値を周波数ビンごとに調整するため、周波数ビンごとの背景雑音レベルを改善し、背景雑音レベルを方位に対して平坦にすることができる。 According to the compression phasing processing apparatus, method, and program of the present invention, the threshold value of the singular value is adjusted for each frequency bin, so that the background noise level for each frequency bin is improved and the background noise level is made flat with respect to the direction. can do.
以下、図面を参照して本発明の圧縮整相処理装置１の実施の形態を詳細に説明する。図１は、本発明の圧縮整相処理装置１の好ましい実施の形態を示すブロック図である。なお、図１のような圧縮整相処理装置１の構成は、補助記憶装置に読み込まれた圧縮整相処理プログラムをコンピュータ（たとえばパーソナルコンピュータ等）上で実行することにより実現される。また、この圧縮整相処理プログラムは、ＣＤ−ＲＯＭ等の情報記憶媒体に記憶され、もしくはインターネット等のネットワークを介して配布され、コンピュータにインストールされることになる。
Hereinafter, embodiments of the
図１は、本発明の圧縮整相処理装置１の好ましい実施の形態を示すブロック図である。図１の圧縮整相処理装置１は、センサアレイ１１の受信信号を圧縮整相処理するものであり、周波数分割手段１３、整相行列生成手段１５、信号再構成手段２１、ノルム最小化処理手段２３、閾値調整手段１７を備えている。
FIG. 1 is a block diagram showing a preferred embodiment of a
なお、図１０から図１２における従来例と適宜比較しながら本発明の圧縮整相処理装置１の好ましい実施の形態について説明する。図１０は、従来の圧縮整相処理装置３の実施の形態を示すブロック図である。図１０の圧縮整相処理装置３は、図１の圧縮整相処理装置１と比べ、閾値調整手段１７を備えていない点で相違している。
A preferred embodiment of the
図１のセンサアレイ１１は、複数の音響センサ２５を備え、目標から発せられた信号を受信するものである。複数の音響センサ２５は、例えばソーナーであり、目標から受信した受信信号を周波数分割手段１３に出力するものである。具体的には、センサアレイ１１は、目標から発せられる音響信号を複数の音響センサ２５で受信し、受信信号をＡ／Ｄ変換等によりデジタル信号に変換し、アレイ信号として周波数分割手段１３に出力する。
The
周波数分割手段１３は、複数の音響センサ２５を有するセンサアレイ１１の受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータを生成するものである。具体的には、周波数分割手段１３は、センサアレイ１１の受信信号をアレイ周波数ビンデータＹｊに変換し、信号再構成手段２１に出力するものである。
The
より具体的には、周波数分割手段１３は、センサアレイ１１からアレイ信号を受信し、例えばＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）等を用いて音響センサ２５ごとの受信信号を周波数ビンに変換する。周波数分割手段１３は、あらかじめ定めた周波数ビン範囲に基づいて、変換した周波数ビンのうち、使用する周波数ビンを選択し、選択した周波数ビンに関するデータとしてアレイ周波数ビンデータＹｊを生成し、生成したアレイ周波数ビンデータＹｊを信号再構成手段２１に出力する。
More specifically, the
周波数ビン範囲は、設計時に考慮されるものであり、目標から発せられた信号が含まれるように下限周波数ビン番号ＢＬと上限周波数ビン番号ＢＨとが定められている。ここで、周波数ビン番号ｊのアレイ周波数ビンデータＹｊは、センサ番号ｍの音響センサ２５の周波数ビンデータｙｊｍを用いて次の式（１）で表される。
The frequency bin range is considered at the time of design, and the lower limit frequency bin number B L and the upper limit frequency bin number B H are determined so that a signal emitted from the target is included. Here, the array frequency bin data Y j of the frequency bin number j is expressed by the following equation (1) using the frequency bin data y jm of the
式（１）において、アレイ周波数ビンデータＹｊは、周波数ビン番号ｊごとに生成されるものである。周波数ビンデータｙｊｍは、ｊｍ番目の音響センサ２５に対応するものである。周波数ビン番号ｊは、周波数分割手段１３が選択した使用する周波数ビンに対して周波数番号を振り直したものであり、１からＪまでが振られている。Ｊは、選択された周波数ビン数であり、下限周波数ビン番号ＢＬと上限周波数ビン番号ＢＨとからＪ＝ＢＬ−ＢＨ＋１で定まるものである。つまり、Ｊは、全周波数ビン数である。センサ番号ｍは、センサアレイ１１に含まれる音響センサ２５の全センサ数をＭとすると、１からＭまでが振られている。なお、式（１）におけるＴは行列の転置を表すものとする。
In equation (1), array frequency bin data Y j is generated for each frequency bin number j. The frequency bin data y jm corresponds to the jmth
整相行列生成手段１５は、複数の音響センサ２５の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊを生成するものである。具体的には、整相行列生成手段１５は、センサアレイ１１が備える複数の音響センサ２５のそれぞれの位置ベクトル等に基づいて整相行列Ａｊを生成し、信号再構成手段２１に出力するものである。
The phasing
より具体的には、整相行列生成手段１５は、全ビーム数Ｎ個の目標がセンサアレイ１１の全周に対して未知のビーム方位φｎ（ｎ＝１，・・・，Ｎ）で存在すると仮定し、要素ａｍｎを次の式（２）により生成し、生成した要素ａｍｎを含むＭ×Ｎの整相行列Ａｊを生成する。
More specifically, the phasing matrix generation means 15 has the total number of beams N as targets with unknown beam orientations φ n (n = 1,..., N) with respect to the entire circumference of the
ここで、式（２）において、要素ａｍｎは、シェーディング係数Ｗｍ（ｍ＝１，・・・，Ｍ）、ｊ番目の周波数ビンの中心周波数ｆｊ（ｊ＝１，・・・，Ｊ）、音速ｃ、仮定した目標の方位であるビーム方位φｎ（ｎ＝１，・・・，Ｎ）、ｍ番目の音響センサ２５の位置ベクトルｒｍ（ｍ＝１，・・・，Ｍ）に基づいて求まるものである。整相行列Ａｊは、周波数ビン番号ｊに対応する周波数ビンごとに生成されるものであるため、整相行列生成手段１５は、次の式（３）で表される整相行列Ａｊを出力する。なお、以後の説明では、ビーム方位φｎを方位φｎと省略する。
Here, in Expression (2), the element a mn includes the shading coefficient W m (m = 1,..., M), the center frequency f j (j = 1,..., J) of the jth frequency bin. ), Sound velocity c, assumed target orientation, beam orientation φ n (n = 1,..., N), position vector r m (m = 1,..., M) of the m-th
式（３）において、整相行列Ａｊは、１から周波数ビン数Ｊまで生成される。信号再構成手段２１は、周波数分割手段１３から出力されるアレイ周波数ビンデータＹｊと、整相行列生成手段１５から出力される整相行列Ａｊとに基づいて、周波数ビン番号ｊに対応する周波数ビンごとに整相行列Ａｊを次の式（４）で表されるように特異値分解する。
In Equation (3), the phasing matrix A j is generated from 1 to the number of frequency bins J. The
式（４）において、ＵｊはＭ×Ｍの直交行列であり、ＳｊはＭ個の特異値を対角要素に持つＭ×Ｎの標準形である特異値行列であり、Ｖｊ Ｈは、Ｎ×Ｎの直交行列である。なお、式（４）のＨは行列のエルミート転置を表すものとする。Ｍ個の特異値をσｍとすると、Ｓｊは次の式（５）で表される。 In Equation (4), U j is an M × M orthogonal matrix, S j is an M × N singular value matrix having M singular values as diagonal elements, and V j H is , N × N orthogonal matrix. Note that H in Equation (4) represents Hermitian transpose of the matrix. If M singular values are σ m , S j is expressed by the following equation (5).
式（５）において、特異値σｍ（ｍ＝１，・・・，Ｍ）は、σ１＞σ２＞・・・＞σＭの関係が成立しているものとする。つまり、特異値σｍは、センサ番号ｍが１からセンサアレイ１１に含まれる全センサ数Ｍまで振られているため、センサアレイ１１に含まれる全ての音響センサ２５に対応している。例えばＳ１０２４は、周波数ビン番号１０２４に対応する周波数ビンにおける全ての音響センサ２５に対応する特異値σｍが含まれている。
In Expression (5), it is assumed that the relationship of σ 1 > σ 2 >...> Σ M holds for the singular values σ m (m = 1,..., M). That is, the singular value σ m corresponds to all the
信号再構成手段２１は、周波数分割手段１３において分割された周波数ビンごとに、設定された特異値の閾値Ｔｊに基づいて、周波数分割手段１３において生成されたアレイ周波数ビンデータＹｊと、整相行列生成手段１５において生成された整相行列Ａｊと、を再構成するものである。
For each frequency bin divided by the
具体的には、信号再構成手段２１は、周波数分割手段１３から出力されたアレイ周波数ビンデータＹｊに含まれる周波数ビンごとに、整相行列生成手段１５から出力された整相行列Ａｊを特異値分解し、特異値σｍをあらかじめ定めた閾値に基づいて使用する特異値σｍを判定し、使用する特異値σｍに応じて再構成された整相行列Ａｊとアレイ周波数ビンデータＹｊとで生成される行列に関するデータをノルム最小化処理手段２３に出力する。
Specifically, the
より具体的には、信号再構成手段２１は、全センサ数Ｍ個の特異値σｍに対して閾値判定を行う。ここで、図１の信号再構成手段２１は、従来とは異なるものである。まず、従来の信号再構成手段２１について図１０を参照して説明する。
More specifically, the
図１０の信号再構成手段２１は、例えば従来においては最大の特異値σ１×αで定まる閾値よりも小さい特異値σｍを削除し、Ｓｊを再構成する。αは非特許文献１では例えば０．０１が定められている。削除後に残った特異値σｍの数をＰｊとすると、再構成されたＳｊは次の式（６）で表される。
The signal reconstructing means 21 in FIG. 10 deletes a singular value σ m smaller than a threshold value determined by the maximum singular value σ 1 × α, for example, and reconstructs S j . In
式（６）において、σ１＞σ２＞・・・＞σＰｊ≧[（最大の特異値σ１）×α]であり、Ｐｊ≦全センサ数Ｍである。同様に、Ｍ×Ｍの直交行列ＵｊからＳｊを再構成時に削除した各特異値に対応する列ベクトルを削除し、Ｍ×Ｍの直交行列Ｕｊを再構成したＭ×Ｐｊの直交行列Ｕｊを生成する。以上のように再構成されたＳｊとＵｊとを用いて整相行列Ａｊを再構成すると、再構成された整相行列Ａｊは次の式（７）で表される。 In Equation (6), σ 1 > σ 2 >...> Σ Pj ≧ [(maximum singular value σ 1 ) × α], and P j ≦ total number of sensors M. Similarly, orthogonal from the orthogonal matrix U j of M × M of S j to delete the column vector corresponding to each singular value removed during reconstruction of, M × M M × P j reconstructed the orthogonal matrix U j of A matrix U j is generated. When the phasing matrix A j is reconstructed using S j and U j reconstructed as described above, the reconstructed phasing matrix A j is expressed by the following equation (7).
