一种有效抑制阵列后方声源的心形指向性传声器阵列

基于心形指向性传声器的波束形成可以有效抑制阵列后方声源的干扰,提高前方声源的识别精度。以平面轮形传声器阵列为对象,借助MATLAB仿真计算,对阵列后方声源波束形成声源识别特性及其抑制方法进行研究。基于除自谱的互谱波束形成算法提出了含有传声器指向性的波束形成算法,对圆形和心形指向性传声器进行不同声源类型的波束形成仿真计算,并针对仿真结果显示出的不足,给出了既能保证阵列平面上最大声压贡献量的识别精度,又能降低旁瓣水平的幅值校正算法。试验结果证明了基于心形指向性传声器的波束形成可以有效抑制后方声源。     

波束形成三维传声器阵列声源识别的改进方法

采用具有倾角的轮型阵列能消除平面阵列对其后方背景声源无抑制能力的缺点,降低对测试环境的要求。通过仿真计算获得了三维轮型传声器阵列波束形成指向图及典型最大旁瓣水平随阵列倾角的变化曲线,分析了阵列倾角对其声源识别性能的影响。在此基础上,提出了阵列多倾角测量声级平均的声源识别改进方法,三种类型声场声源识别的模拟计算结果表明：该方法在准确计算目标声源位置和幅值的同时,相比于一定倾角阵列的单次测量结果可以更有效地同时衰减阵列前方声波和背后背景噪声在聚焦方向上产生的旁瓣干扰,显著地提高了声源识别精度。     

扩展性噪声源定位的空间谱估计仿真研究

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.     

基于高阶矩阵函数的广义逆波束形成改进算法

广义逆波束形成是一种高效的声源识别定位方法,然而其计算稳健性易受随机噪声影响,阻碍了其声源识别动力学水平进一步提高。为改善广义逆波束形成声源识别方法的稳健性,基于高阶矩阵函数提出一种广义逆波束形成改进算法:定义了基于广义逆波束形成的正则化矩阵;对正则化矩阵与波束形成输出进行迭代运算;利用高阶矩阵函数对迭代求解所得广义逆波束形成输出的互谱进行优化。通过数值仿真详细分析了声源频率对波束形成矩阵函数阶次取值的影响,得到阶次的最优取值区间。最后通过数值模型和实验算例对单极子与相干声源进行定位识别,结果表明:改进算法在准确识别声源基础上能有效抑制旁瓣干扰,且具有更高的声源识别精度。     

压缩感知波束形成算法性能分析

波束形成声源识别技术具有测量速度快、计算效率高等优点,被广泛应用。因为其"主瓣"过宽造成空间定位精度低,"旁瓣"既高又多导致出现许多"鬼影"声源,从而限制其得到进一步应用。为解决以上问题,利用压缩感知理论中贪婪算法对信号的重建方法,改进常规波束形成算法,提出一种压缩感知波束形成方法。对单极子声源和相干声源进行声源识别数值模拟仿真,结果表明:与函数波束形成方法相比,压缩感知波束形成方法在识别单极子声源和相干声源时,定位精度更高,更能使旁瓣得到有效衰减,分辨率提升更大,并能够大幅缩短识别时间,具有一定的研究意义。     

基于非负最小二乘反卷积波束形成的发动机噪声源识别

为提高波束形成方法识别发动机噪声源的位置精度,开发了FFT-NNLS反卷积波束形成声源识别软件。对已知单声源、不相干双声源、相干双声源等多种模拟声源的识别结果表明：该方法能够有效消除旁瓣,显著提高空间分辨率,随迭代次数的增加更快收敛,更准确地识别声源。某发动机全负荷额定转速工况下的噪声源识别试验结果表明：气缸盖罩、缸体、排气旁通阀、发电机是其主要噪声源。为改善其声学性能指明了方向,验证了FFT-NNLS反卷积波束形成在发动机噪声源识别中的有效性和所开发软件的正确性。     

基于L1 最小范数法的波束形成方法参数研究

L1 最小范数法的波束形成方法具有运行速度快、识别准确度高、分辨率好等优点，广泛应用于声源识别领域，然而因该方法参数选取较为困难，在使用中需要花费大量时间来试值。针对此问题，建立声源测量模型，研究不同条件下约束参数的取值。基于详细的理论推导与数值模拟仿真，分析约束参数ε 与声源距离，信噪比和阵列孔径之间的关系。数值模拟结果表明：信噪比为10 dB到40 dB之间，测量距离大于0.5 m，测量阵列采用49 个阵列单元时，可以实现声源的精确定位，并且约束参数的变化范围很小，在不同的频率下呈现一定的规律性。发现这种变化规律为参数选择提供了可靠的理论基础，可大大缩短取值的时间，具有很高的可行性。     

基于平面传声器阵列的声源定位系统

对阵列的特性进行了研究,并提出了一种优化的64阵元平面螺旋阵列。这种64阵元平面螺旋阵列的阵元分布在以阵列中心为轴心的8条螺旋上,并且具有较窄的主瓣宽度和较低的旁瓣级。基于这种优化的阵型,研制了一种声源定位系统。研究分析了该阵列的探测性能,并通过实验数据对该声源定位系统的性能指标作了验证和评估。利用波束形成算法进行声源定位,通过仿真和实验分析,证明了这种阵型优化的阵列在声源定位应用中的有效性。     

