基于FFT-OMP-DAMAS波束形成方法的汽车前围板隔声薄弱部位识别

为实现汽车前围板隔声薄弱部位的准确识别,文章提出了基于快速傅里叶变换(Fast Fourier Transform,FFT)和正交匹配追踪(Orthogonal Matching Pursuit,OMP)的反卷积(Deconvolution Approach for the Mapping of Acoustic Sourc‐es,DAMAS)波束形成方法(FFT-OMP-DAMAS)。该方法基于声源稀疏分布假设,利用正交匹配追踪思想求解反卷积问题,并进一步结合傅里叶变换和点扩散函数空间转移不变假设降低计算维度。在混响室-消声室内,分别利用延迟求和方法,DAMAS方法和FFT-OMP-DAMAS方法进行了某汽车前围板隔声薄弱部位识别试验,结果表明：FFTOMP-DAMAS方法能够有效抑制旁瓣和伪源,有效缩减主瓣宽度,从而准确识别汽车前围板隔声薄弱部位,且相较于传统的DAMAS方法,文中提出的FFT-OMP-DAMAS方法能获得更清晰的成像结果,计算效率有了明显提高。     

汽车前围板隔声量测定及改进

基于混响室-消声室声强测量方法,测量某汽车前围板的隔声量。结果表明：空调进气口内外循环转换阀与阀口贴合不紧密是隔声薄弱主要原因。在与空调进气口内外循环转换阀阀口相贴合的阀体部位粘贴密封材料,用EVA+低熔点毛毡+双组分声学材料代替原有的EVA+低熔点毛毡材料后,相应的测试结果表明：改进后,该汽车前围板的隔声量在500～6300 Hz频段平均提高了约7 dB。对改善其隔声性能进而改善车内声学环境具有重要意义。     

汽车前围板内隔音垫声学性能的试验方法

基于小型混响室法测量某汽车前围板内隔音垫的吸声系数,探究被测试件、声源及传声器布置形式对测量结果的影响规律,结果表明:三者均对低频结果有较大影响,对中高频结果的影响很小。要准确获得吸声系数,应采取尽可能多的配置并对所有结果取平均;该隔音垫的平均吸声系数约为0.45。进一步基于混响室-消声室声强法测量其插入损失,识别其隔声薄弱部位,结果表明:该隔音垫的平均插入损失约为12 d B,转向机构、空调鼓风机及转向机防尘罩安装位置为隔声薄弱部位。研究结果为该隔音垫声学性能的分析改进提供了依据,也为声学材料性能研究试验的实施提供了参考。     

CLEAN-SC波束形成声源识别改进

CLEAN-SC波束形成声源识别方法计算速度快、成像干净清晰、结果准确度高,但当传统延迟求和算法在各声源处输出的主瓣严重融合时,亦无法准确分辨声源。造成该缺陷的原因为:主瓣严重融合时,CLEAN-SC所基于的延迟求和输出峰值所在聚焦点即为声源点的假设不成立。从源相干性角度,若某聚焦点处的延迟求和输出主要由某声源贡献时,该聚焦点可标示该声源,即基于该聚焦点的位置及强度信息可重构该声源在各传声器处产生声压的互谱矩阵。鉴于此,以CLEAN-SC识别的声源为初值迭代寻找正确的声源位置及强度,每次迭代中,最小化其余声源与某一声源的波束形成贡献的比值为每个声源选择标示点,根据标示点更新声源。仿真及试验均证明:所给方法比传统CLEAN-SC具有更高分辨率,使近距离低频率声源的准确识别变得可行。     

基于压缩聚焦网格点的快速反卷积算法EI北大核心CSCD

为提升反卷积算法的计算效率,提出一种压缩聚焦网格点的快速反卷积算法。该算法基于函数波束形成的输出,根据设定的声源识别阈值,压缩参与反卷积算法循环的聚焦网格点数。算法融合了函数波束形成与相干声源图清晰算法CLEAN-SC(CLEAN based on spatial source coherence)的优点,可进一步提高多声源定位的空间分辨率,并有效降低算法计算时间。仿真和试验表明:所提算法对低于瑞利极限的不相干多声源具有良好的识别效果;试验中,与CLEAN-SC相比,所提算法的计算效率提升了约3.90倍。     