同様に、再構成されたＵｊを用いてアレイ周波数ビンデータＹｊを再構成すると、再構成されたアレイ周波数ビンデータＹｊは次の式（８）で表される。 Similarly, when the array frequency bin data Y j is reconstructed using the reconstructed U j , the reconstructed array frequency bin data Y j is expressed by the following equation (8).
図１０の信号再構成手段２１は、周波数ビン番号ｊに対応する周波数ビンごとに、式（７）に示すように再構成された整相行列Ａｊ、式（８）に示すように再構成されたアレイ周波数ビンデータＹｊを生成するので、ノルム最小化処理手段２３に出力する再構成された整相行列Ａｊと再構成されたアレイ周波数ビンデータＹｊとは次に示すようにそれぞれ式（９）、（１０）となる。
The signal reconstruction means 21 in FIG. 10 reconstructs the phasing matrix A j reconstructed as shown in Expression (7) and the reconstruction as shown in Expression (8) for each frequency bin corresponding to the frequency bin number j. Since the generated array frequency bin data Y j is generated, the reconstructed phasing matrix A j output to the
一方、図１の信号再構成手段２１は、上記で説明した図１０の信号再構成手段２１のように特異値σｍの削除対象が[（最大の特異値σ１）×α]というような固定値に基づいて判断されるのではなく、周波数ビン番号ｊごとに異なる閾値Ｔｊに基づいて判断されるものである。
On the other hand, the
具体的には、図１の信号再構成手段２１は、周波数分割手段１３から出力されたアレイ周波数ビンデータＹｊと、整相行列生成手段１５から出力された整相行列Ａｊと、閾値調整手段１７から出力された特異値σｍの閾値Ｔｊとに基づいて、再構成した整相行列Ａｊと、再構成したアレイ周波数ビンデータＹｊをノルム最小化処理手段２３に出力する。以下、具体例を例示する。
Specifically, the
図１の信号再構成手段２１は、整相行列Ａｊを次の式（１１）に表されるように特異値分解する。
The
ここで、Ｓｊは全センサ数Ｍ個の特異値を対角要素に持つＭ×Ｎの標準形である特値異行列であり、ＵｊはＭ×Ｍの直交行列であり、ＶｊはＮ×Ｎの直交行列である。なお、式（１１）において、Ｈは行列のエルミート転置を表すものとする。また、全センサ数Ｍ個の特異値σｍを用いると、Ｓｊは次の式（１２）で表される。 Here, S j is an M × N standard-valued special matrix having M singular values of all sensors as diagonal elements, U j is an M × M orthogonal matrix, and V j is It is an N × N orthogonal matrix. In Expression (11), H represents Hermitian transpose of a matrix. Further, when the singular values σ m of the total number of sensors M are used, S j is expressed by the following equation (12).
ここで、σ１＞σ２＞・・・＞σＭである。ｍは上記で説明したように、センサ番号であり、ｍ＝１，・・・，Ｍとなる。Ｍは上記で説明したように、センサアレイ１１に含まれる音響センサ２５の全センサ数である。図１の信号再構成手段２１は、全センサ数Ｍ個の特異値σｍに対して特異値σｍの閾値Ｔｊを用いて閾値判定を行う。図１の信号再構成手段２１は、特異値σｍの閾値Ｔｊより小さい特異値σｍを削除し、Ｓｊを再構成する。削除後に残った特異値σｍの数をＰｊとすると、再構成された特異値行列Ｓｊは、次の式（１３）で表される。
Here, σ 1 > σ 2 >...> Σ M. As described above, m is a sensor number, and m = 1,. M is the total number of sensors of the
ここで、σ１＞σ２＞・・・＞σＰｊ≧閾値Ｔｊであり、Ｐｊ≦Ｍである。特異値の閾値Ｔｊは、閾値調整手段１７において周波数ビン番号ｊに対応する周波数ビンごとに最適に調整された値である。同様に、図１の信号再構成手段２１は、Ｍ×Ｍの直交行列Ｕｊから、Ｓｊを再構成したときに削除した各特異値σｍに対応した列ベクトルを削除してＭ×Ｐｊの直交行列Ｕｊに再構成する。図１の信号再構成手段２１は、再構成した特異値行列Ｓｊと、再構成した直交行列Ｕｊとに基づいて整相行列Ａｊを再構成すると、再構成した整相行列Ａｊは次の式（１４）で表される。
Here, σ 1 > σ 2 >...> Σ Pj ≧ threshold value T j , and P j ≦ M. The threshold value T j of the singular value is a value optimally adjusted for each frequency bin corresponding to the frequency bin number j by the
同様に、信号再構成手段２１は、再構成した直交行列Ｕｊを用いてアレイ周波数ビンデータＹｊを再構成すると、再構成したアレイ周波数ビンデータＹｊは次の式（１５）で表される。
Similarly, when the
信号再構成手段２１は、周波数ビン番号ｊに対応する周波数ビンごとに、再構成した整相行列Ａｊ、再構成したアレイ周波数ビンデータＹｊを生成するので、ノルム最小化処理手段２３に出力する再構成した整相行列Ａｊ、再構成したアレイ周波数ビンデータＹｊは、それぞれ次の式（１６）、（１７）で表される。 The signal reconstructing means 21 generates the reconstructed phasing matrix A j and reconstructed array frequency bin data Y j for each frequency bin corresponding to the frequency bin number j, so that it is output to the norm minimizing processing means 23. The reconstructed phasing matrix A j and the reconstructed array frequency bin data Y j are expressed by the following equations (16) and (17), respectively.
ここで、ｊは周波数ビン番号であり、Ｊは選択された周波数ビン数、すなわち全周波数ビン数である。なお、図１の信号再構成手段２１と、図２の信号再構成手段５１とは同じ機能を備えている。 Here, j is the frequency bin number, and J is the selected frequency bin number, that is, the total frequency bin number. 1 and the signal reconstruction means 51 of FIG. 2 have the same function.
ノルム最小化処理手段２３は、信号再構成手段２１において再構成された整相行列Ａｊと、信号再構成手段２１において再構成されたアレイ周波数ビンデータＹｊとに基づいてノルム最小化問題を解くことにより、背景雑音レベルＥｊが低減されているセンサアレイ１１の方位振幅情報を演算するものである。ここで方位振幅情報とは、各要素がセンサアレイ１１で受信した目標信号の方位及び振幅を表す１次元ベクトルであり、各要素は次の式（１８）で表される複素数である。ノルム最小化処理手段２３は、具体的には、再構成された整相行列Ａｊとアレイ周波数ビンデータＹｊとに基づいてＬ１ノルム最小化問題を解くことにより、目標の方位及び振幅に関する情報を求め、圧縮整相処理結果Ｐ１として出力する。
The norm minimizing processing means 23 solves the norm minimization problem based on the phasing matrix A j reconstructed by the signal reconstructing means 21 and the array frequency bin data Y j reconstructed by the
より具体的には、ノルム最小化処理手段２３は、信号再構成手段２１から出力された再構成された整相行列Ａｊと再構成されたアレイ周波数ビンデータＹｊに基づいて、センサアレイ１１のそれぞれの音響センサ２５の受信信号と圧縮整相処理結果Ｐ１との関係を表す式を用いて、周波数ビン番号ｊに対応する周波数ビンごとに、Ｌ１ノルム最小化問題を解くことにより、目標の方位振幅情報を演算する。例えばセンサアレイ１１のそれぞれの音響センサ２５の受信信号から生成されるアレイ周波数ビンデータＹｊと整相行列生成手段１５から生成される整相行列Ａｊとの関係式は、周波数ビン番号ｊに対応する周波数ビンにおける目標の方位振幅情報をＸｊとすると次の式（１９）で表される。
More specifically, the norm minimizing
式（１９）の整相行列Ａｊを再構成し、式（１９）のアレイ周波数ビンデータＹｊを再構成すると、式（１９）は次の式（２０）のように再構成される。 When the phasing matrix A j of Expression (19) is reconstructed and the array frequency bin data Y j of Expression (19) is reconstructed, Expression (19) is reconstructed as the following Expression (20).
次に、ノルム最小化処理手段２３は、再構成された整相行列Ａｊと、再構成されたアレイ周波数ビンデータＹｊとを用いて、目標の方位振幅情報を含むＸｊのＬ１ノルムを最小化するために、次の式（２１）で表されるＬ１ノルム最小化問題を解く。 Next, the norm minimizing means 23 uses the reconstructed phasing matrix A j and the reconstructed array frequency bin data Y j to calculate the L1 norm of X j including the target azimuth amplitude information. In order to minimize, the L1 norm minimization problem expressed by the following equation (21) is solved.
ノルム最小化処理手段２３は、周波数ビン番号ｊに対応する周波数ビンごとに、式（２１）のＬ１ノルム最小化問題を解くことにより、目標の方位振幅情報を含むＸｊを演算し、その演算結果を後述する圧縮整相処理結果Ｐ１として出力する。
The
次に、周波数ビンと、Ｌ１ノルム最小化問題との関係について説明する。通常、センサアレイ１１は、処理対象とする目標の周波数範囲の上限値の設計周波数ｆｍａｘを用いることにより、センサアレイ１１のセンサ間隔ｄ（ただし、ｃは音速）を次の式（２２）のように求める。
Next, the relationship between the frequency bin and the L1 norm minimization problem will be described. Normally, the
従来では、図１０のノルム最小化処理手段２３は、センサ間隔ｄを用いて選択した周波数ビン番号ｊに対応した周波数ビンに応じた整相行列Ａｊを生成し、Ｌ１ノルム最小化問題の制約条件としている。このとき、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘの近傍であれば、周波数ビン番号ｊに対応した周波数ビンに応じた整相行列Ａｊのランクはフルランク、すなわち、ランク数＝全センサ数Ｍとなる。 Conventionally, the norm minimizing means 23 of FIG. 10 generates a phasing matrix A j corresponding to the frequency bin corresponding to the frequency bin number j selected using the sensor interval d, and the constraint of the L1 norm minimization problem As a condition. At this time, if the center frequency f j of the frequency bin corresponding to the frequency bin number j is near the design frequency f max , the rank of the phasing matrix A j corresponding to the frequency bin corresponding to the frequency bin number j is full rank. That is, the rank number = the total sensor number M.
しかし、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘからずれていれば、すなわち近傍でない場合、例えば、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘよりも低ければ周波数ビン番号ｊに対応した周波数ビンに応じた整相行列Ａｊのランクはフルランクにはならない。そして、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘよりも離れるにつれ、周波数ビン番号ｊに対応した周波数ビンに応じた整相行列Ａｊのランク数は小さくなる。 However, if the center frequency f j of the frequency bin corresponding to the frequency bin number j deviates from the design frequency f max , that is, if it is not near, for example, the center frequency f j of the frequency bin corresponding to the frequency bin number j is designed. If it is lower than the frequency f max, the rank of the phasing matrix A j corresponding to the frequency bin corresponding to the frequency bin number j is not a full rank. As the center frequency f j of the frequency bin corresponding to the frequency bin number j moves away from the design frequency f max , the rank number of the phasing matrix A j corresponding to the frequency bin corresponding to the frequency bin number j decreases.
