基于近场声全息的重建算法分析与研究

针对声全息算法种类繁多及应用场合不同需求,通过有限元仿真和数值仿真相结合,对基于傅里叶变换、统计最优和等效源3种算法进行分析,寻找声源频率、重建距离、采样间距及正则化方法对重建精度的影响,并对其计算效率进行对比。在开阔水域进行实验验证。结果表明:随着声源频率增大,重建距离增加,采样点数减少,声全息算法的重建精度逐渐降低。在低频区域,结合L-曲线正则化法的统计最优近场声全息具有最佳的声场重建效果;基于等效源法的声全息重建精度最高,但容易产生虚像;基于傅里叶变换的声全息算法受重建距离影响严重,但重建速度优异,且声源定位准确。     

统计最优柱面近场声全息识别声发射源研究

植物在受到病害胁迫时会发出声发射信号。通过声发射信号的采集,以统计最优柱面近场声全息技术为理论依据,进行植物的声源信号识别和声场分析。对单声源和多声源分别进行了仿真分析,通过不断修改全息柱面半径、重建柱面半径和测量点间距等参数,探索获得最佳重建效果的参数范围,同时探讨了窗函数对重建效果的影响。将基于统计最优算法的柱面近场声全息与基于空间傅里叶变换算法的柱面近场声全息进行了比较,仿真结果表明,单声源时基于空间傅里叶变换技术计算的重建面声压幅值相对误差均在10dB以下,而统计最优柱面声全息技术计算的重建面声压幅值相对误差均在15dB以下,多声源时基于空间傅里叶变换技术计算的重建面声压幅值相对误差基本在2dB左右,而统计最优柱面声全息技术计算的重建面声压幅值相对误差在26dB以下,充分表明了统计最优柱面声全息技术的优越性。     

用于近场声全息正则化的共轭梯度法

提出采用共轭梯度正则化方法稳定基于分布源边界点法的近场声全息重建过程,控制测量误差对重建结果的影响.共轭梯度法中的最佳迭代次数通过在全息面与源面之间布置一个小型辅助面,并通过最小化测量值与重建值之间的相对误差来选取.与Landweber迭代正则化方法相比,该方法同样具有较高的重建精度,但迭代时间却大大减少.对实际声源的实验研究验证了采用共轭梯度正则化方法控制近场声全息重建误差影响的有效性及其优越性.     

基于波叠加与统计最优近场声全息的单面声场分离技术

基于空间声场变换的近场声全息以及统计最优近场声全息都要求全息面一侧的声场必须为自由声场。为了克服应用上的局限性,提出了一种波叠加方法和统计最优近场声全息相结合的方法。针对现有的双全息面声场分离技术需要在两个全息面上进行声压测量,效率较低的问题,首先采用波叠加算法根据全息面上的声压重构出某个重建面上的声压,然后利用全息面和重建面的声压数据采用统计最优近场声全息技术分离出全息面某一侧声源在全息面上单独产生的声学量,从而以更少的测点数在全息面两侧都存在声源的情况下实现空间声场分离。实验和数值仿真验证了该方法的有效性和可行性。     

波叠加联合波束形成的局部声场重建技术研究

传统近场声全息是以快速傅里叶变换为基础的,在有限测量孔径条件下将产生窗效应和卷绕误差,因此一定程度上制约了其在工程上的应用。基于此,提出了一种基于波叠加联合波束形成的局部声场重建技术。首先利用波束形成对传声器阵列采集的声场信息进行分析计算,获得声源的具体位置;然后在该位置配置等效源,并利用迭代算法对局部声场的数据扩展;最后应用扩展后获得的声场数据进行重构。该技术只需要少量的传声器就可以方便快速的实现声场重建。在半消声室内采用两个音箱模拟声源进行研究,实验结果表明:在小测量孔径下该方法可以准确的重构外部声场,拓宽了近场声全息在工程中的应用范围。     

《基于非先验基分析提高声场重建精度》

在近场声全息(NAH)测量中，需要用离散傅里叶变换（DFT）进行频谱分析。在非同步采样下，DFT频谱分析产生泄露误差，导致重建精度低。基于非先验基的分析方法通过搜索内积的最大峰值来选取基向量，能够减小强幅值信号的掩蔽效应。将非先验基分析方法引入声全息系统，用来分析全息面复声压信号，进而重构点声源的辐射声场。结果表明，该方法能够提高声场重建的精度。     

