1.一种基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,包括以下步骤:在待测声场设置全息面,基于所述全息面进行时域声压信号进行测量得到测量声压列向量;
在待测声场设置虚源面,基于所述虚源面将波数域离散为若干波数点;
基于所述测量声压列向量和若干波数点,采用时域平面波叠加法对时域声压信号进行建模得到声压信号模型;
基于所述声压信号模型,采用基于变分贝叶斯近似的增广卡尔曼滤波器对声场的状态向量和虚源面上的压力时间波数谱进行联合递归估计得到状态向量估计和波数谱估计;
其中,基于变分贝叶斯近似的增广卡尔曼滤波器对声场的状态向量和虚源面上的压力时间波数谱进行联合递归估计的过程包括:在时间序列的起始点,对声场的状态向量和虚拟源面上的压力时间波数谱进行初始估计,并设定初始协方差矩阵;利用特征系统实现算法将时域平面波叠加法的多输入多输出系统转化为状态空间形式,得到状态空间方程和输入输出测量方程;基于虚源面上的离散压力时间波数谱包含的一阶光滑性条件构建增广状态向量;基于所述虚源面上的压力时间波数谱得到更新后的状态空间方程和输入输出测量方程;采用标准的变分贝叶斯方法对所述增广状态向量和更新后的状态空间方程进行后验分布近似得到可分离的近似分布;
基于所述状态向量估计和波数谱估计重建声场中任意空间点在各个时刻的声压信号。
2.根据权利要求1所述的基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,采用时域平面波叠加法对时域声压信号进行建模的过程包括:虚源面时域波数谱与时域传播核的卷积叠加;其中,表达式为:式中,表示时域卷积,表示声场中的每一个空间位置表示,是波数域第l个采样点的波数,,L指波数域采样点数;,和分别表示平面R、H和V在z轴上的位置,其中,;和是将虚源面上的时域声压波数谱与全息面H上的时变声压以及重建面R上的时变声压相关联的时域传播核。
3.根据权利要求2所述的基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,全息面上任意时刻任意一点的时域声压的表达式为:;
其中表示时刻全息面声压矩阵,表示时刻虚源面声压波数谱矩阵,表示时刻全息面和虚源面的时域传播核矩阵。
4.根据权利要求1所述的基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,利用特征系统实现算法将时域平面波叠加法的多输入多输出系统转化为状态空间形式,得到状态空间方程和输入输出测量方程,所述状态空间方程和输入输出测量方程的表达式为:式中,是高斯过程噪声矩阵,,表示的协方差矩阵,表示测量噪声矩阵,,表示的协方差矩阵,表示时间步长的状态矩阵,表示虚源面声压波数谱矩阵,表示全息面声压矩阵,A、B、C和D分别表示离散化的状态、输入、输出和馈通矩阵。
5.根据权利要求4所述的基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,虚源面上的离散压力时间波数谱包含的一阶光滑性条件对应的矩阵方程为:式中,表示虚源面声压波数谱。
6.根据权利要求5所述的基于变分贝叶斯近似的增广卡尔曼滤波器的瞬态声场重建方法,其特征在于,采用标准的变分贝叶斯方法对所述增广状态向量和更新后的状态空间方程进行后验分布近似的表达式为:式中,和分别是和概率密度函数。