例えば整相行列Ａｊのランクが不足してフルランクでなくなると、整相行列Ａｊのスパース性が弱くなり、ノルム最小化処理手段２３は、Ｌ１ノルム最小化問題を精度良く解くことができなくなる。その結果、センサアレイ１１の方位振幅情報における背景雑音レベルＥｊが上昇してしまう。この状態を回避するために、従来では、上記で説明したように、図１０の信号再構成手段２１が特異値分解と特異値σｍの閾値判定とを用いることにより整相行列Ａｊに含まれる小さい特異値σｍを削除し、整相行列Ａｊを再構成することにより、整相行列Ａｊをフルランクまで回復させている。これにより、図１０のノルム最小化処理手段２３は、Ｌ１ノルム最小化問題を精度良く解くことができるため、背景雑音レベルＥｊの上昇が改善されている。
For example, if the rank of the phasing matrix A j is insufficient and becomes not full rank, the sparsity of the phasing matrix A j becomes weak, and the norm minimizing processing means 23 can solve the L1 norm minimization problem with high accuracy. Disappear. As a result, the background noise level E j in the azimuth amplitude information of the
このように、従来では、整相行列Ａｊのランク数が不足している場合に生じる背景雑音の上昇を改善するが、特異値σｍの閾値判定で用いる特異値σｍの閾値は、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊにかかわらず固定値となっている。ここで、選択した周波数ビンに対して全て同じ固定値の閾値を用いると背景雑音レベルＥｊの上昇を改善できない場合について図１１、１２を用いて説明する。 Thus, in the past, to improve the increase in the background noise that occurs when the number of ranks of the phasing matrix A j is insufficient, the threshold of the singular values sigma m used in the threshold determination of the singular value sigma m is the frequency It is a fixed value regardless of the center frequency f j of the frequency bin corresponding to the bin number j. Here, the case where the increase of the background noise level E j cannot be improved if the same fixed threshold value is used for all the selected frequency bins will be described with reference to FIGS.
図１１は、従来の圧縮整相処理結果Ｐ３０の一例を示す図である。図１２は、従来の圧縮整相処理結果Ｐ３３の一例を示す図である。図１１の圧縮整相処理結果Ｐ３０は、周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘと等しい場合である。図１２の圧縮整相処理結果Ｐ３３は、周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘよりも小さい場合である。図１１の圧縮整相処理結果Ｐ３０は、周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘと等しいため、背景雑音レベルＥｊは方位に対して平坦である。一方、図１２の圧縮整相処理結果Ｐ３３は、周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘよりも小さく、主にエンドファイア（＋９０［ｄｅｇ］近傍及び−９０［ｄｅｇ］近傍）において背景雑音レベルＥｊが上昇し、背景雑音レベルＥｊが方位に対して平坦でなくなっている。 FIG. 11 is a diagram illustrating an example of a conventional compression phasing process result P30. FIG. 12 is a diagram illustrating an example of a conventional compression phasing process result P33. The compression phasing process result P30 in FIG. 11 is a case where the center frequency f j of the frequency bin is equal to the design frequency f max . The compression phasing processing result P33 of FIG. 12 is a case where the center frequency f j of the frequency bin is smaller than the design frequency f max . In the compression phasing processing result P30 in FIG. 11, the background noise level E j is flat with respect to the direction because the center frequency f j of the frequency bin is equal to the design frequency f max . On the other hand, the compression phasing processing result P33 of FIG. 12 indicates that the center frequency f j of the frequency bin is smaller than the design frequency f max and the background noise mainly in the endfire (near +90 [deg] and −90 [deg]). The level E j increases and the background noise level E j is not flat with respect to the orientation.
そこで、図１の圧縮整相処理装置１は、周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘからずれる、例えば周波数ビン番号ｊに対応した周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘよりも小さい場合に生じる背景雑音レベルＥｊの上昇を改善し、背景雑音レベルＥｊを方位に対して平坦になるように、周波数ビンごとに、閾値調整手段１７により特異値の閾値判定で用いる特異値σｍの閾値Ｔｊを最適に調整する。そして、ノルム最小化処理手段２３は、最適な特異値σｍの閾値Ｔｊに基づいて図３で後述する圧縮整相処理結果Ｐ１を出力する。
Therefore, in the compression
つまり、図１の圧縮整相処理装置１は、図１０の圧縮整相処理装置３と比べ、閾値調整手段１７が設けられている点で相違する。そこで、従来と比較して相違点となる閾値調整手段１７について説明する。
That is, the compression
図１の閾値調整手段１７は、センサアレイ１１の受信信号に対応する擬似受信信号に基づいて特異値σｍの閾値Ｔｊを調整するものである。閾値調整手段１７の詳細について図２を用いて説明する。図２は、本発明の閾値調整手段１７の好ましい実施の形態を示すブロック図である。
Threshold adjustment unit of FIG. 1 17 is for adjusting the threshold value T j of the singular value sigma m based on the pseudo received signal corresponding to the received signal of the
図２の閾値調整手段１７は、擬似音響センサ２６を備えた擬似センサアレイ３１、周波数分割手段３３、整相行列生成手段３５、擬似情報演算手段３７、擬似閾値演算手段３９を備え、図１の信号再構成手段２１に供給する特異値σｍの閾値Ｔｊを調整するものである。具体的には、閾値調整手段１７は、擬似センサアレイ３１、周波数分割手段３３、整相行列生成手段３５、擬似情報演算手段３７、擬似閾値演算手段３９を備えている。
2 includes a
擬似センサアレイ３１は、センサアレイ１１のそれぞれの音響センサ２５の受信信号を模擬した擬似受信信号を生成し、周波数分割手段３３に出力するものである。なお、閾値調整手段１７の目的は、圧縮整相処理結果Ｐ１における背景雑音レベルＥｊが方位に対して平坦となるように特異値σｍの閾値Ｔｊを調整することにあるため、各音響センサ２５の擬似受信信号は音響センサ２５間で同じレベルの白色雑音、例えば音響センサ２５間で無相関な白色雑音を生成し、周波数分割手段３３に出力する。
The
ここで、受信信号と、擬似受信信号とは、周波数ビンの中心周波数ｆｊが同一であり、擬似アレイ周波数ビンデータＹ’ｊが、白色雑音を含むものである。これにより、擬似アレイ周波数ビンデータＹ’ｊは、実際のアレイ周波数ビンデータと同様の周波数ビンの中心周波数ｆｊからなり、白色雑音を含んだものであるため、中心周波数ｆｊと、設計周波数ｆｍａｘとのずれが正確に模擬されている。よって、擬似アレイ周波数ビンデータＹ’ｊに基づいて特異値σｍの閾値Ｔｊが更新されれば、背景雑音レベルＥｊを方位に対して平坦にすることができる。 Here, the received signal and the pseudo received signal have the same center frequency f j of the frequency bin, and the pseudo array frequency bin data Y ′ j includes white noise. Thus, the pseudo array frequency bin data Y ′ j is composed of the center frequency f j of the frequency bin similar to the actual array frequency bin data and includes white noise. Therefore, the center frequency f j and the design frequency The deviation from f max is accurately simulated. Therefore, if the threshold value T j of the singular value σ m is updated based on the pseudo array frequency bin data Y ′ j , the background noise level E j can be made flat with respect to the direction.
周波数分割手段３３は、擬似センサアレイ３１から出力されたそれぞれの音響センサ２５の擬似受信信号を受信し、ＦＦＴ等を用いて次の式（２３）に表される擬似アレイ周波数ビンデータＹ’ｊに変換し、擬似情報演算手段３７に出力するものである。
The
整相行列生成手段３５は、センサアレイ１１のそれぞれの音響センサ２５を模擬した位置ベクトルｒｍ等を用いることにより次の式（２４）に表されるａｍｎを要素とする整相行列Ａｊを生成し、擬似情報演算手段３７に出力するものである。
Phasing
擬似情報演算手段３７は、信号再構成手段５１、ノルム最小化処理手段５３を備え、周波数分割手段３３において分割された周波数ビンごとに、センサアレイ１１の受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータＹ’ｊと、センサアレイ１１に対応する擬似センサアレイ３１が有する複数の擬似音響センサ２６の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊと、設定された特異値σｍの閾値Ｔｊと、に基づいてノルム最小化問題を解くことにより、擬似センサアレイ３１の方位振幅情報を演算するものである。
The pseudo
図２の信号再構成手段５１は、擬似アレイ周波数ビンデータＹ’ｊと、整相行列Ａｊと、閾値更新手段７５から出力される閾値Ｔｊとに基づいて、特異値分解した整相行列Ａｊに含まれる特異値σｍを閾値判定し、整相行列Ａｊを再構成するものである。図２の信号再構成手段５１は、再構成した整相行列Ａｊに合わせて擬似アレイ周波数ビンデータＹ’ｊを再構成し、再構成した整相行列Ａｊと、再構成した擬似アレイ周波数ビンデータＹ’ｊとをノルム最小化処理手段５３に出力するものである。
The signal reconstruction unit 51 in FIG. 2 performs singular value decomposition of the phasing matrix based on the pseudo array frequency bin data Y ′ j , the phasing matrix A j, and the threshold T j output from the
具体的には、図２の信号再構成手段５１は、周波数分割手段３３から出力された擬似アレイ周波数ビンデータＹ’ｊと、整相行列生成手段３５から出力された整相行列Ａｊと、閾値更新手段７５から出力された特異値σｍの閾値Ｔｊとに基づいて、周波数ビン番号ｊに対応する周波数ビンごとに、整相行列Ａｊを特異値分解し、特異値σｍの閾値Ｔｊを用いて閾値判定し、整相行列Ａｊ、擬似アレイ周波数ビンデータＹ’ｊを再構成する。以下、具体的に例示する。
Specifically, the signal reconstruction unit 51 in FIG. 2 includes the pseudo array frequency bin data Y ′ j output from the
まず、図２の信号再構成手段５１は、整相行列Ａｊを次の式（２５）に表されるように特異値分解する。 First, the signal reconstruction means 51 in FIG. 2 performs singular value decomposition of the phasing matrix A j as represented by the following equation (25).
ここで、Ｓｊは、Ｍ個の特異値σｍを対角要素に持つＭ×Ｎの標準形である特異値行列であり、ＵｊはＭ×Ｍの直交行列であり、ＶｊはＮ×Ｎの直交行列である。なお、式（２５）におけるＨは、行列のエルミート転置を表すものとする。ここで、Ｍ個の特異値σｍを用いると、Ｓｊは次の式（２６）で表される。 Here, S j is an M × N singular value matrix having M singular values σ m as diagonal elements, U j is an M × M orthogonal matrix, and V j is N XN orthogonal matrix. In addition, H in Formula (25) shall represent the Hermitian transpose of a matrix. Here, when M singular values σ m are used, S j is expressed by the following equation (26).
