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。     

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。     

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。     

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。     

柱面统计最优近场声全息参数对比研究

考虑到近场噪声检测对水下航行器诊断、降噪具有重要意义,利用矢量声波信号指向性强、抗干扰能力优秀,能有效屏蔽工作环境中物体反射与其他方向干扰声源的特点,提出一种基于振速矢量信息进行柱面统计最优近场声全息的算法.通过仿真分析与实验对比,分别从声源频率与重构距离这两个参数变化对比该算法与标量声压算法的重构精度与声场效果,验证...     

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ac-MVDR高分辨算法的被动时反近场声源定位方法研究

为了克服多途效应对水下复杂结构声源的近场定位精度的影响,研究了基于幅度相位联合补偿的MVDR(ac-MVDR)算法的被动时反近场声源定位方法,该方法一方面将幅度补偿引入到MVDR近场聚焦波束形成中,充分利用声场的幅度相位信息重建声源平面上的噪声源空间位置分布,实现高分辨定位;另一方面可综合多途信息,对信号进行空时被动聚焦的同时,在信道输出总能量强的目标处实现选择性聚焦。通过仿真和实测数据的处理分析表明,该方法可有效的克服多途干扰,提高水下声源的近场定位精度。     

基于分布源边界点法的近场声全息实验研究

采用基于分布源边界点法的近场声全息技术对运转状态下的罗茨真空泵进行了噪声源识别和定位研究。实验采用13个声压传感器组成的传声器阵列和1个参考传声器测量全息面上的复声压信息，进而通过基于分布源边界点法的近场声全息技术和Tikhonov正则化方法重建获得声源的表面法向振速。重建结果表明：在测量信号中存在的2个低频噪声是支架在真空泵振动的激励作用下产生共振所致，而非真空泵本身所固有的噪声；而1533．2～1699．2Hz的宽带噪声则是真空泵端盖表面振动所产生，是真空泵所固有的噪声。同时，重建结果给出了各频率处噪声源的具体位置，为有效地进行真空泵的噪声控制提供了依据。     

运动物体噪声场分解的传递路径声全息方法

声全息及波束成形技术可以通过对阵列噪声信号处理,获得运动物体表面声场的分布。如果物体中声源相距较近或声源相关性较高,该方法不能有效区分每个声源对目标表面声场的贡献。提出了一种基于声源特征的传递路径声全息方法。该方法同时采集外场阵列面信息及物体上声源参考信息,在声源识别过程中,结合声源传递路径对采样面信息分解,然后采用声全息技术重建声源,实现声源识别和声场分解。介绍了该方法的识别过程,并与传统的声全息方法进行多声源仿真对比;最后应用该方法进行了实际汽车噪声源的分解。结果表明,该方法能有效识别并分离出运动物体的噪声源。     

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。     

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。     

阵列测量中的卡尔曼滤波器算法

针对经典波束形成算法不具备实时性、占用存储空间大、计算速度慢等缺点,提出了基于卡尔曼滤波器的算法。这种算法将信号处理领域中现有的卡尔曼滤波器理论与阵列信号处理过程相结合,在频域内对声学阵列所采集到的数据进行迭代处理,不仅能够及时发现风洞测量中存在的各种问题,而且可以实时消除由测量环境所引起的各种误差。仿真结果表明,这种算法比经典波束形成算法收敛速度更快,不仅成像效果很好,而且能够对低速运动声源进行定位。此算法具备实时性,为风洞声源的实时定位提供了重要的算法选择。     

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。     

基于压缩感知和快速波叠加谱方法的近场声全息

在等效源法近场声全息理论的基础上,将等效源强和积分核函数在轴对称虚拟面上进行双向傅里叶级数展开,使待求的源强向量转化为稀疏的傅里叶展开系数向量,并结合压缩感知重构算法中的基追踪降噪算法建立了一种基于压缩感知和快速波叠加谱的半解析、半数值等效源近场声全息方法。利用脉动球源与长条形声源对比了所提方法与传统压缩等效源法的声场重建效果。计算结果表明：当频率较低时,所提方法与传统方法的重建精度相当;但随着频率升高,所提方法的重建精度与抗噪性能均优于传统方法。     

基于LabVIEW的近场声全息噪声源识别系统

鉴于大多数近场声全息噪声源识别系统成本较高,基于LabVIEW开发成本低、适用性强的近场声全息噪声源识别系统。该系统可在传声器数量较多时使用阵列快照,也可在传声器数量有限或仪器通道个数有限时用线阵或面阵分块扫描获取全息面信息;通过嵌入的MATLAB近场声全息计算程序可以实现声场的重建和预测;通过LabVIEW可视化控件可以方便地实现重建和预测声场数据的显示。首先对该系统的原理及实现过程进行介绍,随后通过实验检验该系统的有效性。     

噪声源识别的混合波叠加法及其数值仿真研究

提出了以混合波叠加法作为声场的全息变换算法,建立了基于混合波叠加法在声源识别中的理论模型。此法用相对少量的测点数据就可重建任意形状源表面的声场,克服了基于边界元法的声全息中的奇异值积分和解的非唯一性难题,数值仿真结果表明:它具有计算速度快、重建精度高、测量成本低和容易实施等优点,可以精确地识别和定位机械噪声源,在工程实践中具有广泛的应用前景。     

引入声全息技术的发动机噪声源识别试验研究

针对某型3缸汽油发动机运用声全息技术进行发动机噪声源识别。首先在台架上对发动机进行1m声压级瞬态测试,由此确认进气侧的噪声辐射最大。然后在进气侧进行声全息试验,通过分析声压云图和噪声频谱,识别出该发动机进气侧的主要噪声源位于发电机处,噪声峰值频带为1 000 Hz~2 500 Hz。为了确定噪声源具体位置,结合近场声压法和表面振动法,在声全息识别出的主要噪声源位置进行补测试验,发现发电机的振动和近场噪声峰值频带均与1 000 Hz~2 500 Hz重合,由此可以确定该发动机进气侧的主要噪声源是发电机。综合运用声全息技术和传统的噪声源识别方法对发动机进行噪声源识别试验,不仅可以提高传统识别方法的效率,还可以弥补声全息技术精度不高的缺陷。