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。     

基于快速迭代柯西阈值的声场重建方法研究

在声源识别领域，稳定且准确识别目标声源是一项极具挑战性的任务，尤其在中、低频范围内，因此论文提出快速迭代柯西阈值算法在中、低频段实现鲁棒性较强的声源识别和定位。通过蒙特卡罗分析，与3种经典罚函数方法Tikhonov正则化方法、宽带声全息算法和内点法求解方法相比，所提出的方法在中、低频段获得了稳定的声压重建结果，平均重建误差在5%以下，对声源识别逆问题具有良好的距离适应性和信噪比适应性。     

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.     

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。     

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。     

迭代总体最小二乘正则化的近场声全息方法研究

为有效解决近场声全息(Near-field Acoustic Holograph,NAH)技术在水下振动声源识别方法中面临不适定性问题,将平面NAH技术的声源识别过程转化为线性系统的求解过程,探明声源识别中不适定性问题产生的根源,考虑全息面测量声压和传递矩阵均存在误差,提出牛顿迭代的总体最小二乘(NTLS)正则化方法稳定NAH重建过程。新方法以TLS正则化算法为基础建立目标函数,将目标函数改化为具有凸函数的性质;然后采用具有二阶收敛速度牛顿迭代法求解;基于L曲线法特性,提出自适应迭代方法确定正则化参数。开展了NAH仿真和试验研究,提出构建良态传递矩阵的策略,最终验证了NTLS正则化的NAH技术在水下振动声源识别和定位中具有较好的精度。     

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。     

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.     

声源识别的柱面声全息方法与数值实现研究

主要介绍了基于空间声场变换(STFT)的柱面声全息技术，及其在识别和定位柱状或类柱状声源方面的应用。柱状或类柱状声源如压缩机、电动机等都是工程中比较常见的噪声源，对该类声源的识别和控制具有重要的实际意义。给出了柱面全息重建的实现算法，并分析了重建误差同声压测量误差之间的关系。对不同类型声场的仿真模拟结果表明：给出的柱面声全息实现算法是有效的，可以正确地重建声场和识别噪声源。     

宽频带内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,但是适用的自由声场环境很难获得,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。目前声场分离的方法需要对声源有较多的先验知识,而且随着分析频率的增加,为了保持重建的精度需要减小传声阵元的间距,造成工程设计制造的难度进一步增加,这些方面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在较宽的频带内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。理论推导确保了方法的正确性,数值仿真验证了该方法的可行性和优越性。     

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。     

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。     

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     

共轭梯度最小二乘迭代正则化算法在冲击载荷识别中的应用

结构动载荷识别反问题是典型的病态问题,需要应用正则方法克服其病态特性而获得稳定的解。与直接正则化算法Tikhonov方法相比,共轭梯度最小二乘(Conjugate Gradient Least Squares,CGLS)迭代算法在载荷识别反问题的正则化过程有无须对传递矩阵求逆、无须明确正则化参数的优点。提出共轭梯度最小二乘迭代正则化算法和启发式迭代收敛终止准则,用于三自由度仿真模型和壳结构试验模型的冲击载荷识别,并与经典的Landweber迭代正则化算法和直接正则化算法Tikhonov方法比较。仿真和实验结果表明:CGLS迭代正则化算法在识别精度、收敛速度、计算效率和抗噪性方面有明显优势。     

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。     

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。     

可视化噪声源识别技术

简要回顾了噪声源识别的传统方法和基于信号处理的方法,阐述了可视化声源识别技术的基本原理,然后利用各种重建算法在三维空间中进行声场重构并将结果用图形表示出来。按噪声信号采集方式、重建算法和结果表示方式对该技术进行了分类。对常用的三类重建算法Fourier方法、Helmholtz-Kirchhoff积分方程法和等效源法进行了详细的比较,重点分析了等效源法,指出它目前存在的研究困难。给出了一种应用可视化噪声源识别技术的系统解决方案。     

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。