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。     

基于信号分离技术的波束形成算法研究

波束形成算法具有计算效率高,计算结果稳定等优点,被广泛应用于噪声源定位。因此,对波束形成算法的深入研究及扩展具有重要的意义。特征值分解、相干输出谱分析等技术能够对被测信号进行分解,常用于信号分离和贡献量分析,具有广泛的研究与工程应用价值。结合上述信号分离技术,将特征值分解和相干输出谱分析应用于波束形成算法的前处理,提出基于特征值分解和相干输出谱的两种“衍生”波束形成算法。在此基础上,采用圆形二维传声器阵列对三个人工白噪声声源进行声源定位测试,数据分析结果验证基于特征值分解和相干输出谱的波束形成算法对声源识别和声源云图分离的有效性。两种算法均能够对声源云图进行有效分离,进而将各个声源云图与其激励源相关联。     

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。     

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。     

压缩波束形成声源识别的改进研究

凭借空间分辨率高、旁瓣衰减能力强等优势,压缩波束形成声源识别算法备受关注。传统方法直接最小化声源分布向量的l_1范数,重构声源分布与真实声源分布之间存在一定偏差,声源无法被直接准确量化。为改善该问题,给出迭代重加权l_1范数最小化方法,其迭代求解声源分布,且每次迭代中对声源分布向量进行加权。仿真及试验结果均证明:所给方法能有效降低传统方法的重构偏差,能直接用主瓣峰值准确量化声源强度,且空间分辨率更高、旁瓣衰减能力更强。     

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。     

基于DAMAS2修正算法的旋转声源定位识别方法

针对常规束形成声源识别技术分辨率低、未考虑声源旋转运动造成的识别误差等问题,推导得到DAMAS2修正算法。该方法在原本的静止框架中加入转速,得到修正的指向矢量与波束形成修正结果,随后结合波束形成修正结果建立阵列点传播函数与真实声源位置之间的卷积关系,最终通过迭代求解获得真实声源位置。首先通过数值模拟构建两个频率及幅值均一致的对称点声源,对比分析常规波束形成算法与DAMAS2修正算法的识别效果,然后结合激光测速原理及波束形成测试理论进行旋转声源实验研究。结果表明:DAMAS2修正算法主瓣宽度小、虚假声源少,不仅可以识别出旋转声源的径向位置,而且能得到运动声源某一时刻的周向位置,能够更精确地定位识别旋转声源。     

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。     

轮形阵列波束形成的优化设计

基于波束形成方法的噪声源识别中,阵列性能影响着声源识别的效果。针对轮形阵列,采用正交试验的方法,对阵列的几何参数进行优化设计。通过逐步缩小参数最优值的取值范围,使在传声器数目和阵列尺寸一定的情况下,阵列的声源识别效果得到改进。经优化,轮形阵列的最大旁瓣水平曲线在很宽的频率带上保持在16 dB以下,比普通轮形阵列的最大旁瓣水平降低了3 dB以上。验证了正交试验方法在阵列优化设计的可行性,为波束形成装置的开发提供了理论依据。     

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FOCUSS的水中目标回波亮点高分辨提取方法

水中目标回波亮点空间分布是估计目标尺度、确定目标要害部位、目标识别分类的主要目标特性依据。分析了水中目标回波亮点提取的主要方法及其优缺点,针对提高水中目标回波亮点方位估计分辨率的问题,采用欠定系统局域解法(Focal Undetermined System Solver,FOCUSS)压缩感知信号处理方法估计目标回波亮点的方位分布,并与时域常规波束形成(Conventional Beamforming,CBF)方法、子阵最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成方法进行了比较。试验数据处理结果表明,FOCUSS压缩感知方法的回波亮点方位输出主瓣是"针形"的且无明显旁瓣,分辨率高于子阵MVDR、CBF波束形成处理结果。另一方面,FOCUSS压缩感知方法对信噪比的要求高,适用于良好信噪比条件下的回波亮点提取。     

利用声压幅值相关性识别声源特性研究

基于相位信息识别声源的传统方法在测量声信号前需要进行严格的相位匹配,对测量设备要求较高。通过对延时求和波束形成算法作形式上的转化,说明其运算机制是利用声压信号相位进行相关诊断,进一步研究提出利用声信号幅值识别声源的方法。将传声器阵列测得的声压幅值组成声压幅值向量,与虚拟点声源声压幅值向量做内积,搜索内积模的最大值,根据柯西-施瓦兹不等式定理确定声源位置。建立相应的识别步骤,对球面波声源进行仿真识别,并比较本方法与波束形成方法的识别特性的差异,且进行相应的实验验证。结果表明,本方法能有效识别出简谐波声源,且拥有良好的抗噪能力,可消除波束形成法识别高频声源时出现的“鬼影”现象;当传声器阵列存在误差时,比波束形成法有更准确的识别结果。     

基于插值矩阵技术与二维空间平滑法的近场相干声源识别研究

在研究插值矩阵技术与二维空间平滑法两种方法的基础上,将两者进行结合,提出了一种对近场相干声源进行识别的方法。首先通过插值矩阵技术把实际阵列接收到的近场信号转换为形式上的远场信号,然后通过二维空间平滑法求出阵列的平滑协方差矩阵,再由平滑协方差矩阵得到给定方向向量对应的信号功率,实现二维相干声源的识别。算例表明,该方法比传统的波束形成能更准确地定位出声源的位置。     

一种旁瓣级可控的MVDR波束形成算法

针对传统的最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）波束形成方法存在的旁瓣较高且抑制干扰性能不稳健的情况,提出一种旁瓣级可控的自适应波束形成算法。该算法在MVDR基础上进行峰值搜索,将获得的峰值点从大到小进行排序,取次大值作为最高旁瓣的值,将得到的最高旁瓣值与期望旁瓣值比较,在其方位添加虚拟干扰加以抑制,从而得到新的波束图。再对新的波束图进行峰值搜索,不断重复上述过程,经过有限次迭代以达到期望旁瓣值。计算机仿真结果表明在均匀线阵基础上该算法能够将旁瓣控制到期望旁瓣级以下且比较稳健。     

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。     

波束锐化技术在多波束测深声呐中的应用

针对常规波束形成器的分辨性能和旁瓣性能间的矛盾,研究了超波束形成器的波束特征以及空间分辨性能。通过计算机仿真验证了加权超波束形成器既有较高的空间分辨力,又有良好的旁瓣特性。通过对外场实验数据的处理,验证了该算法对于多波束测深声呐测量结果中存在的"隧道效应"假象具有明显的抑制作用。针对算法实现结构进行了优化,进一步减小了算法复杂度。利用DSP进行了算法实现,算法具有较好的实时性和工程实用性。     

基于滑动平均的等间隔线阵逆波束形成

逆波束形成算法与常规波束形成相比具有较高的方位分辨力和阵增益,抑制噪声能力强,但其旁瓣却较高,因此采用峰值统计信息作为输出。这样解决了高旁瓣下信号检测的问题,但却丢失了功率谱密度信息。本文在分析逆波束形成算法高旁瓣起因的基础上,提出了用滑动平均抑制旁瓣的方法。仿真分析结果表明,滑动平均方法在保留逆波束形成算法高分辨力的基础上,有效的抑制了旁瓣(第一旁瓣下降了2dB～3dB)。因此,可以采用传统的方法进行输出,以保留功率谱密度信息。海上试验数据的处理结果进一步验证了滑动平均方法的优点。