二元阵常规波束图与其指向性—麦克风阵列系列(七)

2023-10-24 14:30

本文主要是介绍二元阵常规波束图与其指向性—麦克风阵列系列(七),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

阅读原文还请移步我的知乎专栏:
https://www.zhihu.com/column/c_1287066237843951616


 

本篇包括内容为:

二元阵简介

例3.8 二元阵常规波束图

例3.9 二元阵指向性指数


二元阵简介

                                                                                      图1 二元阵

 

二元阵,即由两个阵元组成的阵列。将第一个阵元放置在坐标原点,第二个阵元放置在 z 轴上,两阵元间距为 d ,二元阵坐标系统如图1所示。两元阵的位置坐标为:

\bold p _m=\left[ 0,0,(m-1)d \right]^T,m=1,2

由于对称性,基阵方向性与水平方位角无关,只和俯仰角 \phi 有关。因此该均匀线列阵的阵列流行向量为:

\bold p(\phi)=\left[ 1,e^{kdcos\phi} \right]^T

对于该二元阵,假设期望方向为 \phi_o ,则加权向量为:

\bold w^*\left( \phi_o \right)=\bold p^*\left( \phi_o \right)/2=\left[ 1,e^{-ikdcos\phi_o} \right]^T/2


例3.8 二元阵常规波束图

该例考察阵元间距取不同值时二元阵常规波束响应。

假设阵元间距分别取 d=0.05\lambda,0.25\lambda,0.5\lambda, 波束期望方向分别取 \phi_o=0^\circ,60^\circ,90^\circ ,计算得到的常规波束图如图 2(a),2(b),2(c) 显示。由图可见,当阵元间距逐渐减小时,二元阵的波束主瓣逐渐变宽,指向性逐渐变差。当阵元间距减小到 d=0.05\lambda 时,二元阵的常规波束图接近于圆,即退化成了单个阵元,没有指向性。观察图2(a)发现,当 d=0.25\lambda 时,波束图是一个倒“心形”,此时波束加权向量为:

\bold w^*=\left[ \frac{1}{2}, -\frac{i}{2} \right]^T

                                                                                                    图 2(a)

 

                                                                                                     图 2(b)

 

图 2(c)

实现代码如下:

f=1000;      %频率
c=340;       %声速
lambda = c/f;
space=0.04;  %麦克风间距
theta_angle=0:1:360;
theta=theta_angle*pi/180;
space_list = [0.05 0.25 0.5]*lambda;  %连续阵间距
M = 2;
figure;
theta_d = 0 *pi/180;
for i = 1:length(space_list)space = space_list(i);B=sin((M*pi*f*space*(cos(theta)-cos(theta_d)))/c)..../(M*sin((pi*f*space*(cos(theta)-cos(theta_d)))/c));B_db=20*log10(B);index = B_db < -50;B_db(index) = -50;    GraphicHandle = polar(theta,B);set( GraphicHandle, 'LineWidth', 2);hold on;
end
title('期望方向\phi_o=0^\circ');
legend('d=0.05\lambda', 'd=0.25\lambda', 'd=0.5\lambda', 'fontsize', 15);

例3.9 二元阵指向性指数

基阵的指向性指数 基阵的指向性指数等于基阵在空间均匀各向同性噪声场中的阵增益。
超指向性 随着阵元间距的减小,线阵最佳波束形成形成在端射方向的指向性超过阵元个数,这种现状即为“超指向性”或“超增益”。

该例考虑一个二元阵,分别采用常规波束形成方法与最佳波束形成方法,考察不同阵元间距波长比 \left( d/\lambda \right) 与不同观察方向情况下基阵的指向性指数。

假设波束观察方向分别为 \phi_o=0^\circ,30^\circ,60^\circ,90^\circ, 让 d/\lambda 在 0\sim 0.5 范围内变化,分别利用下式(3.54)与式(3.56)

常规波束形成在二元阵在空间均匀各向同性噪声场中的阵增益为:

Gain_c=\frac{\left| p^Hp \right|^2}{p\rho _{niso}p}=\frac{2}{1+sinc(kd)cos(kdcos\phi)}

其中 \rho_{niso} 为二元阵空间均匀各向同性噪声互谱矩阵:

\rho_{niso}=\begin{gathered} \begin{bmatrix} 1 & sinc(kd) \\ sinc(kd) & 1 \end{bmatrix} \quad \end{gathered}

最佳波束形成在二元阵在空间均匀各向同性噪声场中的阵增益为:

Gain_{opt}=p^H\rho ^{-1}_{niso}p=\frac{2-2sinc(kd)cos(kdcos\phi)}{1-sinc^2(kd)}

计算采用常规波束形成方法与最佳波束形成方法得到的指向性指数。两种波束形成方法的指向性计算结果分别显示于图3(a)与3(b)中。

图 3(a)

