zoukankan      html  css  js  c++  java
  • Combined beamformers for robust broadband regularized superdirective beamforming

    【未完待续】结合波束形成器的鲁棒性宽带正则化超指向波束形成方法[1]。用于宽带信号的波束形成方法。结合延时求和波束形成DSB以及超指向波束形成SDB方法,给定用户自定义的正则化因子,采用一个简单的参数来控制WNG–DF (白噪声增益-指向性因子)的平衡。

    超定向固定波束形成器以获得高方向性因子而著称,但对非相关噪声和阵列单元的微小误差极为敏感,因其采用波束形成器白噪声增益测度对其进行建模。另一方面,延迟加和波束形成器成功地实现了白噪声增益的最大化,但其方向性系数很低。本文讨论了一种同时控制方向性系数和白噪声增益的宽带波束形成器的设计。将超指令波束形成器的正则化版本与延时求和波束形成器相结合,构建一个鲁棒的正规化波束形成器。文中推导出波束增益响应的解析闭型表达式,并将其推广到能完全控制所需白噪声增益或指向性因子的波束增益。该方法提供了一种简单的、鲁棒的宽带波束形成器。

    远场信号模型:

    参考文献

    [1] Berkun R, Cohen I, Benesty J. Combined Beamformers for Robust Broadband Regularized Superdirective Beamforming[J]. IEEE/ACM Transactions on Audio Speech & Language Processing, 2015, 23(5):877-886.

    扩展阅读:宽带波束形成

    [2] Crocco M, Trucco A. Stochastic and Analytic Optimization of Sparse Aperiodic Arrays and Broadband Beamformers With Robust Superdirective Patterns[J]. IEEE Transactions on Audio Speech & Language Processing, 2012, 20(9):2433-2447.

  • 相关阅读:
    eclipse的maven配置及本地仓库配置
    协方差矩阵计算方法
    马氏距离
    Python中的相对路径
    Pytorch中的LSTM和LSTMCell
    The Unreasonable Effectiveness of Recurrent Neural Networks
    RNN的灵活性
    LSTM和GRU
    Nesterov Accelerated Gradient
    Wasserstein GAN最新进展:从weight clipping到gradient penalty,更加先进的Lipschitz限制手法
  • 原文地址:https://www.cnblogs.com/ytxwzqin/p/9741429.html
Copyright © 2011-2022 走看看