基于分布源边界点法的近场声全息技术

分布源边界点法是一种新型的声辐射数值计算方法,通过分布在振动体内部一系列的特解源间接地构造出声源与声场之间的传递矩阵,从而有效地避开了采用边界元法求解声辐射问题时所存在的复杂的变量插值、奇异积分的处理、特征波数处解的非唯一性等问题.本文首先建立了分布源边界点法实现近场声全息变换的模型,并提出采用Tikhonov正则化方法稳定重建过程,抑制了重建误差的影响,随后通过实验研究进一步验证了文中方法的可行性和正确性.     

基于改进统计最优近场声全息的空间多种声源声场重建

为获取空间多种声源声场信息,传统统计最优近场声全息需要较多高阶项数的波函数来重建声场,而随着波函数阶数的提高,该方法对误差的放大作用也越大;此外传统方法都采用与声源共形的全息测量面,限制了其应用范围。提出了一种基于平面测量的改进统计最优近场声全息方法,可在波函数阶数较低的情况下提高重建精度。首先通过分析空间多种声源的特点选取合适的波函数组合,然后用该组合求出声场传递矩阵,最后重建出目标声源声场。通过数值仿真验证了该方法的有效性和适用性。结果表明:该方法能够有效地降低重建所需波函数阶数,抑制高阶波数对误差的放大作用从而提高重建精度,即使全息面与声源不共形,也能准确地重建出目标声源声场。     

调制声源的统计最优近场声全息技术研究

常规近场声全息技术分析调制声源产生的声场得到的结果无法正确识别和分析声源的调制成分。本文展开了调制声源的统计最优近场声全息分析,具体方法为先通过Hilbert变换解调调制声场的声压信号,提取出调制成分,然后再对调制成分进行统计最优近场声全息分析重建调制声源。通过扬声器实验和空压机调制声源识别实验证明了该方法在工程应用上的有效性。     

基于双振速测量面的噪声源定位方法研究

在较远距离准确定位噪声源对水下航行器等设备的减振降噪具有重要意义。该文提出一种基于双振速测量面的近场声全息技术,采用双测量面对双噪声源信号的质点振速信息进行提取,利用前后两测量面间的相位差构成格林函数,并根据声场重建公式进行近场声全息声场重建。数值仿真及主峰位置偏差分析表明,基于振速测量的双测量面近场声全息技术,与单振速测量面、双声压测量面的近场声全息技术相比,可以忽略边缘误差的影响,并可以在较远的测量距离更准确的定位声源位置,验证了基于双振速测量面近场声全息技术的有效性和可行性。     

基于矢量阵测量的局部近场全息技术研究

统计最优近场声全息技术是通过全息面上测量声压的线性叠加来反演重建面上的声学量,可以从理论上克服基于傅氏变换的近场声全息技术的局限性。针对水中圆柱体的噪声源识别问题,采用声压和质点振速测量来进行声全息计算,推导了基于振速测量的统计最优柱面近场声全息技术的重建公式。利用所编制的程序进行了仿真验证,最后设计矢量水听器进行水中全息实验,验证了该方法的可行性和准确性,实验结果表明,该技术在水中柱形声源辐射声场的噪声源识别和定位中有着明显的优势。     

声全息技术的研究现状与展望

简单地回顾了全息术的基本原理,全息术的应用范围及发展历史。对声全息技术进行了分类，并对各类声全息技术的特点进行了评述，就近场声全息技术（NAH）中常用的各类重建计算方法及适用范围、声全息数据的各类采集方法、特点及声全息成像的分辨率、各类声场全息图像的表达方法等问题的研究现状进行了详尽的分析，并重点分析了基于声压测量的近场声全息技术和基于声强测量的近场声全息技术（BAHIM）的研究现状，从而指出了这两种近场声全息技术有待进一步深入研究的问题，并对NAH及BAHIM技术发展前景进行了展望。     

