共查询到15条相似文献,搜索用时 62 毫秒
1.
为获取空间多种声源声场信息,传统统计最优近场声全息需要较多高阶项数的波函数来重建声场,而随着波函数阶数的提高,该方法对误差的放大作用也越大;此外传统方法都采用与声源共形的全息测量面,限制了其应用范围。提出了一种基于平面测量的改进统计最优近场声全息方法,可在波函数阶数较低的情况下提高重建精度。首先通过分析空间多种声源的特点选取合适的波函数组合,然后用该组合求出声场传递矩阵,最后重建出目标声源声场。通过数值仿真验证了该方法的有效性和适用性。结果表明:该方法能够有效地降低重建所需波函数阶数,抑制高阶波数对误差的放大作用从而提高重建精度,即使全息面与声源不共形,也能准确地重建出目标声源声场。 相似文献
2.
3.
4.
为探究阵列形式以及阵元失效两种阵列因素对声场重建结果的影响,基于统计最优近场声全息(Statistically Optimal Near-field Acoustical Holography,SONAH)理论,仿真计算了网格阵列、圆形阵列、均布非规则阵列的声场重建结果。得出:网格阵列和均布非规则阵列都能准确识别声源位置,圆形阵列不能用于SONAH声场重建;模拟研究了典型失效模式下阵元失效产生的影响,结果表明:阵元失效后在失效点处会出现伪声源,其大小与失效点和声源距离有关。由此给出并分析了阵元失效的补偿方法,基于该方法对典型失效模式进行了算例仿真并分析计算了重建误差限,结果显示:采用该方法能消除伪声源,较好地识别声源位置。从而验证了该方法的有效性,为实际工程测量提供了指导与借鉴。 相似文献
5.
6.
7.
8.
植物在受到病害胁迫时会发出声发射信号。通过声发射信号的采集,以统计最优柱面近场声全息技术为理论依据,进行植物的声源信号识别和声场分析。对单声源和多声源分别进行了仿真分析,通过不断修改全息柱面半径、重建柱面半径和测量点间距等参数,探索获得最佳重建效果的参数范围,同时探讨了窗函数对重建效果的影响。将基于统计最优算法的柱面近场声全息与基于空间傅里叶变换算法的柱面近场声全息进行了比较,仿真结果表明,单声源时基于空间傅里叶变换技术计算的重建面声压幅值相对误差均在10dB以下,而统计最优柱面声全息技术计算的重建面声压幅值相对误差均在15dB以下,多声源时基于空间傅里叶变换技术计算的重建面声压幅值相对误差基本在2dB左右,而统计最优柱面声全息技术计算的重建面声压幅值相对误差在26dB以下,充分表明了统计最优柱面声全息技术的优越性。 相似文献
9.
10.
11.
统计最优近场声全息技术是通过全息面上测量声压的线性叠加来反演重建面上的声学量,可以从理论上克服基于傅氏变换的近场声全息技术的局限性。针对水中圆柱体的噪声源识别问题,采用声压和质点振速测量来进行声全息计算,推导了基于振速测量的统计最优柱面近场声全息技术的重建公式。利用所编制的程序进行了仿真验证,最后设计矢量水听器进行水中全息实验,验证了该方法的可行性和准确性,实验结果表明,该技术在水中柱形声源辐射声场的噪声源识别和定位中有着明显的优势。 相似文献
12.
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。 相似文献
13.
针对单极子波叠加法在特征波数处声场解的非唯一性问题,采用一种通过添加附加源克服解非唯一性的方法-附加源波叠加法,即在单极子波叠加法的基础上添加一定数量附加源从而获得声场全波数域内的唯一解。本文给出了具有解析解的脉动球源、振荡球源及无解析解的立方箱体结构三个数值算例。计算结果表明:对于脉动球源,添加一个附加源就可较好解决声场解的非唯一性问题;对于振荡球源,增加附加源个数可解决声场解的非唯一性问题,但会降低声场解的精度,但通过增加单极子源个数可以很好提高计算精度;该方法计算效率略低于复数矢径波叠加法,但较三极子波叠加法效率更高;对于立方箱体结构,确定了最佳的附加源个数,保证了声场解的唯一性。 相似文献
14.
15.
鲁棒语音识别技术在人机交互、智能家居、语音翻译系统等方面有重要应用。为了提高在噪声和语音干扰等复杂声学环境下的语音识别性能,基于人耳听觉系统的掩蔽效应和鸡尾酒效应,利用不同声源的空间方位,提出了基于双耳声源分离和丢失数据技术的鲁棒语音识别算法。该算法首先根据目标语音的空间方位信息,在双耳声信号的等效矩形带宽(Equivalent Rectangular Bandwidth,ERB)子带内进行混合语音信号的分离,从而得到目标语音的数据流。针对分离后目标语音在频域存在频谱数据丢失的问题,利用丢失数据技术修正基于隐马尔科夫模型的概率计算,再进行语音识别。仿真实验表明,由于双耳声源分离方法得到的目标语音数据去除了噪声和干扰的影响,所提出的算法显著提高了复杂声学环境下的语音识别性能。 相似文献