季建朝，张宇，赵子龙，夏露



阵列测量中的卡尔曼滤波器算法

季建朝1,2，张宇2，赵子龙2，夏露2

(1. 清华大学航天航空学院，北京 100084；2. 陆军航空兵学院，北京 101123)

针对经典波束形成算法不具备实时性、占用存储空间大、计算速度慢等缺点，提出了基于卡尔曼滤波器的算法。这种算法将信号处理领域中现有的卡尔曼滤波器理论与阵列信号处理过程相结合，在频域内对声学阵列所采集到的数据进行迭代处理，不仅能够及时发现风洞测量中存在的各种问题，而且可以实时消除由测量环境所引起的各种误差。仿真结果表明，这种算法比经典波束形成算法收敛速度更快，不仅成像效果很好，而且能够对低速运动声源进行定位。此算法具备实时性，为风洞声源的实时定位提供了重要的算法选择。

气动噪声；阵列信号处理；波束形成；迭代方程

0 引言

随着交通运输、工业生产、城市建筑等的快速发展，噪声污染日益严重。长期处于强噪声环境，会给人的生理、心理带来很大危害，因此，噪声污染、大气污染和水污染一并被称为世界三大污染。为了降低噪声的影响，需要设计出相应的噪声控制方案，而方案的设计依赖于准确定位噪声源的分布和估算其强度。近些年，基于声传感器阵列的噪声源辨识测量应用与研究正变得越来越广泛[1-2]。

阵列信号处理算法主要是波束形成算法，包括将采集数据进行延时相加的经典算法[3]、具有较强点声源分辨能力的逆向法[4]、能够显著提高声源分辨率的反卷积算法[5]，以及有效提高旁瓣抑制能力、减小虚假声源干扰的算法[6]等。……