基于分块特征提取的近场声全息故障诊断方法在相干故障下的应用

通过引入近场声全息和分块特征提取技术,改进了基于声像的故障诊断方法,发展了基于近场声全息模式识别的故障诊断技术.针对多个机械部件对应相同故障频率,并产生相干声场的故障情形进行了加肋板激振的模拟实验,使用传声器阵列扫描技术测取各种状态下声信号,在利用近场声全息技术得到声像进行噪声源识别与定位的基础上,对声像进行整体和分块相结合的奇异值特征,提取方式构造识别向量,然后采用多分类支持向量机进行训练分类,进而用于机械工作状态的诊断.实验结果表明,根据声像的物理特征使用整体和分块相结合的特征提取技巧能够较好改善诊断效果,同时进一步验证了声成像方法在故障诊断领域应用的可行性,并与常规的基于单点或几个孤立测点测试的声学故障诊断方法相比具有优越性,拓展了声学故障诊断技术的应用范围.     

噪声源识别的近场声全息方法和数值仿真分析

将近场声全息(NAH)用于噪声源的识别和定位，对不同类型噪声源的数值模拟结果和理论分析表明：对于复杂声源，采用近场声全息方法可以精确地定位噪声源，并且能很好地分辨出各噪声源振幅的强弱；在波数域加窗滤波后，声压测量的误差对声源识别结果的影响不大。并对重建结果误差的产生原因及近场声全息相关参数的选取原则做了详细的分析，对工程测量和噪声控制有一定的指导意义。     

采用矢量阵测量的水中宽带近场声全息技术研究

基于声强测量的宽带声全息技术(BAH IM)是由近场声全息(NAH)领域脱颖而出的一项技术,它由全息面上互相垂直的两个切向声强分量计算出全息面上的复声压相位,得到全息面上复声压,再进行NAH处理。针对水中圆柱体的噪声源识别问题,给出了该方法在柱体中运用的基本原理,利用所编制的程序进行了仿真验证,最后,采用矢量阵进行了水中近场声全息测量实验,验证了该方法的可行性和准确性,实验结果表明柱面内BAH IM技术在水中柱形声源内辐射声场的重建噪声源识别和定位中有着明显的优势。     

基于近场声全息的故障诊断方法及系统实现

针对基于振动信号故障诊断存在的接触式测量弊端及传统声学故障诊断只反映部分声学信息问题,将近场声全息技术引入故障诊断克服该缺陷。基于LabVIEW平台开发出的非接触式机械故障诊断系统,利用近场声全息重建机械声源面附近声压场,得到可视化声源的声像图;从声像图中提取反映声场空间分布的灰度共生矩阵特征,结合支持向量机模式识别实现智能故障诊断。该系统具备智能诊断测试、声源可视化、数据分析等功能,操作方便,可用性强。通过对齿轮箱故障诊断,正确率达97.3%。与传统声学诊断方法的对比,证明该系统可靠、实用。     

基于近场声全息的滚动轴承故障诊断

滚动轴承在工业生产中起着关键作用，对其进行故障诊断研究具有重要意义。目前轴承诊断主要以振动信号分析为基础，而获取振动信号受接触式测量限制，声学故障诊断（ABD）具有非接触式测量的优点，但传统基于单通道的ABD存在测点选择难与局部诊断的不足。联合近场声全息（NAH）和灰度—梯度共生矩阵（GLGCM）并应用于滚动轴承故障诊断，利用NAH重建各轴承运行状态下的声场，得到声源附近重建面处的声像图，再从声像图中提取GLGCM特征，建立声场特性与轴承运行状态的内在联系，结合支持向量机模式分类，实现轴承故障诊断，实验研究证实方法的可行性与有效性。     

基于波叠加的噪声源识别实验研究

提出了基于波叠加的噪声源识别和定位方法。该方法克服了边界元法声全息固有的奇异性和非唯一性问题，原理上容易理解，计算上容易实现。从实验出发，建立了实验所需的采集和分析系统，根据实测数据利用自谱和互谱获取全息面上的复声压，结合正则化处理给出了同一平面三个音箱源识别的效果图，实验验证了该方法在进行噪声源识别和定位时具有较好的效果。