摘要： 为解决非严格稀疏声场的声源识别问题，针对扩展声源提出一种全变分压缩波束形成方法。利用奇异值分解(Single Value Decomposition，SVD)和l2范数能量约束降低测量数据维度并提取有效信息，由扩展声源结构块稀疏特征和变分算子构造全变分及其压缩矩阵，进而构建全变分压缩波束形成正则化数学模型，经凸优化解析声源位置及强度矢量。该方法利用全变分将压缩波束形成由直接数据压缩转化为数据梯度的稀疏正则化，有效降低计算复杂度并提高识别准确率。经仿真对比得出：相比最小方差无畸变响应和压缩感知波束形成方法，识别准确率分别提高25 %和55 %，平均计算时间较最小方差无畸变响应法节省80 秒。最后由实验做出进一步验证：识别模拟扩展源和旋转声源的性能均优于以上两种对比方法。该方法不仅拓展了压缩波束形成的应用范围，而且为非严格稀疏声场的稀疏化研究提供一种新路径。

关键词: 声学, 声源识别, 空间扩展源, 压缩波束形成, 全变分, 正则化