1.一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,主要包括以下步骤:步骤一:建立包含阵列分区、结构约束的多环同轴圆环阵候选点分布模型;
步骤二:以候选点分布模型为基础,给定麦克风数量,优选阵列孔径;
步骤三:建立阵列多目标构型优化函数,通过NSGA2算法求解所述优化函数,获得包含多种阵列构型的Pareto最优候选阵解集;
步骤四:建立目标阵构型筛选策略,获取目标麦克风阵列。
2.根据权利要求1所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,所述多环同轴圆环阵候选点分布模型满足下列约束:令子阵区数量C,区内麦克风数量J,候选点数量G,依据阵列孔径原理和声源测量要求,设置阵列结构约束为:(1)阵区中麦克风数量J=1,阵列面以角度 均匀分区,
(2)基础阵环半径以0.5λ为增量等量增加,环上麦克风间距0.5λ,λ为入射波波长;
(3)任一阵区内布置等量的麦克风和候选点,其数量关系为G≥6J;
(4)同阵区不同环上的候选点与圆心的连线均不重合,θij‑θi(j+n)≠0;同阵区同环上相邻候选点圆心角
3.根据权利要求1所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,所述候选点分布模型,通过下式进行构建:将阵区中候选点以s进行编号,s为正整数,第i个阵区内候选点位置可由数组表示为:Ai={si1 si2…si(G‑1) siG}
其中,sij为第i个阵区内第j个候选点,位置(θij,ρij);θij为极角,ρij为极径;
阵列平面由候选点数组生成的矩阵如下:
B=[A1 A2…A(G‑1) AG]
其中,麦克风位置则是从阵区候选点中随机选取,如J=1时生成的麦克风阵列候选点矩阵之一如下:
4.根据权利要求1所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,所述分区编码如下:将一种候选阵构型映射为NSGA2算法中的一条染色体,麦克风位置为对应染色体的基因,令基因数与麦克风总数一致,依据基因在染色体中出现的顺序确定分区顺序,进而确定候选点位置矩阵。按分区顺序用数字标识出分区编码,形成基因串及其与麦克风位置的对应关系,完成分区编码。
5.根据权利要求4所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,在分区编码下,交叉变异操作中的麦克风位置信息的极径和极角的变化方式为:交叉方式为两点交叉,交叉过程中候选点极径保持不变,只需重新计算因分区变化而改变的极角。
6.根据权利要求5所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,变异方式为单点变异,随机选择染色体上的候选点,从该区中选择一个剩余候选点代替原候选点,对应的极径和极角进行自适应更新。
7.根据权利要求1所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,所述改进交叉算子,如下式所示:式中,hi为父代中极径种类,q为阵列构型中极距种类的总数量。当父代种群中极径种类少时,阵元集中于某一环或其附近,交叉概率pc变大。
8.根据权利要求1所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,所述目标阵构型筛选策略如下式所示:式中,为权重值,权重值相加为1;ηmax为主瓣宽度的最大阈值;ζmin为旁瓣抑制比的最小阈值。
9.根据权利要求8所述的一种基于NSGA2算法的多声源识别随机声阵列构型方法,其特征在于,为保证主瓣宽度和旁瓣抑制比取值,给定性能参数阈值,即在最优候选阵解集中找出满足主瓣宽度MW<ηmax和旁瓣抑制比SR>ζmin条件的候选阵,然后,在符合条件的阵列构型中选取Fmax阵列构型,该构型为最终目标阵列。