调制声场声源定位技术研究

为提高调制声场特征提取的准确性,减小噪声对全息重建结果影响,提出复解析小波变换的调制声源近场声全息分析方法。利用复解析小波变换自适应分析能力,对调制声场声压信号进行处理,实现调制信号与噪声信号分离,再对调制成分进行统计最优近场声全息重建分析。利用仿真信号及音响实验分析验证表明,该方法能准确识别、定位调制声源,计算量小,抑制噪声能力强,且全息重建精度高。     

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。     

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。     

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。     

传播波与倏逝波对全息重建影响的研究

通过分析近场声全息中传播波和倏逝波的声场分布与声源大小、辐射频率及测量距离的关系,得出了传播波和倏逝波在空间声场中的变化规律、影响因素以及两者之间的对应关系,确定了可利用的倏逝波传播距离。在此基础上,提出了一种改进的远场声全息方法：首先利用传统远场声全息方法重建声源,然后通过传播波与倏逝波的关系,得出声源面上相应的倏逝波成分,两者叠加获取接近于近场声全息的重建结果。最后,通过仿真和实验验证了这一结果。     

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。     

声场中倏逝波特性及改进全息重建方法的研究

近场声全息是通过在紧靠被测声源物体的近场测量面上记录全息数据，不但可以记录传播波成分，还可以获得反映声场高空间特性的倏逝波成分。通过分析传播波和倏逝波在声场中的分布情况与声场空间位置、声源大小及频率的关系，得出了传播波和倏逝波在空间声场中的变化规律、影响因素以及二者之间的对应关系。通过对不同背景噪声下倏逝波的传播情况确定了可利用倏逝波传播距离。在此基础上，提出了一种改进的声全息方法，通过用这种方法，可得出声源面上传播波与倏逝波成分，获取等效于近场声全息的重建结果。最后，通过仿真验证了这一结果。     

基于声阵列技术的汽车噪声源识别及贡献量分析

将统计最优声阵列技术运用于汽车噪声源(内部和外部)识别中,采用改进的远场声全息技术以弥补传统远场声全息识别精度低的缺点;研究了基于近场声全息技术的声贡献量分析方法,从而为低噪声优化设计提供方向;运用统计最优波束形成算法进行中高频声源识别,并将DAMAS方法用于后处理以提高识别精度,通过上述方法以探索一种新的声源识别及控制技术。最后将以上方法运用于某型轿车的声源识别和声贡献量分析中。     

压缩机噪声的跟踪采样近场声全息实验研究

降低噪声水平是提高产品质量的一个重要指标,识别噪声和振动源有助于采取针对性措施改进设计,从而达到减振降噪的目的。近场声全息技术的三维可视化功能可以有效地重建声振场,识别噪声源的主要位置。针对工业中广泛使用的旋转机械,提出用跟踪采样技术结合近场声全息方法进行声场分析,可以获取不同旋转区间的声场信息。以小型旋转式活塞压缩机为研究对象,压缩机由压缩机主体和储液器两个主要部分组成。利用Mller-BBM测试系统对压缩机外部声场进行测量,同时跟踪记录压缩机叶片的运动过程,在信号预处理后获取压缩机不同工作阶段的声信号,然后通过近场声全息技术重建了不同工作阶段压缩机表面的声场。重建的结果反映了声源的主要位置和不同工作阶段的变化情况,为近场声全息技术分析旋转机械声源方面提供了参考。     

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。