基于弹性网正则化的广义逆波束形成

广义逆波束形成是一种高效的声源识别方法。然而受限于较低的算法稳健性,使得其难以实现高精度的声源识别定位。为提高广义逆波束形成声源识别性能,结合弹性网正则化方法和广义逆理论提出一种基于弹性网正则化的广义逆波束形成。首先从广义逆理论出发介绍了特征向量求解以及阈值截断滤波过程,并结合弹性网正则化思想全面阐述了基于弹性网正则化的广义逆波束形成基本理论;其次建立了数值仿真模型,以单极子和多声源识为研究对象,对比其他波束形成算法详细分析了声源类型与频率等因素对其声源成像性能的影响。最后以单极子、不相干以及相干声源为研究对象进行实验分析,结果表明由于基于弹性网正则化的广义逆波束形成的波束输出解具有较强的稀疏性和稳健性,使得其相比传统广义逆波束形成,能更精准地识别定位声源。     

弹性网正则化广义逆波束形成算法改进

广义逆波束形成凭借其空间分辨率高,抑制旁瓣能力强等优势得到广泛关注。为了提升一般广义逆波束形成的声源识别性能,基于弹性网正则化波束形成既能保证声源识别结果的稳健性又能体现声源信号的稀疏性。然而,在测量声源信号的过程中所产生的非相干噪声对声源结果产生不可避免的误差,为抑制测量过程的干扰噪声,结合对角降噪和特征值改进法重构波束形成正则化参数,提出了一种改进弹性网正则化的广义逆波束形成,以重构正则化参数区别干扰噪声和目标声源。进行了数值仿真和实验验证,结果表明该算法在中高频时主瓣宽度误差低于10 dB,且比弹性网正则化波束形成具有更高的空间分辨率以及稳健性,衰减旁瓣能力强。     

反卷积DAMAS2波束形成声源识别研究

反卷积DAMAS2波束形成方法能有效消除旁瓣、提高分辨率和阵列的动力学水平。基于数值模拟的声源识别成像图及标准差曲线探究其结果随声源类型、信号频率、迭代次数的变化规律,结果表明:反卷积DAMAS2波束形成在识别单声源、不相干声源、相干声源时均可有效消除旁瓣、提高分辨率;频率越高,迭代次数越多,分辨率越好;声源识别准确度随迭代次数的增加呈"L"形变化,转折点对应迭代次数约为100;综合考虑计算准确度和效率,推荐100为优选迭代次数。上述结论对反卷积DAMAS2波束形成技术的运用具有指导意义。进一步,基于开发的声源识别软件进行的单扬声器、不相干双扬声器、相干双扬声器的声源识别试验验证了该方法的有效性及开发软件的正确性。     

传声器阵列函数反卷积声源成像算法研究

反卷积声源成像算法具有较高的空间分辨率,但动态范围不理想导致成像结果中存在虚假声源。 针对此问题,提出函 数反卷积声源成像算法,利用函数波束形成算法改进成像性能,通过对反卷积声源成像算法中的点扩散函数进行幂次运算,建 立函数波束形成输出功率、升幂点扩散函数与声源分布之间的线性关系,形成函数反卷积声源成像算法方程组;进一步采用正 约束的高斯-赛德尔迭代方法,求解声源分布信息。 对单声源和非相干声源仿真与实验表明,与函数波束形成、反卷积声源成 像算法相比,所提出算法可有效改善成像分辨率及动态范围。 根据声学中心覆盖面积随幂指数的变化关系,建议算法中幂指数 取值范围为 6~ 14。     

快速迭代收缩阈值声源识别算法及其改进

近场声全息是一种主流的声学成像技术,在技术实践中可以有效实现声源定位。等效源法可用于修正声源不同数值模型的l_2范数正则化逆问题和l_1范数正则化逆问题。为了提高传统等效源法的分辨力,减少旁瓣"鬼影",提出了一种高阶波束形成改良快速迭代收缩阈值声源识别算法mIFISTESM-v,该方法是在改进的快速迭代收缩/阈值等效源法与高阶波束形成方法相结合的框架下发展得来。通过单声源定位和相干声源定位的分辨力分析的数值模拟以及实验验证了该方法的实用性,结果表明,所提出的方法能较好地达到声源识别及定位的效果,该方法所得主瓣区小于0.002。     

基于互谱矩阵函数的多声源识别方法

为解决多声源识别中的混叠问题,提出一种基于互谱矩阵函数的多声源识别方法。首先,对与各峰值源相关的互谱矩阵进行特征值分解,并利用特征值和特征向量构造其函数;其次,在反卷积迭代过程中,将该函数用于计算移除各峰值源后的互谱矩阵函数和输出功率;最后,将与各峰值源相关的干净波束和剩余功率谱叠加,获得多声源的分布图像。仿真与实验结果表明,该算法的输出波束主瓣窄、旁瓣低,可有效提升传统反卷积算法的动态范围,实现多声源的高分辨率识别。     

