Resumen

En este artículo, se clasifican los errores del conjunto de sensores vectoriales acústicos, se deriva el factor de impacto de cada error para el modelo de señal del conjunto y se compara la influencia de cada tipo de error en el rendimiento de la estimación de la dirección de llegada (DOA) del conjunto mediante experimentos Monte Carlo. Convirtiendo el error direccional y el error de localización en errores de amplitud y fase, se propone el modelo de optimización y el algoritmo de autocalibración de errores para el array de sensores vectoriales acústicos. Los experimentos de simulación y el procesamiento de datos de campo del conjunto de sensores vectoriales MEMS demuestran que el algoritmo de autocalibración propuesto tiene un buen rendimiento en la estimación de parámetros y cierta viabilidad en ingeniería.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:matriz de sensores vectoriales acústicos, algoritmo de calibración, muestra de matriz de sensores vectoriales mems, procesamiento de datos de experimentos de campo, buen rendimiento de estimación de parámetros, experimentos monte carlo, modelo de señal de matriz, cierta practicabilidad en ingeniería, error, error direccional
• Keywords:acoustic vector sensor array, calibration algorithm, mems vector sensor array show, field experiment data processing, good parameter estimation performance, monte carlo experiments, array signal model, certain engineering practicability, error, directional error