Acoustic imaging with super-resolution techniques using non-equidistant planar antenna arrays

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The paper studies the possibility of using planar nonequidistant antenna arrays in problems of constructing acoustic images. Such antenna arrays can be used, for example, for diagnostics of various mechanisms in order to determine areas of increased noise emission. Numerical modeling was performed in the paper to determine the advantages of using nonequidistant antennas. Comparisons of modern classical super-resolution methods with one of the new methods developed at the IAP RAS are given. The obtained results were confirmed in the experiment. The results of the work allow us to conclude that planar sparse nonequidistant antenna arrays make it possible to reduce the number of microphones used or to expand the frequency range in problems of source selection and their resolution in space.

全文:

受限制的访问

作者简介

A. Rodionov

Federal Research Center A.V. Gaponov-Grekhov Institute of Applied Physics of the Russian Academy of Sciences (IAP RAS)

Email: saveliev@ipfran.ru
俄罗斯联邦, Ulyanova 46, Nizhny Novgorod, 603950

N. Savelev

Federal Research Center A.V. Gaponov-Grekhov Institute of Applied Physics of the Russian Academy of Sciences (IAP RAS)

编辑信件的主要联系方式.
Email: saveliev@ipfran.ru
俄罗斯联邦, Ulyanova 46, Nizhny Novgorod, 603950

参考

  1. Heilmann G., Meyer A. Time-domain Beamforming using 3D-microphone arrays // Proc. the Berlin Beamforming Conference. Berlin, Germany, 19–20 February, 2008. Art. No. 4.
  2. Зверев В.А. Формирование изображений акустических источников в мелком море. Федер. исслед. центр Ин-т приклад. физики РАН. Нижний Новгород: ИПФ РАН, 2019. 112 с.
  3. Leahy R.M., Jeffs B.D. // IEEE Trans. Antennas Propagat. 1991. V. 39. No. 8. P. 1178. doi: 10.1109/8.97353
  4. Bucci O.M., D’Urso M., Isernia T., et al. // IEEE Trans. Antennas Propagat. 2010. V. 58. No. 6. P. 1949. https://doi.org/10.1109/TAP.2010.2046831
  5. Малышкин Г.С., Сидельников Г.Б. Оптимальные и адаптивные методы обработки гидроакустических сигналов (обзор) // Акуст. журн. 2014. Т. 60. № 5. С. 526–545.
  6. Сазонтов А.Г., Малеханов А.И. Согласованная пространственная обработка сигналов в подводных звуковых каналах (обзор) // Акуст. журн. 2015. Т. 61. № 2. С. 233–253.
  7. Ермолаев В.Т., Флаксман А.Г., Елохин А.В., Купцов В.В. Метод минимального многочлена для оценки параметров сигналов, принимаемых антенной решеткой // Акуст. журн. 2018. Т. 64. № 1. С. 78–85.
  8. Van Trees H.L. Detection, Estimation, and Modulation Theory. Part IV. Optimum Array Processing. N.Y.: Wiley, 2002.
  9. Родионов А.А., Турчин В.И. Обработка сигналов в антенных решетках на основе модели помехи, включающей корреляционную матрицу неполного ранга // Изв. вузов. Радиофизика. 2017. Т. 60. № 1. С. 60–71.
  10. Родионов А.А., Семенов В.Ю., Савельев Н.В., Коновалов К.С. Локализация неподвижного источника звука с использованием некогерентного апертурного синтеза с одновременным подавлением помех // Изв. вузов. Радиофизика. 2019. Т. 62. № 2. С. 126–135.
  11. Иваненков А.С., Родионов А.А., Савельев Н.В. Определение эффективного числа источников помехи в задаче адаптивной оценки временных форм узкополосных сигналов с помощью антенных решеток // Изв. вузов. Радиофизика. 2019. Т. 62. № 3. С. 228–240.
  12. Иваненков А.С., Родионов А.А., Савельев Н.В. Сверхразрешение близких источников в задаче построения акустических изображений с помощью метода максимального правдоподобия // XXXII Сессия РАО, Москва 14-18 октября 2019 г.
  13. Иваненков А.С., Родионов А.А., Савельев Н.В. Построение акустических изображений с помощью гибких микрофонных антенных решеток с использованием сверхразрешающих методов // Изв. вузов. Радиофизика. 2021. Т. 64. № 7. С. 522–534.
  14. Турчин В.И., Родионов А.А. Обнаружение и пеленгация источников с использованием разреженных антенных решеток // Изв. Вузов. Радиофизика. 2018. Т. 61. № 2. C. 122–140.
  15. Родионов А.А., Савельев Н.В. Синтез планарных разреженных антенных решеток для обнаружения и пеленгации // Изв. вузов. Радиофизика. 2024. Т. 67. № 3. C. 236–245.
  16. Королюк В.С., Портенко Н.И., Скороход А.В. Справочник по теории вероятностей и математической статистике. М: Наука, 1985. 640 с.

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Selection of elements for AR. Black circles indicate the initial equidistant AR, red circles indicate the selection of elements according to the above method, gray lines indicate the boundaries of sublattices

下载 (127KB)
索引源数据
3. Fig. 2. Dependence of the resolution probability on the SNR for different adaptive methods. The result for an equidistant 120-element array is shown.

下载 (176KB)
索引源数据
4. Fig. 3. Dependence of resolution probability on SNR for different adaptive methods

下载 (158KB)
索引源数据
5. Fig. 4. Acoustic portrait for the MPCS and MUSIC methods for a sparse equidistant AR

下载 (165KB)
索引源数据
6. Fig. 5. Acoustic portrait for the MPCS and MUSIC methods for a sparse non-equidistant AR

下载 (156KB)
索引源数据
7. Fig. 6. Acoustic portrait constructed using the MUSIC and MPCS methods (120-element equidistant AR)

下载 (526KB)
索引源数据
8. Fig. 7. Acoustic portrait constructed using the MUSIC and MPCS methods (30-element sparse equidistant AR)

下载 (541KB)
索引源数据
9. Fig. 8. Acoustic portrait constructed using the MUSIC and MPCS methods (30-element sparse non-equidistant AR)

下载 (539KB)
索引源数据
10. Рис. 9. Акустический портрет, построенный с помощью методов MUSIC и МПКС (30-элементная разреженная неэквидистантная АР, уменьшенное по сравнению с рис. 8 расстояние между источниками)

下载 (546KB)
索引源数据

版权所有 © The Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».