ここで、σ１＞σ２＞・・・＞σＭである。ｍはセンサ番号であり、ｍ＝１，・・・，Ｍである。Ｍは擬似センサアレイ３１が備える擬似音響センサ２６の全センサ数である。Ｍ個の特異値σｍに対して特異値σｍの閾値Ｔｊを用いて閾値判定を行い、特異値σｍの閾値Ｔｊより小さい特異値σｍを削除して特異値行列Ｓｊを再構成する。削除後に残った特異値σｍの数をＰｊとすると、再構成された特異値行列Ｓｊは次の式（２７）で表される。
Here, σ 1 > σ 2 >...> Σ M. m is a sensor number, and m = 1,. M is the total number of sensors of the pseudo
ここで、σ１＞σ２＞・・・＞σＰｊ≧Ｔｊであり、Ｐｊ≦Ｍである。特異値σｍの閾値Ｔｊは、閾値更新手段７５から出力されたものが用いられる。信号再構成手段５１は、同様に、Ｍ×Ｍの直交行列Ｕｊから、特異値行列Ｓｊを再構成したときに削除した各特異値σｍに対応した列ベクトルを削除してＭ×Ｐｊの直交行列Ｕｊを再構成する。信号再構成手段５１は、再構成した特異値行列Ｓｊと、再構成した直交行列Ｕｊとを用いて整相行列Ａｊを再構成すると、再構成した整相行列Ａｊは次の式（２８）で表される。 Here, σ 1 > σ 2 >...> Σ Pj ≧ T j and P j ≦ M. As the threshold T j for the singular value σ m, the threshold T j output from the threshold update means 75 is used. Similarly, the signal reconstruction unit 51 deletes the column vector corresponding to each singular value σ m deleted when the singular value matrix S j is reconstructed from the M × M orthogonal matrix U j to obtain M × P. reconstructing an orthogonal matrix U j of j. When the signal reconstruction unit 51 reconstructs the phasing matrix A j using the reconstructed singular value matrix S j and the reconstructed orthogonal matrix U j , the reconstructed phasing matrix A j is expressed by the following equation: (28)
信号再構成手段５１は、同様に、再構成した直交行列Ｕｊを用いて擬似アレイ周波数ビンデータＹ’ｊを再構成すると、再構成した擬似アレイ周波数ビンデータＹ’ｊは次の式（２９）で表される。 Similarly, when the signal reconstruction unit 51 reconstructs the pseudo array frequency bin data Y ′ j using the reconstructed orthogonal matrix U j , the reconstructed pseudo array frequency bin data Y ′ j is expressed by the following equation (29). ).
信号再構成手段５１は、周波数ビン番号ｊに対応する周波数ビンごとに、再構成した整相行列Ａｊ、再構成した擬似アレイ周波数ビンデータＹ’ｊを生成するので、ノルム最小化処理手段５３に出力する再構成した整相行列Ａｊ、再構成した擬似アレイ周波数ビンデータＹ’ｊはそれぞれ次の式（３０）、（３１）で表される。 Since the signal reconstruction unit 51 generates the reconstructed phasing matrix A j and reconstructed pseudo array frequency bin data Y ′ j for each frequency bin corresponding to the frequency bin number j, the norm minimization processing unit 53 The reconstructed phasing matrix A j and the reconstructed pseudo-array frequency bin data Y ′ j are respectively expressed by the following equations (30) and (31).
ここで、ｊは擬似周波数ビン番号、Ｊは選択した擬似周波数ビン数である。 Here, j is a pseudo frequency bin number, and J is the number of selected pseudo frequency bins.
つまり、信号再構成手段５１は、周波数分割手段３３の出力と、整相行列生成手段３５の出力とに基づいて次の式（３２）で表される写像関係を生成することができるが、式（３２）で表される写像関係の行列では、擬似雑音背景レベルＥｊが方位に対して平坦ではない。そこで、信号再構成手段５１は、閾値更新手段７５から出力される特異値σｍの閾値Ｔｊを用いることにより、式（３３）で表される写像関係を生成し、ノルム最小化処理手段５３にＬ１ノルム最小化問題を解く際に用いる式として出力する。
That is, the signal reconstruction unit 51 can generate the mapping relationship expressed by the following equation (32) based on the output of the
ノルム最小化処理手段５３は、再構成した整相行列Ａｊと、再構成した擬似アレイ周波数ビンデータＹ’ｊとを受信し、再構成した整相行列Ａｊと、再構成した擬似アレイ周波数ビンデータＹ’ｊとの写像関係を用いて、Ｌ１ノルム最小化問題を解き、擬似センサアレイ３１の方位振幅情報を求め、擬似閾値演算手段３９に出力するものである。
The norm minimizing means 53 receives the reconstructed phasing matrix A j and the reconstructed pseudo array frequency bin data Y ′ j, and reconstructs the phasing matrix A j and the reconstructed pseudo array frequency. Using the mapping relationship with the bin data Y ′ j , the L1 norm minimization problem is solved to obtain the azimuth amplitude information of the
具体的には、ノルム最小化処理手段５３は、Ｌ１ノルム最小化問題として次の式（３４）を解くことにより、擬似背景雑音生成手段７１に図５、図６で後述するＬ１ノルム最小化演算結果Ｐ１０、Ｐ１３を出力する。 Specifically, the norm minimizing means 53 solves the following equation (34) as the L1 norm minimization problem, thereby causing the pseudo background noise generating means 71 to perform the L1 norm minimizing operation described later with reference to FIGS. Results P10 and P13 are output.
擬似閾値演算手段３９は、擬似背景雑音生成手段７１、擬似背景雑音判定手段７３、閾値更新手段７５、閾値保管手段７７を備え、周波数分割手段３３において分割された周波数ビンごとに、擬似情報演算手段３７において演算された擬似センサアレイ３１の方位振幅情報から求めた擬似背景雑音レベルＥｊとに基づいて、特異値σｍの閾値Ｔｊを演算するものである。
The pseudo threshold calculation means 39 includes a pseudo background noise generation means 71, a pseudo background noise determination means 73, a threshold update means 75, and a threshold storage means 77, and for each frequency bin divided by the frequency division means 33, pseudo information calculation means On the basis of the pseudo background noise level E j obtained from the azimuth amplitude information of the
具体的には、擬似閾値演算手段３９は、擬似背景雑音レベルＥｊと、擬似背景雑音レベルＥｊの閾値Ｃとに基づいて、擬似背景雑音レベルＥｊを判定し、判定結果δｊに基づいて特異値σｍの閾値Ｔｊを演算するものである。 Specifically, the pseudo threshold value calculation means 39 determines the pseudo background noise level E j based on the pseudo background noise level E j and the threshold value C of the pseudo background noise level E j , and based on the determination result δ j . Thus, the threshold value T j of the singular value σ m is calculated.
擬似背景雑音生成手段７１は、擬似センサアレイ３１の方位振幅情報を受信し、擬似センサアレイ３１の方位振幅情報から擬似背景雑音レベルＥｊを生成し、擬似背景雑音判定手段７３に出力するものである。具体的には、擬似背景雑音生成手段７１は、Ｌ１ノルム最小化演算結果Ｐ１０、Ｐ１３として、例えば擬似センサアレイ３１の方位振幅情報の演算結果を受信し、積分処理と閾値判定とを用いることにより、特異値σｍの閾値Ｔｊの更新を判定する。ここで、擬似センサアレイ３１からノルム最小化処理手段５３までの一連の処理は、１スナップショットの擬似受信信号に対する処理であるが、擬似背景雑音生成手段７１は擬似背景雑音レベルＥｊの統計的性質を計測するために複数回、例えばＬ回のスナップショットの擬似受信信号に対して処理し、その結果のＬ個の擬似センサアレイ３１の方位振幅情報の演算結果に基づいて次の式（３５）で表される平滑積分を用いて擬似背景雑音レベルＥｊを推定する。
The pseudo background
なお、スナップショットの回数Ｌは、擬似背景雑音レベルＥｊを精度良く推定できる適切な値が設定される。 The number L of snapshots is set to an appropriate value that can accurately estimate the pseudo background noise level E j .
擬似背景雑音判定手段７３は、擬似背景雑音レベルＥｊを受信し、擬似背景雑音レベルＥｊが方位に対して平坦であるか否かを判定し、判定結果δｊを閾値更新手段７５に出力するものである。具体的には、擬似背景雑音判定手段７３は、次の式（３６）を用いることにより、推定した擬似背景雑音レベルＥｊが平坦であるか否かを判定し、判定結果δｊを閾値更新手段７５に出力する。
Pseudo background noise determination means 73 receives the pseudo background noise level E j, the pseudo background noise level E j is equal to or flat against the orientation, outputs the determination result [delta] j in the threshold updating means 75 To do. Specifically, the pseudo background
ここで、Ｃは、擬似背景雑音レベルＥｊの閾値である。次に式（３６）を用いて具体的に例示する。擬似背景雑音判定手段７３は、擬似背景雑音レベルＥｊの最大値と最小値との差分が閾値Ｃ以下であれば、擬似背景雑音レベルＥｊが平坦であると判定し、判定結果δｊを０に設定し、設定した判定結果δｊを閾値更新手段７５に出力する。また、擬似背景雑音判定手段７３は、擬似背景雑音レベルＥｊの最大値と最小値との差分が閾値Ｃを超えていれば、擬似背景雑音レベルＥｊが平坦ではないと判定し、判定結果δｊを１に設定し、設定した判定結果δｊを閾値更新手段７５に出力する。 Here, C is a threshold value of the pseudo background noise level E j . Next, a specific example is given using Equation (36). Pseudo background noise determination means 73, if the pseudo background noise level difference is less than the threshold value C between the maximum value and the minimum value of E j, the pseudo background noise level E j is determined to be a flat, the determination result [delta] j 0 is set, and the set determination result δ j is output to the threshold update means 75. Further, the pseudo background noise determination means 73, if exceeds the difference threshold C between the maximum value and the minimum value of the pseudo background noise level E j, the pseudo background noise level E j is determined not to be flat, the determination result δ j is set to 1 and the set determination result δ j is output to the threshold update means 75.