函数波束形成声源识别性能分析及应用

函数波束形成声源识别算法能够有效克服传统波束形成存在的"主瓣"宽、"旁瓣"高且多等缺陷。基于传统波束形成及矩阵特征值分解理论,给出函数波束形成算法的理论推导。基于自主开发的算法程序进行单声源、不相干双声源的模拟仿真,结果表明:函数波束形成在识别单声源、不相干声源时均能有效地衰减旁瓣,提高识别分辨率,且能清晰地识别弱源;当声源不在聚焦网格点时,函数波束形成主瓣峰值输出随指数的增大而降低,出现失真的情况;传声器及测量通道频响失配情况对函数波束形成的成像影响很小。由函数波束形成峰值输出误差随指数的变化曲线,建议指数一般取16。进一步,不相干四声源的算例试验验证了算法的有效性及程序的正确性。对某汽车前围板的隔声薄弱环节识别中,除空调进风口及暖风机进出水管安装孔隔声薄弱环节以外,亦准确定位转向柱安装孔附近这一隔声薄弱位置,识别结果更全面,为进一步改进其隔声性能指明了方向。     

高性能波束形成声源识别方法研究综述

基于传声器阵列测量的波束形成声源识别技术广泛应用于军事、工业、环境等领域。围绕“空间分辨能力增强、寄生虚假声源抑制、定位定量精度提升、鲁棒稳健性能强化、声源识别功能完善”的目标,国内外学者开展了大量研究工作并取得了丰硕成果,反卷积波束形成、函数型波束形成和压缩波束形成三类典型高性能方法先后被提出。为帮助国内学者全面了解三类高性能波束形成方法并加以推广应用,系统阐述其核心思想,全面综述其重要研究进展,根据需要计算的阵列点传播函数的数目对反卷积波束形成进行科学分类,根据采用的网格点类型对压缩波束形成进行科学分类。综述同时涵盖适宜识别阵列前方局部区域内声源的平面传声器阵列和适宜360°全景识别声源的球面传声器阵列。     

基于函数广义逆波束形成的声源识别

广义逆波束形成是一种基于传声器阵列的高效声源识别技术。然而面对复杂声源,受限于较差的旁瓣抑制能力以及较低的动态显示范围,难以实现高精度的声源识别定位。为提高广义逆波束形成声源识别的动力学水平,结合函数波束形成,提出一种函数广义逆波束形成方法。从广义逆波束形成与矩阵函数分析出发,全面阐述函数广义逆波束形成基本理论,详细分析不同声源类型和测量误差等因素对其声源成像性能的影响,得到阶次数的最佳取值应用范围。通过数值仿真模型和试验算例进行声源成像仿真,结果表明,函数广义逆波束形成,在保证准确识别声源强度与声源方位的基础上,通过增加阶次数能成倍提高波束旁瓣抑制能力,从而保证其拥有更高的空间分辨率能更精准定位声源。     

基于声压贡献的球面阵波束形成声源识别滤波求和算法

运用实心球传声器阵列波束形成技术识别声源时,滤波求和算法提高了传统声压球谐函数角度分解算法的旁瓣抑制性能,但其采用声源强度作为输出,无法直接反映声源对目标接收者的声学贡献,且输出结果是否准确依赖于聚焦距离是否等于源到阵列中心的真实距离。针对此问题,以最小化最大旁瓣为目标,以声压贡献输出的主瓣峰值无畸变为约束条件,构建二阶锥规划优化模型,采用CVX凸优化求解器进行求解获取滤波参数,最终建立以声压贡献为输出的球面阵波束形成声源识别滤波求和算法。仿真及试验结果均表明,该算法实现了声源对目标接收者的声压贡献量化,且量化准确度几乎不受聚焦距离的影响,同时具有优秀的旁瓣抑制性能和良好的空间分辨率。     

Generalized inverse beamforming with optimized regularization strategy

A promising recent development on acoustic source localization and source strength estimation is the generalized inverse beamforming, which is based on the microphone array cross-spectral matrix eigenstructure. This method presents several advantages over the conventional beamforming, including a higher accuracy on the source center localization and strength estimation even with distributed coherent sources. This paper aims to improve the strength estimation of the generalized inverse beamforming method with an automated regularization factor definition. Also in this work, a virtual target grid is introduced, and source mapping and strength estimation are obtained disregarding, as much as possible, the reflections influence. Two simple problems are used to compare the generalized inverse performance with fixed regularization factor to performance obtained using the optimized regularization strategy. Numerical and experimental data are used, and two other strength estimation methods are also evaluated for reference.     

