基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提...基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提出基于函数波束形成的改进FFT-FISTA算法。改进算法以函数波束形成输出作为FFT-FISTA算法的迭代输入,建立函数波束形成、声源分布及升幂空间转移不变点扩散函数的线性方程组,基于周期边界条件下的快速傅里叶变换进行迭代求解,使被运算的非周期函数变为一个周期函数,解决补零边界带来的波数泄漏问题,可提高运算准确性,进一步提升成像性能;通过指数运算锐化点扩散函数主瓣,拓展点扩散函数空间转移不变性假设的适用性。仿真和试验结果表明,相较于常规FFT-FISTA算法,改进算法能提升成像空间分辨率及动态范围,扩大FFT-FISTA算法的有效成像区域,压缩气体泄漏试验结果验证了改进算法的有效性。展开更多
为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩...为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed Monotone Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy"Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。展开更多
文摘基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提出基于函数波束形成的改进FFT-FISTA算法。改进算法以函数波束形成输出作为FFT-FISTA算法的迭代输入,建立函数波束形成、声源分布及升幂空间转移不变点扩散函数的线性方程组,基于周期边界条件下的快速傅里叶变换进行迭代求解,使被运算的非周期函数变为一个周期函数,解决补零边界带来的波数泄漏问题,可提高运算准确性,进一步提升成像性能;通过指数运算锐化点扩散函数主瓣,拓展点扩散函数空间转移不变性假设的适用性。仿真和试验结果表明,相较于常规FFT-FISTA算法,改进算法能提升成像空间分辨率及动态范围,扩大FFT-FISTA算法的有效成像区域,压缩气体泄漏试验结果验证了改进算法的有效性。
文摘为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed Monotone Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy"Fast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform,FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。