閾値更新手段７５は、判定結果δｊに基づいて特異値σｍの閾値Ｔｊを更新する処理を行うものである。閾値更新手段７５は、特異値σｍの閾値Ｔｊを更新する場合、処理結果を信号再構成手段５１に出力し、特異値σｍの閾値Ｔｊを更新しない場合、処理結果を閾値保管手段７７に出力するものである。具体的には、閾値更新手段７５は、擬似背景雑音判定手段７３から出力された判定結果δｊと、次の式（３７）とに基づいて、判定結果δｊに応じた更新処理を行う。
The threshold update means 75 performs a process of updating the threshold T j of the singular value σ m based on the determination result δ j . Threshold update means 75, to update the threshold value T j of the singular value sigma m, the processing result is output to the signal reconstruction means 51, if you do not update the threshold T j singular value sigma m, the threshold storage unit processing results 77 is output. Specifically, the
ここで、ΔＴは、特異値σｍの閾値Ｔｊの更新値であって、ΔＴ＞０となる値が設定されており、初期値として例えば０．０１が設定されている。次に式（３７）を用いて具体的に例示する。閾値更新手段７５は、判定結果δｊが１であれば特異値σｍの閾値Ｔｊを更新し、更新結果を信号再構成手段５１に出力する。また、閾値更新手段７５は、判定結果δｊが０であれば特異値σｍの閾値Ｔｊの更新を終了し、現在の特異値σｍの閾値Ｔｊを閾値保管手段７７に出力する。
Here, ΔT is an updated value of the threshold value T j of the singular value σ m , and a value satisfying ΔT> 0 is set, and for example, 0.01 is set as an initial value. Next, a specific example is given using Equation (37). If the determination result δ j is 1, the
閾値保管手段７７は、特異値σｍの閾値Ｔｊを受信した場合、受信した特異値σｍの閾値Ｔｊを保管し、保管した特異値σｍの閾値Ｔｊを図１の信号再構成手段２１に出力するものである。具体的には、閾値保管手段７７は、閾値更新手段７５から出力された現在の特異値σｍの閾値Ｔｊを保管し、整相行列Ａｊの特異値σｍの閾値Ｔｊとして図１の信号再構成手段２１に出力する。
閾値調整手段１７は、以上の処理を周波数ビン番号ｊ＝１，・・・，Ｊについて実施することにより、周波数ビンごとの特異値σｍの閾値Ｔｊを事前に調整しておき、調整結果を周波数ビン番号ｊ＝１，・・・，Ｊのそれぞれに対応する周波数ビンごとの整相行列Ａｊの特異値σｍの閾値Ｔｊとして図１の信号再構成手段２１に出力する。
The
つまり、上記で説明した図１、図２の閾値調整手段１７は、周波数ビンごとに特異値σｍの閾値Ｔｊを最適に調整するものである。また、図１の周波数分割手段１３、整相行列生成手段１５、ノルム最小化処理手段２３と、図２の周波数分割手段３３、整相行列生成手段３５、ノルム最小化処理手段５３とは、動作が同じであり、センサアレイ１１の出力を用いるか、擬似センサアレイ３１の出力を用いるかが異なっている。また、擬似情報演算手段３７は、擬似センサアレイ３１の方位振幅情報を複数回演算するものである。
That is, the threshold adjusting means 17 in FIGS. 1 and 2 described above optimally adjusts the threshold T j of the singular value σ m for each frequency bin. Further, the frequency dividing means 13, the phasing matrix generating means 15, and the norm minimizing processing means 23 of FIG. 1, and the frequency dividing means 33, the phasing matrix generating means 35, and the norm minimizing processing means 53 of FIG. Are different, and the output of the
また、擬似閾値演算手段３９は、擬似情報演算手段３７において演算された複数の擬似センサアレイ３１の方位振幅情報に基づいて求めた擬似背景雑音レベルＥｊの最大値と最小値の差分と、擬似背景雑音レベルＥｊの閾値Ｃとの大小関係から特異値の閾値Ｔｊを演算するものである。
Further, the pseudo threshold value calculating means 39 is configured to calculate the difference between the maximum value and the minimum value of the pseudo background noise level E j obtained based on the azimuth amplitude information of the plurality of
また、擬似閾値演算手段３９は、擬似背景雑音レベルＥｊの最大値と最小値の差分が擬似背景雑音レベルＥｊの閾値Ｃ未満である場合、特異値の閾値Ｔｊを維持し、擬似背景雑音レベルＥｊの最大値と最小値の差分が擬似背景雑音レベルＥｊの閾値Ｃ以上である場合、特異値の閾値Ｔｊを大きくするものである。 Further, the pseudo-threshold value operation means 39, if the difference between the maximum value and the minimum value of the pseudo background noise level E j is smaller than the threshold value C of the pseudo background noise level E j, maintaining the threshold T j of singular values, the pseudo background If the difference between the maximum value and the minimum value of the noise level E j is equal to or higher than the threshold C of the pseudo background noise level E j, it is to increase the threshold value T j of the singular values.
また、圧縮整相処理装置１は、複数の音響センサ２５を有するセンサアレイ１１の受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータＹｊを生成し、複数の音響センサ２５の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊを生成し、分割された周波数ビンごとに、設定された特異値σｍの閾値Ｔｊに基づいて、生成されたアレイ周波数ビンデータＹｊと、生成された整相行列Ａｊと、を再構成し、再構成された整相行列Ａｊと、再構成されたアレイ周波数ビンデータＹｊとに基づいてノルム最小化問題を解くことにより、背景雑音レベルＥｊが低減されているセンサアレイ１１の方位振幅情報を演算するものであって、センサアレイ１１の受信信号に対応する擬似受信信号に基づいて特異値の閾値Ｔｊを調整する際、分割された周波数ビンごとに、センサアレイ１１の受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータＹ’ｊと、センサアレイ１１に対応する擬似センサアレイ３１が有する複数の擬似音響センサ２６の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊと、特異値の閾値Ｔｊと、に基づいてノルム最小化問題を解くことにより、擬似センサアレイ３１の方位振幅情報を演算し、分割された周波数ビンごとに、演算された擬似センサアレイ３１の方位振幅情報と、演算された擬似センサアレイ３１の方位振幅情報から求めた擬似背景雑音レベルＥｊとに基づいて、特異値の閾値Ｔｊを演算するものである。
Further, the compression phasing processor 1 generates array frequency bin data Y j from the frequency bins divided based on the received signals of the sensor array 11 having the plurality of acoustic sensors 25, and the position information of the plurality of acoustic sensors 25 and , The phasing matrix A j including the azimuth information and the amplitude information is generated, and the generated array frequency bin data Y is generated for each divided frequency bin based on the threshold value T j of the set singular value σ m. j and the generated phasing matrix A j and solve the norm minimization problem based on the reconstructed phasing matrix A j and the reconstructed array frequency bin data Y j by been made to calculating the azimuth amplitude information of the sensor array 11 background noise level E j is reduced, adjust the threshold value T j of the singular values based on the pseudo received signal corresponding to the received signal of the sensor array 11 To time, for each divided frequency bins, multiple with Pseudo a pseudo array frequency bin data Y 'j generated from the received signal, the pseudo sensor array 31 corresponding to the sensor array 11 corresponding to the received signal of the sensor array 11 The pseudo sensor array 31 is obtained by solving the norm minimization problem based on the phasing matrix A j including the position information, the azimuth information, and the amplitude information of the pseudo acoustic sensor 26 and the threshold T j of the singular value. For each divided frequency bin, and the pseudo background noise level E j obtained from the calculated azimuth amplitude information of the
図３は、本発明の圧縮整相処理方法の好ましい実施形態を示すフローチャートである。圧縮整相処理方法について説明する。まず、図１の周波数分割手段１３においてアレイ周波数ビンデータＹｊが生成され（ステップＳ１１参照）、図１の整相行列生成手段１５において整相行列Ａｊが生成される（ステップＳ１２参照）。図１の閾値調整手段１７において閾値調整処理が施される（ステップＳ１３参照）。
FIG. 3 is a flowchart showing a preferred embodiment of the compression phasing method of the present invention. The compression phasing method will be described. First, array frequency bin data Y j is generated by the frequency dividing means 13 in FIG. 1 (see step S11), and the phasing matrix A j is generated in the phasing matrix generating means 15 in FIG. 1 (see step S12). The
次に、図１の信号再構成手段２１において、整相行列Ａｊが特異値分解され（ステップＳ１４参照）、特異値σｍの閾値Ｔｊに基づいて特異値分解された整相行列Ａｊの階数が再構成され（ステップＳ１５参照）、再構成された整相行列Ａｊに合わせてアレイ周波数ビンデータＹｊが再構成される（ステップＳ１６参照）。図１のノルム最小化処理手段２３において、再構成された整相行列Ａｊと再構成されたアレイ周波数ビンデータＹｊとに基づいてセンサアレイ１１の目標の方位振幅情報が演算され、圧縮整相処理結果Ｐ１として出力される（ステップＳ１７、図９参照）。
Next, in the
図４は、本発明の閾値調整処理方法の好ましい実施形態を示すフローチャートである。閾値調整処理方法について説明する。まず、周波数分割手段３３において擬似アレイ周波数ビンデータＹ’ｊが生成され（ステップＳ３１参照）、整相行列生成手段３５において整相行列Ａｊが生成される（ステップＳ３２参照）。図２の信号再構成手段５１において、整相行列Ａｊが特異値分解され（ステップＳ３３参照）、特異値σｍの閾値Ｔｊに基づいて特異値分解された整相行列Ａｊの階数が再構成され（ステップＳ３４参照）、再構成された整相行列Ａｊに合わせて擬似アレイ周波数ビンデータＹ’ｊが再構成される（ステップＳ３５参照）。 FIG. 4 is a flowchart showing a preferred embodiment of the threshold adjustment processing method of the present invention. A threshold adjustment processing method will be described. First, the pseudo-array frequency bin data Y ′ j is generated in the frequency dividing unit 33 (see step S31), and the phasing matrix A j is generated in the phasing matrix generating unit 35 (see step S32). In the signal reconstruction means 51 of FIG. 2, the phasing matrix A j is subjected to singular value decomposition (see step S33), and the rank of the phasing matrix A j subjected to singular value decomposition based on the threshold value T j of the singular value σ m is reconstructed (see step S34), in accordance with the reconstructed phasing matrix a j reconstructed pseudo array frequency bin data Y 'j (see step S35).
次に、ノルム最小化処理手段５３において再構成された整相行列Ａｊと再構成された擬似アレイ周波数ビンデータＹ’ｊとに基づいて擬似センサアレイ３１の擬似目標の方位振幅情報が生成され、Ｌ１ノルム最小化演算結果Ｐ１０、Ｐ１３が得られる（ステップＳ３６、図５、図６参照）。
Next, the azimuth amplitude information of the pseudo target of the
次に、擬似背景雑音生成手段７１において擬似センサアレイ３１の擬似目標の方位振幅情報に基づいて擬似背景雑音レベルＥｊが生成され、背景雑音レベル演算結果Ｐ２０、Ｐ２３が得られる（ステップＳ３７、図７、図８参照）。
Next, the pseudo background noise generation means 71 generates the pseudo background noise level E j based on the azimuth amplitude information of the pseudo target of the
次に、擬似背景雑音判定手段７３において、擬似背景雑音レベルＥｊの最大値と最小値の差分が求められ（ステップＳ３８参照）、差分が擬似背景雑音レベルＥｊの閾値Ｃ以上であれば（ステップＳ３９ＹＥＳ参照）、閾値更新手段７５において特異値σｍの閾値Ｔｊが大きく設定され（ステップＳ４０参照）、再び信号再構成手段５１から擬似背景雑音判定手段７３までの一例の動作が施される。 Next, the pseudo background noise determination means 73 obtains the difference between the maximum value and the minimum value of the pseudo background noise level E j (see step S38), and if the difference is equal to or greater than the threshold C of the pseudo background noise level E j ( step S39YES reference), an example of the operation of the threshold value T j of the singular value sigma m in the threshold value updating means 75 is set larger (see step S40), the signal reconstruction means 51 again to the pseudo background noise determination means 73 is performed .