汽车声学密封性能检测

首先基于已知蜂鸣器声源的识别结果检验波束形成的声源识别准确性,在此基础上,利用波束形成声源识别方法检测某汽车的声学密封性能,结果表明：右侧前车门后下部区域、后侧挡风玻璃是该汽车声学密封性能薄弱环节,为该车的声学密封性能改善指明方向,对降低车内噪声、改善其乘坐舒适性具有重要意义。     

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。     

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。     

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。     

波束形成声源识别技术研究进展

波束形成作为一种空间声场可视化技术在声源识别领域得到广泛的研究和应用。概述了传声器阵列测量和波束形成后处理算法的发展历程,分析了其特点,总结了其发展方向,主要包括：声源识别性能更优的传声器阵列开发和算法改进、声源识别的适应性提高、波束形成结果不确定度的研究、基于声品质的声源成像及可视化研究等。对波束形成声源识别技术的认识及进一步的研究提供参考。     

应用于传声器阵列定位校准的空间点声源声场拟合方法

介绍了一种用于传声器阵列声源定位精度校准的空间点声源声场模拟方法,并基于该方法设计了一套空间点声源模拟系统,完成了一个传声器阵列的定位位置精度校准。文章采用多通道点声源空间声场合成算法模拟了一个位于自由场空间的点声源,根据传声器阵列中每一个传声器的空间位置坐标,计算出传感器所处位置声场的动态声信号。通过耦合腔标准声源将对应的多通道电压信号输入被校准阵列系统,完成点声源的模拟。然后,该阵列运用波束形成算法进行声源定位,得出点声源的位置,并与模拟点声源的位置进行比对,实现对阵列定位准确性的校准。     

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。     

除自谱的互谱矩阵波束形成的噪声源识别技术

由于传声器阵列具有自噪声的干扰,在各通道的互谱距阵中,消除对角自谱元素的波束形成,可以提高声源识别的精度。由此,建立相应的声源识别算法和平面声源的成像软件。并对某发动机在额定工况下的噪声源识别进行验证。结果表明：发动机前端噪声来源于空气压缩机排气出口和曲轴传动皮带轮的上方机体辐射;左右两侧噪声来源于发动机缸体和油底壳辐射。由此表明涉及的算法与成像软件的正确与有效性能。     

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。     

高速列车车体轻量化层状复合结构隔声设计

随着高速列车车体结构轻量化的发展,层状复合结构车体在高速列车上得到广泛应用,提高层状复合结构的隔声性能,是高速列车减振降噪的关键技术。基于传递矩阵法,建立"铝板+多孔材料层+空气层+碳纤维增强板"的典型高速列车层状复合结构车体隔声计算分析模型,并分析多孔材料和空气层对层状复合结构车体隔声性能的影响。结果显示,混响声场激励下,在铝板和碳纤维增强版之间仅增加空气层只能提高车体结构高频隔声量,低频部分会由于"板-空气-板"的系统耦合共振,形成显著吻合谷,导致其隔声性能在吻合谷频率处大幅下降。对此,利用多孔材料吸声原理,提出在空气层中增加吸声材料层,抑制隔声吻合低谷,通过优化设计,得出"铝板+空气层+吸声材料+空气层+碳纤维增强板"的优化结构形式,在实现车体轻量化目标同时,可有效提高其隔声性能。     

防火墙总成特性对汽车声学包性能影响

防火墙总成包括防火墙钣金件、内外前围饰件组合而成。内前围是整车声学包中最主要的内饰件之一,主要用于隔绝和吸收发动机中高频噪声传递。内前围需要具有足够高的吸隔声性能,以隔绝发动机噪声的传递及减小车内混响时间。不同的内前围结构形式和材料特性会对其吸隔声性能起到重要的作用,防火墙过孔及内前围安装工艺特征会直接影响到内前围的吸隔声性能,其结果是质量大（理论上具有较高隔声性能）的内前围在实际状态下并不能起到好的效果。结合理论和仿真分析内前围不同结构形式、不同覆盖面积、不同泄漏水平对声学包性能的影响,并通过防火墙隔声量测试验证分析结果。该结论可为防火墙总成设计及整车声学包设计优化提供指导与参考。     

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。