从图3(a)可以看出,对于常规波束形成方法,当 d/\lambda =0.5 时,指向性 Gain_c=2 ,即阵元个数。波束观察方向为正横方向时( \phi_o=90^\circ ),随着 d/\lambda 的减小,波束指向性逐渐减小,在 d/\lambda 趋近于0时等于1,即没有指向性,等效于单个阵元。

图 3(b)

观察图3(b)可以发现,采用最佳波束形成时,当波束观察方向为正横方向( \phi_o=90^\circ )时,随着 d/\lambda 从0.5逐渐减小到0,指向性从2逐渐减小到1。当波束观察方向为端射方向(\phi_o=0^\circ )时,随着 d/\lambda 从0.5逐渐减小到0,指向性从2逐渐增加到4,即为超指向性。

实现代码如下:

c = 340;
f = 1000;
lambda = c / f;
k = 2*pi*f/c; %波数
theta_angle=0:1:360;
theta=theta_angle*pi/180;
ratio_space = linspace(0.001, 0.5, 100);
space_list = ratio_space*lambda;  %连续阵间距
theta_d = [0 30 60 90] *pi/180;
color_list = {'r-' 'g--' 'b-.' 'k:'};
M = 2;
% 常规波束形成
figure;
for i = 1:length(theta_d)color = color_list{i};theta =  theta_d(i);Sinc = sin(k*space_list) ./ (k*space_list);Gain = 2 ./ (1+Sinc .* cos(k*space_list*cos(theta)));plot(ratio_space, Gain, color, 'linewidth', 1.5);hold on;
end
grid on;
xlabel('d/\lambda'); ylabel('Gain_c');
legend('0度', '30度', '60度', '90度', 'fontsize', 15);
title('二元阵指向性—常规波束形成');
% 最佳波束形成
figure;
for i = 1:length(theta_d)theta =  theta_d(i);color = color_list{i};Sinc = sin(k*space_list) ./ (k*space_list);Gain = (2 - 2*Sinc.*cos(k*space_list*cos(theta)))..../ (1-Sinc.^2);plot(ratio_space, Gain, color, 'linewidth', 1.5);hold on;
end
grid on;
xlabel('d/\lambda'); ylabel('Gain_{opt}');
legend('0度', '30度', '60度', '90度', 'fontsize', 15);
title('二元阵指向性—最佳波束形成');

参考书籍:

《优化阵列信号处理》

这篇关于二元阵常规波束图与其指向性—麦克风阵列系列(七)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/275827

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

无线领夹麦克风什么牌子好用?揭秘领夹麦克风哪个牌子音质好!

随着短视频行业的星期,围绕着直播和视频拍摄的电子数码类产品也迎来了热销不减的高增长,其中除了数码相机外,最为重要的麦克风也得到了日益增长的高需求,尤其是无线领夹麦克风,近几年可谓是异常火爆。别看小小的一对无线麦克风,它对于视频拍摄的音质起到了极为关键的作用。 不过目前市面上的麦克风品牌种类多到让人眼花缭乱,盲目挑选的话容易踩雷,那么无线领夹麦克风什么牌子好用?今天就给大家推荐几款音质好的

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

Java基础回顾系列-第七天-高级编程之IO

Java基础回顾系列-第七天-高级编程之IO 文件操作字节流与字符流OutputStream字节输出流FileOutputStream InputStream字节输入流FileInputStream Writer字符输出流FileWriter Reader字符输入流字节流与字符流的区别转换流InputStreamReaderOutputStreamWriter 文件复制 字符编码内存操作流(

Java基础回顾系列-第五天-高级编程之API类库

Java基础回顾系列-第五天-高级编程之API类库 Java基础类库StringBufferStringBuilderStringCharSequence接口AutoCloseable接口RuntimeSystemCleaner对象克隆 数字操作类Math数学计算类Random随机数生成类BigInteger/BigDecimal大数字操作类 日期操作类DateSimpleDateForma

Java基础回顾系列-第三天-Lambda表达式

Java基础回顾系列-第三天-Lambda表达式 Lambda表达式方法引用引用静态方法引用实例化对象的方法引用特定类型的方法引用构造方法 内建函数式接口Function基础接口DoubleToIntFunction 类型转换接口Consumer消费型函数式接口Supplier供给型函数式接口Predicate断言型函数式接口 Stream API 该篇博文需重点了解:内建函数式

Java基础回顾系列-第二天-面向对象编程

面向对象编程 Java类核心开发结构面向对象封装继承多态 抽象类abstract接口interface抽象类与接口的区别深入分析类与对象内存分析 继承extends重写(Override)与重载(Overload)重写(Override)重载(Overload)重写与重载之间的区别总结 this关键字static关键字static变量static方法static代码块 代码块String类特