一方、擬似背景雑音判定手段７３において、擬似背景雑音レベルＥｊの最大値と最小値の差分が求められ（ステップＳ３８参照）、差分が擬似背景雑音レベルＥｊの閾値Ｃ未満であれば（ステップＳ３９ＮＯ参照）、閾値更新手段７５において特異値σｍの閾値Ｔｊが変更されず、閾値保管手段７７において現在の特異値σｍの閾値Ｔｊが保管され、特異値σｍの閾値Ｔｊとして出力される（ステップＳ４１参照）。
On the other hand, the pseudo background noise determination means 73 obtains the difference between the maximum value and the minimum value of the pseudo background noise level E j (see step S38), and if the difference is less than the threshold C of the pseudo background noise level E j (step S38). see S39NO), unchanged thresholds T j singular value sigma m is the
次に、上記一連の処理の結果から生成されるＬ１ノルム最小化演算結果Ｐ１０、Ｐ１３、背景雑音レベル演算結果Ｐ２０、Ｐ２３、圧縮整相処理結果Ｐ１について説明する。 Next, the L1 norm minimization calculation results P10 and P13, the background noise level calculation results P20 and P23, and the compression phasing processing result P1 that are generated from the result of the series of processes will be described.
図５は、図２のノルム最小化処理手段５３において演算されたＬ１ノルム最小化演算結果Ｐ１０の一例を示す図である。図５のＬ１ノルム最小化演算結果Ｐ１０は、方位φｎに対して背景雑音レベルＥｊが平坦となっている。図６は、図２のノルム最小化処理手段５３において演算されたＬ１ノルム最小化演算結果Ｐ１３の一例を示す図である。図６のＬ１ノルム最小化演算結果Ｐ１３は、方位φｎに対して背景雑音レベルＥｊが平坦ではなく、特にエンドファイアにおいて雑音背景レベルＥｊが大きくなっている。このように、Ｌ１ノルム最小化問題を解いた結果、方位によっては、雑音背景レベルＥｊが大きくなる場合が確認できる。 FIG. 5 is a diagram showing an example of the L1 norm minimization calculation result P10 calculated by the norm minimization processing means 53 of FIG. L1 norm minimization computation result P10 in FIG. 5, the background noise level E j is flat against the azimuth phi n. FIG. 6 is a diagram showing an example of the L1 norm minimization calculation result P13 calculated by the norm minimization processing means 53 of FIG. L1 norm minimization computation result P13 in FIG. 6 is not flat background noise level E j with respect to azimuth phi n, the noise background level E j is increased especially in the end-fire. Thus, as a result of solving the L1 norm minimization problem, it can be confirmed that the noise background level E j increases depending on the direction.
図７は、図２の擬似背景雑音生成手段７１において生成された背景雑音レベル演算結果Ｐ２０の一例を示す図である。図７の背景雑音レベル演算結果Ｐ２０は、擬似背景雑音レベルＥｊの最大値と最小値との差分よりも閾値Ｃが大きくなる場合を例示している。この場合、上記で説明したように、閾値更新手段７５において特異値σｍの閾値Ｔｊが更新される必要がない。
FIG. 7 is a diagram showing an example of the background noise level calculation result P20 generated by the pseudo background noise generation means 71 of FIG. Background noise level computation result P20 in FIG. 7 illustrates a case where the threshold C is larger than the difference between the maximum value and the minimum value of the pseudo background noise level E j. In this case, as described above, the threshold
図８は、図２の擬似背景雑音生成手段７１において生成された背景雑音レベル演算結果Ｐ２３の一例を示す図である。図８の背景雑音レベル演算結果Ｐ２３は、擬似背景雑音レベルＥｊの最大値と最小値との差分よりも閾値Ｃが小さくなる場合を例示している。この場合、上記で説明したように、閾値更新手段７５において特異値σｍの閾値Ｔｊが更新される必要がある。
FIG. 8 is a diagram showing an example of the background noise level calculation result P23 generated by the pseudo background noise generation means 71 of FIG. The background noise level calculation result P23 in FIG. 8 illustrates a case where the threshold C is smaller than the difference between the maximum value and the minimum value of the pseudo background noise level E j . In this case, as described above, the threshold
つまり、特異値σｍの閾値Ｔｊは、周波数ビンごとに、擬似背景雑音レベルＥｊの最大値と最小値との差分よりも閾値Ｃが大きくなるまで閾値更新手段７５において特異値σｍの閾値Ｔｊの更新処理が繰り返されることにより、最終的には、周波数ビンごとに、擬似背景雑音レベルＥｊが平坦とならない部分を超えた値が設定されるため、１つ１つの周波数ビンに最適な特異値σｍの閾値Ｔｊが設定される。よって、特異値σｍの閾値Ｔｊは、周波数ビンごとに最適な値が設定されている。 That is, the threshold value T j of the singular value sigma m, for each frequency bin, of the singular values sigma m in the threshold value updating means 75 until the threshold C is larger than the difference between the maximum value and the minimum value of the pseudo background noise level E j By repeating the updating process of the threshold value T j , finally, a value exceeding the portion where the pseudo background noise level E j is not flat is set for each frequency bin. A threshold value T j of the optimum singular value σ m is set. Therefore, the threshold T j of the singular value σ m is set to an optimum value for each frequency bin.
図９は、図１のノルム最小化処理手段２３において生成された圧縮整相処理結果Ｐ１の一例を示す図である。図９の圧縮整相処理結果Ｐ１は、方位φｎに対して背景雑音レベルＥｊが平坦となっており、目標レベルが際だっているため、目標の方位振幅情報が特定しやすくなっている。このように、圧縮整相処理装置１は、閾値調整手段１７で調整された閾値Ｔｊを用いることにより、方位φｎに対して背景雑音レベルＥｊを平坦にすることができる。
FIG. 9 is a diagram showing an example of the compression phasing processing result P1 generated by the norm minimizing processing means 23 of FIG. Compression phasing processing result P1 in FIG. 9 is a flat background noise level E j with respect to azimuth phi n, because the target level is distinguished, azimuth amplitude information of the target becomes easier identified. As described above, the
以上の説明から、閾値調整手段１７において、周波数ビン番号ｊの周波数ビンごとに、擬似背景雑音レベルＥｊが方位に対して平坦になるように特異値σｍの閾値Ｔｊが調整され、信号再構成手段２１において、周波数ビン番号ｊの周波数ビンごとに、特異値σｍの閾値Ｔｊに基づいて、特異値分解により得られた整相行列Ａｊに含まれる特異値σｍのうち、使用する特異値σｍが判定される。これにより、各周波数ビンに最適な特異値σｍの閾値Ｔｊで使用する特異値σｍが決められることになる。
From the above description, the
つまり、周波数ビンごとに特異値σｍの閾値Ｔｊが調整されるため、周波数ビンの中心周波数ｆｊが設計周波数ｆｍａｘの近傍ではなかったとしても、圧縮整相処理結果Ｐ１には高い背景雑音レベルＥｊが重畳されることがない。よって、周波数ビンごとに背景雑音レベルＥｊは改善されるため、背景雑音レベルＥｊを方位に対して平坦にすることができる。これにより、目標の方位振幅情報が背景雑音に埋もれることなく抽出することができ、精度の高い圧縮整相処理を実現することができる。 That is, since the threshold value T j of the singular value σ m is adjusted for each frequency bin, even if the center frequency f j of the frequency bin is not near the design frequency f max , the compression phasing process result P1 has a high background. The noise level E j is not superimposed. Therefore, since the background noise level E j for each frequency bin is improved, it is possible to flatten the background noise level E j with respect to azimuth. Thereby, the target azimuth amplitude information can be extracted without being buried in the background noise, and a highly accurate compression phasing process can be realized.
なお、上記の説明では、擬似背景雑音レベルＥｊを推定する方法として、平滑積分処理を用いているが、特にこれに限定されない。例えば指数積分処理、メジアン処理等の他の方法を用いてもよい。また、閾値更新手段７５において、周波数ビン番号ｊに対応した周波数ビンごとに同じ更新値ΔＴを用いて特異値σｍの閾値Ｔｊが更新されているが、特にこれに限定されない。例えば周波数ビン番号ｊに対応する周波数ビンごとに別々の更新値ΔＴｊを用いて特異値σｍの閾値Ｔｊが更新されてもよい。また、例えば擬似背景雑音レベルＥｊの最大値と最小値との差分に応じた更新値ΔＴｊを用いて特異値σｍの閾値Ｔｊが更新されてもよい。 In the above description, the smooth integration process is used as a method for estimating the pseudo background noise level E j , but the present invention is not limited to this. For example, other methods such as exponential integration processing and median processing may be used. Further, in the threshold update means 75, the threshold T j of the singular value σ m is updated using the same update value ΔT for each frequency bin corresponding to the frequency bin number j, but is not particularly limited thereto. For example, the threshold value T j of the singular value σ m may be updated using a different update value ΔT j for each frequency bin corresponding to the frequency bin number j. Further, for example, the threshold value T j of the singular value σ m may be updated using the update value ΔT j corresponding to the difference between the maximum value and the minimum value of the pseudo background noise level E j .
すなわち、周波数ビンごとに、擬似背景雑音レベルＥｊの最大値と最小値との差分よりも閾値Ｃが大きくなるまで閾値更新手段７５において特異値σｍの閾値Ｔｊの更新処理が繰り返されることにより、最終的には、周波数ビンごとに、擬似背景雑音レベルＥｊが平坦とならない部分を超えた値が設定されればよく、特異値σｍの閾値Ｔｊの増加手順については特に限定されない。
That is, for each frequency bin, the
また、閾値Ｃは、擬似背景雑音レベルＥｊの最大値と最小値との差分に対して大きすぎれば削除される特異値σｍが増加することになり、目標の方位振幅情報のような必要な情報も除去されることとなる。一方、閾値Ｃは、擬似背景雑音レベルＥｊの最大値と最小値との差分に対して小さすぎれば、目標の方位振幅情報のような必要な情報が背景雑音に埋もれた状態になる恐れがある。したがって、目標の振幅と、背景雑音との比を考慮して閾値Ｃは設定されるとよい。 Further, if the threshold value C is too large with respect to the difference between the maximum value and the minimum value of the pseudo background noise level E j , the singular value σ m to be deleted increases, and it is necessary such as target azimuth amplitude information. Information will also be removed. On the other hand, if the threshold value C is too small with respect to the difference between the maximum value and the minimum value of the pseudo background noise level E j , necessary information such as target azimuth amplitude information may be buried in the background noise. is there. Therefore, the threshold value C is preferably set in consideration of the ratio between the target amplitude and the background noise.