基于CLEAN-SC清晰化波束形成的汽车前围板隔声薄弱部位识别

为提高波束形成识别汽车前围板隔声薄弱部位的精度,开发了CLEAN-SC清晰化波束形成声源识别软件。对多种已知模拟声源的识别结果表明:该方法能够显著提高分辨率、衰减旁瓣,更准确地识别单声源及不相干声源,且随迭代次数的增加收敛快、受传声器及通道频响失配等因素的干扰小。某汽车前围板的隔声薄弱部位识别试验结果表明:空调进气口左上角位置是主要薄弱部位,空调进气口内外循环转换阀与阀口贴合不紧密是根本原因。为改善其隔声性能指明了方向,验证了CLEAN-SC清晰化波束形成方法在汽车前围板隔声薄弱部位识别中的有效性及所开发软件的正确性。     

基于声阵列技术的汽车噪声源识别试验研究

声阵列技术通过多个传声器获取声场信息,使用波束形成原理对声场信号进行处理,能对宽带声源进行有效识别。利用基于波束形成的声阵列噪声源分析技术,研究了汽车辐射噪声的频率特性和能量分布特性,通过与光学图像的自动重叠,获得了汽车整车最大噪声源的频率、空间位置及产生来源。试验结果表明,声阵列技术能够快速有效地进行噪声源诊断和声源空间定位,为汽车的噪声控制提供了科学依据。     

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。     

基于反卷积的双线阵聚焦波束形成被动定位方法

为了提高双线阵聚焦波束形成在阵元数少或频率低时的定位精度,文章研究了一种基于反卷积的双线阵聚焦波束形成被动定位方法。首先在测量区内对双线阵接收信号进行球面波补偿,给出噪声源分布的声图信息。然后根据阵型的参数,计算双线阵的指向性函数。最后利用一种适用于移变阵列的二维扩展R-L反卷积算法,对声图波束输出和双线阵的指向性函数做反卷积,求解基于反卷积波束形成的源的分布。该方法旁瓣更低,分辨力更高,有效提高双线阵聚焦波束形成的定位精度和左右舷分辨能力,为后续的减振降噪、噪声检测等工作提供了参考。     

交叉层波束形成方法的发动机噪声源识别

发动机噪声源分布复杂,来源多,用人耳很难分辨,利用传声器阵列的噪声源识别技术可以为发动机噪声控制提供客观依据和指导。使用波束形成声源识别方法,对位于不同平面的多个声源进行了仿真识别,并研究了多维声源识别方法,使用交叉层法得到了声源定位的立体结果。结果显示,交叉层法可以有效消减或去除来自识别表面之外的声源在识别表面的虚假投影。最后,针对某发动机产品,使用平面传声器阵列对其上、前、左、右四个面分别进行一次变转速工况时域声压信号采集,使用互谱矩阵波束形成算法,得到各转速下发动机各表面的声源分布图像,并通过交叉层法得到了发动机表面声源的立体分布,准确将声源定位至发动机表面各部件。     

基于广义逆波束形成的扩展性噪声源定位误差影响因素仿真研究

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。     

基于波束特征值分析的单双目标分辨技术方法

目标源数估计是基于特征值分析的高分辨谱估计技术中用来划分信号子空间和噪声子空间的关键步骤,现有的估计方法可以工作的最低信噪比大约在0dB左右。通过分析直线阵空间功率谱以及相关函数,给出了波束特征值的概念,并说明了波束特征值是由直线阵阵列流形所决定的,利用这一规律设计了波束特征值分辨波束内多目标的方法,可以在波束内分辨单、双目标,通过仿真分析说明可以在-10dB信噪比条件下工作。     

Beamforming方法的阵列研究及其在噪声源识别中的应用

在传统平面网格阵列基础上提出一种改进的三层立体分层网格阵列布局方法,并比较十字阵列、平面网格阵列在不同条件下的指向性,结果显示立体网格阵列的指向性在三者中是最好的。对于脉动球声源的识别仿真研究,验证了基于三层立体网格阵列的波束成形方法的可行性,可以有效地识别和定位噪声源。     

基于拖曳线列阵声纳的噪声监测仿真方法

为便捷获取潜艇辐射噪声,设计了利用艇载拖曳线列阵声纳通过本艇回转机动进行测量的方案。利用潜艇拖曳阵模型,仿真生成了各水听器阵元与本艇的位置关系;根据噪声源理论模型产生了潜艇模拟噪声,利用深海传播模型模拟噪声在海洋环境中的传播衰减。对阵元信号分别利用MVDR、空间平滑MVDR以及适应子带的BMUSIC算法进行处理,在一定频率范围内可以分辨出近距离的不同辐射声源,得到辐射噪声的声源强度、频谱结构和位置信息,进而获取艇上机械工况异常信息。     

基于移动麦克风阵列的稳态声源识别

基于波束形成的麦克风阵列声源识别技术存在识别低频声源分辨率低、识别高频声源易产生空间混叠的问题,影响了声源识别的准确性。对于稳态声源,本文提出两种麦克风阵列移动方法,即改变麦克风阵列中心位置、调整测量距离来提高低频声源识别分辨率,和采用旋转麦克风阵列进行多次测量的方法来抑制高频声源识别中的空间混叠,从而达到使用较少麦克风提高声源识别性能的目的,并通过仿真和实验验证了此方法的有效性。