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。     

半空间近场声全息技术的等效源配置研究

当振动体位于某边界面上方时,通常可采用半空间近场声全息技术重构三维空间声场,以便考虑该边界面反射作用对声场的影响。其中,基于等效源法的半空间近场声全息技术将反射声视为由一系列位于边界面下方的等效源辐射所得,采用自由空间传递函数即可实现半空间声场重建,原理简单,计算方便,但该方法计算精度严重依赖于等效源配置。如果等效源配置不合理,重建精度很低,甚至重建失效。而目前的等效源配置方法主要适用于自由声场。以探索适用于半空间声场的等效源配置方法为目标,通过数值仿真研究和分析,寻找合适的等效源配置方案,最终获得更高更稳定的半空间声场重建精度。     

半空间近场声全息技术的等效源配置研究

当振动体位于某边界面上方时,通常可采用半空间近场声全息技术重构三维空间声场,以便考虑该边界面反射作用对声场的影响.其中,基于等效源法的半空间近场声全息技术将反射声视为由一系列位于边界面下方的等效源辐射所得,采用自由空间传递函数即可实现半空间声场重建,原理简单,计算方便,但该方法计算精度严重依赖于等效源配置.如果等效源配...     

基于不动点迭代的增广拉格朗日声源识别算法EI北大核心CSCD

等效源法近场声全息是进行声源识别的重要方法。传统的基于Tikhonov正则化方法局限于相对低的频率,进行高频声源的声场重建时效果较差,而基于最速下降法的宽带声全息(wideband acoustic holography,WBH)方法则在中高频效果较好。为了拓宽声场重建的频率范围并提高声源识别分辨率,提出一种基于增广拉格朗日方法(augmented Lagrangian method,ALM)的等效源法声源识别算法,该方法将L1范数正则化模型转化为增广拉格朗日方程的最小化问题,并应用不动点迭代求解得到声源强度。通过仿真与试验表明,与Tikhonov正则化、WBH和快速迭代收缩阈值算法(fast iterative shrinking threshold algorithm,FISTA)三种方法对比,所提方法适用于更宽的频率范围,且对不同的全息距离和信噪比具有很好的适应性。     

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。     

局部近场声全息的仿真与实验研究

声场的局部测量不能满足基于快速傅里叶变换近场声全息理论推导的前提条件，所以该方法无法实现局部声场的精确重建。统计最优近场声全息在空间域直接实现声场的重建，避免由于使用快速傅里叶变换而产生的各种误差。结合不同的正则化方法，研究了统计最优近场声全息对局部声场的重建效果，分析了重建面边缘区域以及中心区域误差对总误差的贡献。仿真与实验结果表明：统计最优近场声全息可以实现局部声场的精确重建，重建面边缘区域的误差大于中心区域的误差；正则化技术方面，基于Engl误差最小化原则的正则化参数选择法，使得Tikhonov正则化方法更为实用。     

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。     

基于近场声全息的载荷识别技术及试验验证

提出1种通过辐射声测量来识别激励源的基于近场声全息的载荷识别技术。针对所研究的圆筒结构,通过测量激励产生的辐射声场,使用近场声全息的声场理论建立内部声等效源,进而用基于等效源的近场声全息方法重构结构表面振速。将振速换算成法向加速度对激励进行识别,并与由力传感器直接测得的力谱进行比较,结果显示主要峰值频率处激励力的辨识误差均在5 d B以下,满足工程应用要求。     

《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。     

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.     

强干扰环境下声源可视化重建方法的研究进展

准确识别噪声源是机电产品噪声控制的关键,其中,近场声全息和波束形成是两种常用的声源可视化重建方法,分别适用于近场低频和远场高频声源重建的情况。传统的声全息和波束形成方法基于自由场假设,即适用于目标声源辐射声与干扰噪声之间的信噪比大于10 dB的情况。然而很多机电产品的噪声测试只能在工作现场进行,不满足自由场条件。为此,从声学传播方程和信号处理两个方面出发,回顾了强干扰环境下声源可视化重建方法的研究发展历程,评点了每种方法的特点和适用范围。重点介绍了强干扰环境下的近场声全息方法,包括声场分离法和逆块传递函数法。另外,还介绍了混响环境下的声源重建方法以及基于信号处理的信号噪声分离方法。最后,讨论了强干扰环境下声源重建有待解决的问题及其发展趋势。     

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。     

基于等效源法的单全息面分离声场研究

近场声全息能高分辨率地重构声场,但是其所要求的严格的自由声场条件在工程上很难得到满足,声场分离的方法能虚拟出自由声场,扩大了近场声全息技术的应用范围。目前的声场分离方法对声源要求有较多的先验知识,一定程度上阻碍了近场声全息技术的应用。文章根据声波等效源法的原理提出一种新的单全息面分离声场方法,无需目标声源和噪声源的先验知识,即可对声场进行分离,达到虚拟消声的效果。通过理论推导证明了方法的正确性,通过数值仿真验证了该方法的可行性。     

平面近场声全息中指数滤波器窗函数设计优化

对基于空间二维傅里叶变换法的平面近场声全息算法中指数滤波器窗函数的合理设置进行了分析和优化。根据优化效果给出一定声源频率条件下,指数滤波器窗函数参数合理设置的建议。同时研究了指数滤波器参数最优设置与声源频率之间的对应关系,并寻找出对应不同声源频率的指数滤波器参数的最优设置。结果表明：相比较窗函数陡度系数的取值变化,滤波器截止波数的取值变化对重建效果影响更加明显;当声源频率在100～1 500 Hz之间变化时,随着声源频率的增加,指数滤波器窗函数的陡度系数的最优值逐渐减小,滤波器截止波数的最优值逐渐增大。     

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。     

基于亥姆霍兹方程最小二乘法的运动声源识别研究

为有效解决水下运动声源的噪声源识别问题,研究了基于移动框架技术（MFAH）和亥姆霍兹方程最小二乘法（HELS）的运动声源识别理论,建立了基于MFAH与HELS的组合声全息算法,并通过了水池实验验证。实验研究结果表明该组合算法能够对水下任意形状运动声源进行准确识别,能够获得较高的声源定位精度,并且适用的频率范围较宽;对于存在多个相干声源的复杂声场,仅要求阵列的全息测量面为重建面的1.3倍就能够较准确的识别定位噪声源,实现了用小测量面、快速识别定位运动噪声源,为进一步的工程应用提供了方便