また、擬似センサアレイ３１において、擬似音響センサ２６間で同じレベルの無相関な白色雑音が生成されているが、特にこれに限定されない。例えば各擬似音響センサ２６間の相関特性を用いて擬似音響センサ間で相関のある白色雑音が生成されてもよい。
In the
また、擬似背景雑音判定手段７３において、擬似背景雑音レベルＥｊの平坦化の尺度として、擬似背景雑音レベルＥｊの最大値と最小値との差分が用いられているが、特にこれに限定されない。例えば標準偏差等のように、擬似背景雑音レベルＥｊの平坦化が測れる尺度であれば、さまざまな他の方法も適用することができる。 Also, in the pseudo background noise determination means 73, as a measure of the flattening of the pseudo background noise level E j, although the difference between the maximum value and the minimum value of the pseudo background noise level E j is used is not particularly limited to this . For example, various other methods can be applied as long as the level of the flat background noise level E j can be measured, such as a standard deviation.
以上、本発明の好ましい実施の形態においては、複数の音響センサ２５を有するセンサアレイ１１の受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータＹｊを生成する周波数分割手段１３と、複数の音響センサ２５の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊを生成する整相行列生成手段１５と、周波数分割手段１３において分割された周波数ビンごとに、特異値の閾値Ｔｊに基づいて、周波数分割手段１３において生成されたアレイ周波数ビンデータＹｊと、整相行列生成手段１５において生成された整相行列Ａｊと、を再構成する信号再構成手段２１と、信号再構成手段２１において再構成された整相行列Ａｊと、信号再構成手段２１において再構成されたアレイ周波数ビンデータＹｊとに基づいてノルム最小化問題を解くことにより、背景雑音レベルＥｊが低減されているセンサアレイ１１の方位振幅情報を演算するノルム最小化処理手段２３と、センサアレイ１１の受信信号に対応する擬似受信信号に基づいて特異値の閾値Ｔｊを調整する閾値調整手段１７とを備え、閾値調整手段１７が、周波数分割手段１３において分割された周波数ビンごとに、センサアレイ１１の受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータＹ’ｊと、センサアレイ１１に対応する擬似センサアレイ３１が有する複数の擬似音響センサ２６の位置情報と、方位情報と、振幅情報とを含む整相行列Ａｊと、特異値の閾値Ｔｊと、に基づいてノルム最小化問題を解くことにより、擬似センサアレイ３１の方位振幅情報を演算する擬似情報演算手段３７と、周波数分割手段１３において分割された周波数ビンごとに、擬似情報演算手段３７において演算された擬似センサアレイ３１の方位振幅情報と、擬似情報演算手段３７において演算された擬似センサアレイ３１の方位振幅情報から求めた擬似背景雑音レベルＥｊとに基づいて、設定された特異値の閾値Ｔｊを演算する擬似閾値演算手段３９とを有している。
As described above, in a preferred embodiment of the present invention, the frequency dividing means 13 for generating the array frequency bin data Y j from the frequency bins divided based on the received signals of the
これにより、周波数ビンごとに特異値σｍの閾値Ｔｊを調整するため、周波数ビンごとに背景雑音レベルＥｊを改善し、背景雑音レベルＥｊを方位に対して平坦にすることができる。 Accordingly, in order to adjust the threshold T j singular value sigma m for each frequency bin, to improve the background noise level E j for each frequency bin, the background noise level E j can be flattened against the orientation.
また、本発明の好ましい実施の形態においては、受信信号と、擬似受信信号とは、周波数ビンの中心周波数ｆｊが同一であり、擬似アレイ周波数ビンデータＹ’ｊが、白色雑音を含むものである。 In a preferred embodiment of the present invention, the received signal and the pseudo received signal have the same center frequency f j of the frequency bin, and the pseudo array frequency bin data Y ′ j contains white noise.
これにより、擬似アレイ周波数ビンデータＹ’ｊは、実際のアレイ周波数ビンデータＹｊと同様の周波数ビンの中心周波数ｆｊからなり、白色雑音を含んだものであるため、中心周波数ｆｊと、設計周波数ｆｍａｘとのずれが正確に模擬されている。よって、擬似アレイ周波数ビンデータＹ’ｊに基づいて特異値の閾値Ｔｊが更新されれば、背景雑音レベルＥｊを方位に対して平坦にすることができる。 Thus, the pseudo array frequency bin data Y ′ j is composed of the center frequency f j of the frequency bin similar to the actual array frequency bin data Y j and includes white noise. Therefore, the center frequency f j and The deviation from the design frequency f max is accurately simulated. Therefore, if the threshold value T j of the singular value is updated based on the pseudo array frequency bin data Y ′ j , the background noise level E j can be made flat with respect to the azimuth.
また、本発明の好ましい実施の形態において、擬似情報演算手段３７は、擬似センサアレイ３１の方位振幅情報を複数回演算するものである。 Further, in a preferred embodiment of the present invention, the pseudo information calculation means 37 calculates the azimuth amplitude information of the pseudo sensor array 31 a plurality of times.
これにより、擬似背景雑音レベルＥｊを生成するためのデータを複数個生成することができるので、誤差を低減させた状態で閾値Ｃによる判定処理を行うことができる。 Thereby, a plurality of data for generating the pseudo background noise level E j can be generated, so that the determination process using the threshold C can be performed in a state where the error is reduced.
また、本発明の好ましい実施の形態において、擬似閾値演算手段３９は、擬似情報演算手段３７において演算された複数の擬似センサアレイ３１の方位振幅情報に基づいて求めた擬似背景雑音レベルＥｊの最大値と最小値の差分と、擬似背景雑音レベルＥｊの閾値Ｃとの大小関係から特異値の閾値Ｔｊを演算するものである。
Further, in a preferred embodiment of the present invention, the pseudo threshold value calculation means 39 has a maximum pseudo background noise level E j obtained based on the azimuth amplitude information of the plurality of
これにより、擬似背景雑音レベルＥｊの最大値と最小値との差分に基づいて特異値の閾値Ｔｊを演算することができる。よって、背景雑音に寄与する特異値σｍを選択することができる。 Thus, the singular value threshold T j can be calculated based on the difference between the maximum value and the minimum value of the pseudo background noise level E j . Therefore, the singular value σ m that contributes to the background noise can be selected.
また、本発明の好ましい実施の形態において、擬似閾値演算手段３９は、擬似背景雑音レベルＥｊの最大値と最小値の差分が擬似背景雑音レベルＥｊの閾値Ｃ未満である場合、特異値の閾値Ｔｊを維持し、擬似背景雑音レベルＥｊの最大値と最小値の差分が擬似背景雑音レベルＥｊの閾値Ｃ以上である場合、特異値の閾値Ｔｊを大きくするものである。 Further, in a preferred embodiment of the present invention, the pseudo-threshold value operation means 39, if the difference between the maximum value and the minimum value of the pseudo background noise level E j is smaller than the threshold value C of the pseudo background noise level E j, the singular value maintaining the threshold T j, when the difference between the maximum value and the minimum value of the pseudo background noise level E j is equal to or higher than the threshold C of the pseudo background noise level E j, it is to increase the threshold value T j of the singular values.
これにより、最終的には、周波数ビンごとに、背景雑音を含ませないようにする特異値σｍの閾値Ｔｊを生成することができる。 As a result, finally, a threshold value T j of the singular value σ m that does not include background noise can be generated for each frequency bin.
１、３ 圧縮整相処理装置、１１ センサアレイ、１３、３３ 周波数分割手段、１５、３５ 整相行列生成手段、１７ 閾値調整手段、２１、５１ 信号再構成手段、２３、５３ ノルム最小化処理手段、２５ 音響センサ、２６ 擬似音響センサ、３１ 擬似センサアレイ、３７ 擬似情報演算手段、３９ 擬似閾値演算手段、７１ 擬似背景雑音生成手段、７３ 擬似背景雑音判定手段、７５ 閾値更新手段、７７ 閾値保管手段、Ｐ１、Ｐ３０、Ｐ３３ 圧縮整相処理結果、Ｐ１０、Ｐ１３ Ｌ１ノルム最小化演算結果、Ｐ２０、Ｐ２３ 擬似背景雑音レベル演算結果。 1, 3 Compression phasing processing device, 11 Sensor array, 13, 33 Frequency division means, 15, 35 Phase phasing matrix generation means, 17 Threshold adjustment means, 21, 51 Signal reconstruction means, 23, 53 Norm minimization processing means , 25 acoustic sensor, 26 pseudo acoustic sensor, 31 pseudo sensor array, 37 pseudo information calculation means, 39 pseudo threshold calculation means, 71 pseudo background noise generation means, 73 pseudo background noise determination means, 75 threshold update means, 77 threshold storage means , P1, P30, P33 Compression phasing processing result, P10, P13 L1 norm minimization calculation result, P20, P23 Pseudo background noise level calculation result.
Claims (7)
前記複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成する整相行列生成手段と、
前記周波数分割手段において分割された周波数ビンごとに、特異値の閾値に基づいて、前記周波数分割手段において生成されたアレイ周波数ビンデータと、前記整相行列生成手段において生成された整相行列と、を再構成する信号再構成手段と、
前記信号再構成手段において再構成された整相行列と、前記信号再構成手段において再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されている前記センサアレイの方位振幅情報を演算するノルム最小化処理手段と、
前記センサアレイの受信信号に対応する擬似受信信号に基づいて前記特異値の閾値を調整する閾値調整手段と
を備え、
前記閾値調整手段が、
前記周波数分割手段において分割された周波数ビンごとに、前記センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、前記センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、前記特異値の閾値と、に基づいてノルム最小化問題を解くことにより、前記擬似センサアレイの方位振幅情報を演算する擬似情報演算手段と、
前記周波数分割手段において分割された周波数ビンごとに、前記擬似情報演算手段において演算された前記擬似センサアレイの方位振幅情報と、前記擬似情報演算手段において演算された前記擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、前記特異値の閾値を演算する擬似閾値演算手段と
を有し、
前記擬似情報演算手段は、
前記擬似センサアレイの方位振幅情報を最初に演算する際に、前記特異値の閾値として予め設定された初期値を用いることを特徴とする圧縮整相処理装置。 Frequency dividing means for generating array frequency bin data from frequency bins divided based on reception signals of a sensor array having a plurality of acoustic sensors;
A phasing matrix generating means for generating a phasing matrix including position information of the plurality of acoustic sensors, azimuth information, and amplitude information;
For each frequency bin divided by the frequency dividing means, based on a singular value threshold, array frequency bin data generated by the frequency dividing means, and a phasing matrix generated by the phasing matrix generating means, Signal reconstructing means for reconstructing
The background noise level is reduced by solving the norm minimization problem based on the phasing matrix reconstructed by the signal reconstruction means and the array frequency bin data reconstructed by the signal reconstruction means. Norm minimizing processing means for calculating azimuth amplitude information of the sensor array;
Threshold adjustment means for adjusting a threshold of the singular value based on a pseudo reception signal corresponding to the reception signal of the sensor array,
The threshold adjusting means;
For each frequency bin divided by the frequency dividing means, pseudo array frequency bin data generated from a pseudo reception signal corresponding to the reception signal of the sensor array, and a plurality of pseudo signals included in the pseudo sensor array corresponding to the sensor array Calculate the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the phasing matrix including the position information of the acoustic sensor, the azimuth information, and the amplitude information, and the threshold value of the singular value Pseudo information calculation means for
For each frequency bin divided by the frequency dividing means, from the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculating means and the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculating means. A pseudo-threshold calculating means for calculating a threshold of the singular value based on the obtained pseudo background noise level ;
The pseudo information calculation means includes
A compression phasing processing apparatus characterized by using an initial value set in advance as a threshold value of the singular value when calculating the azimuth amplitude information of the pseudo sensor array for the first time .