基于Green函数和正则化的动态载荷识别方法

在载荷识别过程中由于结构矩阵的病态特性以及测量噪声的影响，常规最小二乘法往往失效。针对这一问题，采用正则化方法进行载荷识别。载荷在时域内可用一系列脉冲来表示，系统的响应是载荷与单位脉冲响应函数的卷积分。通过对载荷反演模型剖析，指出该病态问题的本质，提出了相应的正则化求解方法。基于Morozov相容性原理，采用一种新的选取正则化参数的准则分别进行了单输入单输出和二输入二输出系统的载荷识别。仿真结果说明该识别方法是有效的，可以得到满足工程要求的稳定近似解。     

基于期望块对数似然的激光吸收光谱层析成像

可调谐二极管激光吸收光谱层析成像(TDLAST)是一种重要的非侵入式燃烧检测技术。然而,TDLAST逆问题的欠定性使得传统算法重建的气体吸收密度存在较大误差。本文将期望块对数似然先验引入TDLAST逆问题的求解,提出基于高斯混合模型(GMM)正则化的温度重建算法(GMMTRT)。该方法利用GMM建模燃烧场气体吸收密度的局部分布特性,采用半二次分裂方法求解引入GMM正则化的TDLAST逆问题。利用火灾动力学模拟器生成的仿真数据与利用TDLAST实验系统获得的实际数据进行的重建实验均表明,GMMTRT重建的温度图像能够准确定位火焰位置,并清晰描述燃烧场感兴趣区域的温度分布。与现有的基于Tikhonov正则化的温度重建算法和同时代数重建算法相比,GMMTRT的重建误差分别能够降低15.42%～36.16%和23.10%～44.79%。     

Electrical capacitance tomography using an accelerated proximal gradient algorithm

Image reconstruction in electrical capacitance tomography requires a solution of an ill-posed inverse problem. This paper applies an accelerated proximal gradient (APG) singular value thresholding algorithm, which is originally proposed for the matrix completion problem, to image two-phase flow. Aiming to improve the image quality, a nuclear norm-based regularization technique is adopted to treat the ill-posedness of the inverse problem, and a simple updating technique is used to update the sensitivity matrix. Both typical and complicated distributions (e.g., "sun-rise" and cross-shape), have been examined based on a 16-electrode configuration. The results showed that the APG algorithm with updated sensitivity matrix could produce higher quality images when compared to the algorithm based on the typical sensitivity matrix. Both simulation and experiment results indicate that the algorithm developed has been able to achieve good quality reconstructed images with relativity fast computation speed for the cases tested in this paper.     

基于稀疏贝叶斯学习的压缩球波束形成声源识别方法

基于实心球传声器阵列的压缩球波束形成具有声学成像全景、适宜中远距离测量而易于布置等优势,在汽车、飞机等噪声源识别领域具有广阔应用前景。新近提出的基于稀疏贝叶斯学习(Sparse Bayesian learning, SBL)的压缩球波束形成能够获得良好的低频声源识别性能,但由于其采用了第二类最大似然估计(Maximum type-Ⅱ likelihood estimation, MLE-Ⅱ)进而需要估计声源稀疏度,且抗噪声干扰能力和计算效率也有待提升,推广应用受限。为此,首先将压缩球波束形成数学模型求解问题转化为SBL框架下的源强分布最大后验(Maximum a posterior,MAP)估计问题,并采用期望最大化优化算法(Expectation maximization, EM)加以求解,提出无需稀疏度估计的MAP-EM压缩球波束形成方法;在此基础上,将多快拍复声压矩阵输入转换为多快拍平均的声压互谱矩阵输入,并基于互谱矩阵对角重构降噪建立了抗噪声干扰能力增强的EMAP-EM(Enhanced MAP-EM, EMAP-EM)压缩球波束形成方法。仿真和试验均表明,提出的MAP-EM和...     

A new nonlinear reconstruction method based on total variation regularization of neutron penumbral imaging

Neutron penumbral imaging is a significant diagnostic technique in laser-driven inertial confinement fusion experiment. It is very important to develop a new reconstruction method to improve the resolution of neutron penumbral imaging. A new nonlinear reconstruction method based on total variation (TV) regularization is proposed in this paper. A TV-norm is used as regularized term to construct a smoothing functional for penumbral image reconstruction in the new method, in this way, the problem of penumbral image reconstruction is transformed to the problem of a functional minimization. In addition, a fixed point iteration scheme is introduced to solve the problem of functional minimization. The numerical experimental results show that, compared to linear reconstruction method based on Wiener filter, the TV regularized nonlinear reconstruction method is beneficial to improve the quality of reconstructed image with better performance of noise smoothing and edge preserving. Meanwhile, it can also obtain the spatial resolution with 5 μm which is higher than the Wiener method.     

近场声全息理论与应用的研究现状与展望

回顾近场声全息(NAH,near field acoustical holography)理论与应用的发展历史及国内外研究现状。对NAH技术进行分类,并对各类NAH技术的重建算法及适用范围进行评述。重点介绍近十几年来NAH的发展：正交共形结构NAH技术中关于测量孔径有限性对重建精度影响的研究,特别是关于数据外推技术的发展;全息面数据采集方法研究,包括参考源互谱测量法及基于声强测量的宽带声全息重建技术(broadband acoustical holography from intensity measurement,BAHIM)法;任意形结构NAH技术中声场重建病态性研究的发展,特别是正则化理论的应用;NAH在工程中的应用研究,包括移动声源、封闭空间声场等场合的应用等。另外,还介绍一些其他的声场重建技术,包括Helmholtz积分方程最小均方误差法(HELS)、边界点方法等。最后,讨论NAH研究有待解决的问题,并探讨NAH研究的发展趋势。