排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
实现噪声控制的前提是正确识别出主要的噪声源,研究噪声源空间指向性对于噪声源的辨识和预测有重大意义。为提高复杂声源的分辨率,以单极子点源形成扩展性声源表征噪声源,引进广义逆波束形成算法对扩展性声源进行声源定位。通过仿真计算,分析了广义逆波束形成(Generalized Inverse Beamforming,GIB)算法中麦克风阵列阵元数、测量距离对定位效果的影响,系统比较了去自谱算法和GIB算法对点声源、扩展性声源(5个紧密相连的单极子点源)的分辨率。仿真表明:GIB算法中定位效果受阵元数目影响不大,相对提高了点声源的定位精度,而且能分辨出扩展性声源。 相似文献
2.
广义逆波束形成是一种高效的声源识别方法,但是直接求解广义逆所得到重构声源极易受到测量误差的影响,重构声源位置将偏离实际。为提高声源识别精度,采用正则化方法控制测量误差,结合奇异值截断滤波正则化和广义逆理论提出一种基于TSVD的广义逆波束形成算法,并建立了数值仿真模型,以单极子点源和扩展性组合声源为研究对象,对比常规波束形成、GIB算法、TSVD-GIB算法详细分析了声源类型与频率等因素对声源识别性能的影响。最后在半消声室内对音箱进行了声源识别验证,结果表明基于TSVD-GIB算法具有较好的稳健性,能有效降低旁瓣干扰,相比GIB算法能更精准的识别声源。 相似文献
3.
波束形成是列车噪声源定位的常用方法,但在低频条件下分辨率较差,对扩展性声源的识别效果不佳.我们以扩展性声源为研究对象,理论推导了去自谱算法的扩展源模型.信噪比分别为-5dB和5dB时,通过比较分辨率和信源间隔的关系,对CBF、MVDR、MUSIC三种算法的稳健性进行定性分析,发现MVDR算法的分辨率受信噪比影响最小、稳健性较好.还系统地比较了MVDR算法和去自谱算法对单点声源、扩展性声源的定位效果,仿真表明,去自谱算法能有效抑制旁瓣效果(最大旁瓣级比MVDR算法低7.4dB),更适用于扩展性声源的定位. 相似文献
1