前記擬似アレイ周波数ビンデータが、白色雑音を含むものであることを特徴とする請求項１記載の圧縮整相処理装置。 The received signal and the pseudo received signal have the same center frequency of the frequency bin,
2. The compression phasing processing apparatus according to claim 1, wherein the pseudo array frequency bin data includes white noise.
前記複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成し、
分割された周波数ビンごとに、特異値の閾値に基づいて、生成されたアレイ周波数ビンデータと、生成された整相行列と、を再構成し、
再構成された整相行列と、再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されている前記センサアレイの方位振幅情報を演算するものであって、
前記センサアレイの受信信号に対応する擬似受信信号に基づいて前記特異値の閾値を調整する際、
分割された周波数ビンごとに、前記センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、前記センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、前記特異値の閾値と、に基づいてノルム最小化問題を解くことにより、前記擬似センサアレイの方位振幅情報を演算し、
前記擬似センサアレイの方位振幅情報を最初に演算する際に、前記特異値の閾値として予め設定された初期値を用い、
分割された周波数ビンごとに、演算された前記擬似センサアレイの方位振幅情報と、演算された前記擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、前記特異値の閾値を演算する
ことを特徴とする圧縮整相処理方法。 Generating array frequency bin data from frequency bins divided based on a received signal of a sensor array having a plurality of acoustic sensors;
Generating a phasing matrix including position information, orientation information, and amplitude information of the plurality of acoustic sensors;
For each divided frequency bin, reconstruct the generated array frequency bin data and the generated phasing matrix based on a singular value threshold;
The azimuth amplitude information of the sensor array with reduced background noise level is calculated by solving the norm minimization problem based on the reconstructed phasing matrix and the reconstructed array frequency bin data. There,
When adjusting the threshold of the singular value based on a pseudo reception signal corresponding to the reception signal of the sensor array,
For each divided frequency bin, pseudo array frequency bin data generated from a pseudo reception signal corresponding to the reception signal of the sensor array, and position information of a plurality of pseudo acoustic sensors included in the pseudo sensor array corresponding to the sensor array Calculating the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the phasing matrix including the azimuth information and the amplitude information, and the threshold of the singular value,
When initially calculating the azimuth amplitude information of the pseudo sensor array, using an initial value set in advance as a threshold value of the singular value,
For each divided frequency bin, based on the calculated azimuth amplitude information of the pseudo sensor array and the pseudo background noise level obtained from the calculated azimuth amplitude information of the pseudo sensor array, the threshold of the singular value is determined. A compression phasing method characterized by calculating.
複数の音響センサを有するセンサアレイの受信信号に基づいて分割した周波数ビンからアレイ周波数ビンデータを生成する周波数分割手段と、
前記複数の音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列を生成する整相行列生成手段と、
前記周波数分割手段において分割された周波数ビンごとに、特異値の閾値に基づいて、前記周波数分割手段において生成されたアレイ周波数ビンデータと、前記整相行列生成手段において生成された整相行列と、を再構成する信号再構成手段と、
前記信号再構成手段において再構成された整相行列と、前記信号再構成手段において再構成されたアレイ周波数ビンデータとに基づいてノルム最小化問題を解くことにより、背景雑音レベルが低減されている前記センサアレイの方位振幅情報を演算するノルム最小化処理手段と、
前記センサアレイの受信信号に対応する擬似受信信号に基づいて前記特異値の閾値を調整する閾値調整手段と
を備え、
前記閾値調整手段が、
前記周波数分割手段において分割された周波数ビンごとに、前記センサアレイの受信信号に対応する擬似受信信号から生成された擬似アレイ周波数ビンデータと、前記センサアレイに対応する擬似センサアレイが有する複数の擬似音響センサの位置情報と、方位情報と、振幅情報とを含む整相行列と、前記特異値の閾値と、に基づいてノルム最小化問題を解くことにより、前記擬似センサアレイの方位振幅情報を演算する擬似情報演算手段と、
前記周波数分割手段において分割された周波数ビンごとに、前記擬似情報演算手段において演算された前記擬似センサアレイの方位振幅情報と、前記擬似情報演算手段において演算された前記擬似センサアレイの方位振幅情報から求めた擬似背景雑音レベルとに基づいて、前記特異値の閾値を演算する擬似閾値演算手段と
を有し、
前記擬似情報演算手段で前記擬似センサアレイの方位振幅情報を最初に演算する際に、前記特異値の閾値として予め設定された初期値を用いるように機能させるためのプログラム。 Computer
Frequency dividing means for generating array frequency bin data from frequency bins divided based on reception signals of a sensor array having a plurality of acoustic sensors;
A phasing matrix generating means for generating a phasing matrix including position information of the plurality of acoustic sensors, azimuth information, and amplitude information;
For each frequency bin divided by the frequency dividing means, based on a singular value threshold, array frequency bin data generated by the frequency dividing means, and a phasing matrix generated by the phasing matrix generating means, Signal reconstructing means for reconstructing
The background noise level is reduced by solving the norm minimization problem based on the phasing matrix reconstructed by the signal reconstruction means and the array frequency bin data reconstructed by the signal reconstruction means. Norm minimizing processing means for calculating azimuth amplitude information of the sensor array;
Threshold adjustment means for adjusting a threshold of the singular value based on a pseudo reception signal corresponding to the reception signal of the sensor array,
The threshold adjusting means;
For each frequency bin divided by the frequency dividing means, pseudo array frequency bin data generated from a pseudo reception signal corresponding to the reception signal of the sensor array, and a plurality of pseudo signals included in the pseudo sensor array corresponding to the sensor array Calculate the azimuth amplitude information of the pseudo sensor array by solving the norm minimization problem based on the phasing matrix including the position information of the acoustic sensor, the azimuth information, and the amplitude information, and the threshold value of the singular value Pseudo information calculation means for
For each frequency bin divided by the frequency dividing means, from the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculating means and the azimuth amplitude information of the pseudo sensor array calculated by the pseudo information calculating means. A pseudo-threshold calculating means for calculating a threshold of the singular value based on the obtained pseudo background noise level ;
A program for causing a function to use an initial value set in advance as a threshold value of the singular value when the pseudo information calculation means first calculates the azimuth amplitude information of the pseudo sensor array .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014119897A JP6344073B2 (en) | 2014-06-10 | 2014-06-10 | Compression phasing processing apparatus and method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014119897A JP6344073B2 (en) | 2014-06-10 | 2014-06-10 | Compression phasing processing apparatus and method, and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015232521A JP2015232521A (en) | 2015-12-24 |
| JP6344073B2 true JP6344073B2 (en) | 2018-06-20 |
Family
ID=54934044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014119897A Active JP6344073B2 (en) | 2014-06-10 | 2014-06-10 | Compression phasing processing apparatus and method, and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6344073B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6879123B2 (en) * | 2017-08-25 | 2021-06-02 | 沖電気工業株式会社 | Signal processing device, signal processing method program and signal processing method |
| CN114818792B (en) * | 2022-04-12 | 2025-07-15 | 广东电网有限责任公司广州供电局 | Partial discharge signal denoising method and device based on Hankel matrix singular value decomposition |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7173879B2 (en) * | 2003-06-09 | 2007-02-06 | Farsounder, Inc. | High resolution obstacle avoidance and bottom mapping array processing technique |
| US7330032B2 (en) * | 2003-12-30 | 2008-02-12 | The Mitre Corporation | Techniques for building-scale electrostatic tomography |
| US7555064B2 (en) * | 2007-08-27 | 2009-06-30 | Harris Corporation | System and method for estimating noise power level in a multi-signal communications channel |
-
2014
- 2014-06-10 JP JP2014119897A patent/JP6344073B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2015232521A (en) | 2015-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20110146371A1 (en) | Method for calibrating a transducer array | |
| CN105556260B (en) | broadband acoustic holography | |
| CN113238189A (en) | Sound source identification method and system based on array measurement and sparse prior information | |
| CN118348326B (en) | Electromagnetic spectrum map mapping method for three-dimensional complex urban environment | |
| US10674261B2 (en) | Transfer function generation apparatus, transfer function generation method, and program | |
| CN112526451A (en) | Compressed beam forming and system based on microphone array imaging | |
| Rindal et al. | Double adaptive plane-wave imaging | |
| JP6396037B2 (en) | Data analysis apparatus and method | |
| WO2019153566A1 (en) | Method and device for magnetic resonance parameter imaging, medical equipment, and storage medium | |
| JP6344073B2 (en) | Compression phasing processing apparatus and method, and program | |
| JP5664869B2 (en) | Measuring apparatus, measuring system, measuring method, and program | |
| CN111830465B (en) | Two-dimensional Newton orthogonal matching pursuit compressed beam forming method | |
| KR101958337B1 (en) | The method and apparatus for estimating the direction of arrival of a signal | |
| JPH11166965A (en) | Angle measurement signal processing apparatus and angle measurement signal processing method in the angle measurement signal processing apparatus | |
| JP5289467B2 (en) | Calibration device | |
| JP4791239B2 (en) | Target speed measuring device, target speed measuring program, and target speed measuring method | |
| JP7034396B2 (en) | Radar device and target detection method | |
| KR101928799B1 (en) | Acoustic Backscatter Data Processing device of Bathymetric Sonar For material information generation | |
| KR102292091B1 (en) | Sparse Frequency Analysis method for Passive SONAR System and System thereof | |
| US20130135138A1 (en) | Method for phase unwrapping using confidence-based rework | |
| RU2284043C1 (en) | Method for calibrating computerized interferometer systems on moveable platforms | |
| JP2023088765A (en) | SIGNAL PROCESSING DEVICE, SIGNAL PROCESSING METHOD AND SIGNAL PROCESSING PROGRAM | |
| CN115393339B (en) | Ultrasonic imaging method, device, electronic device and storage medium | |
| JP2020034382A (en) | Signal processor, signal processing method, and program of signal processing method | |
| JP2012037429A (en) | Method for creating filter for beam-forming device and apparatus for creating filter for beam-forming device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170215 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180125 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180213 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180406 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180424 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180507 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6344073 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |