基于声压幅度比的多声源分离定位决策研究

利用声压幅度比模型,提出了一种基于声压幅度比的多声源分离定位方法,该方法利用盲信号分离算法实现混合声源信号的分离,根据谱估计的相似度确定接收信号中各声源的分配情况,结合幅度差异因子获得传感器的声源信号分布,再通过单声源的声压幅度比模型确定声源位置,实现多声源定位。由于盲信号分离算法比较成熟,且实际中的声源信号大多为非高斯,因而满足盲信号分离条件。该方法具有实用强、应用性广等特点,对其它分离、定位问题也有借鉴作用。     

微地震信号低衰减传播

本文探讨了弱地震信号低衰减传播的可能性。结果表明,地下的地震信号传播介质均表现出一定的弹性,振动信号幅度在低于介质弹性限度时传播,衰减很小,表现出低衰减特征。这一特点保证了可以在地面,甚至黄土覆盖区监测到微地震信号。     

基于深度学习的双耳声源定位算法研究

针对多种定位因素存在复杂关联且不易准确提取的问题,提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先,分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Convolutional Neural Network, CNN)实现深度学习框架;然后,分别以水平面 15°、30°和 45°空间角度间隔的双耳声信号进行模型训练;最后,采用前后混乱率、定位准确率与训练时长等指标进行算法有效性分析。模型预测结果表明,CNN模型的前后混乱率远低于 D-BPNN;D-BPNN模型的定位准确率能够达到87%以上,而 CNN模型的定位准确率能够达到 98%左右;在相同实验条件下,CNN模型的训练时长大于 D-BPNN,且随着水平面角度间隔的减小,两者训练时长之间的差异愈发显著。     

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。     

基于测量加速度微分量的传感器

在工程振动和强地震动测量中,一般测量加速度、速度或位移.近几年的研究表明,加速度的微分量(即加加速度,单位为m/s3)与力的变化率成正比,与物理破坏过程有密切关系,在现代技术的发展中有着很多应用, 如高动态运动飞行器的跟踪测量、结构抗震新机理研究、高速机械加工的自动控制、高速列车和电梯舒适度的测量、通信设备的抗震性能检测均需要加加速度参量的测量,加加速度的精确测量和加加速度计的研制愈来愈引起工程界的重视.介绍了能测量加速度微分量传感器(又称加加速度计)的结构原理、技术性能、校准结果和地震波实测比对结果,实验结果证明,传感器具有良好的性能.该传感器已在结构抗震实验中得到了应用,取得了理想的结果.     

微地震监测定位精度分析

在微地震监测工作的开展过程当中，整个监测数据的准确性与稳定性很大程度上来说受到微地震监测定位精度的影响。而影响监测定位精度的因素是非常多的。为了提高定位精度，就需要发展一系列初至拾取以及微地震事件识别的方法，但，无论采取何种方法，人工拾取与人工交互拾取所对应的初至仍然会存在一定的误差。因此，如何最大限度的控制消除这一误差，提高微地震监测定位的精度，这一问题备受各方关注与重视。本文即展开对微地震监测定位精度相关问题的分析工作，望能够为高精度微地震监测定位体系的构建提供一定的指导与参考。     

多通路高指向性声频声源的实验研究

1引言20世纪六十年代,Westervelt[1]和Berktay[2]先后提出了参量阵的概念,指出了两个频率的信号在非均匀介质中传播时可产生和频与差频信号。其中,     

相位共轭方法的声源定位分辨率研究

相位共轭方法可实现声波的反向传播和自适应聚焦,可用于声源定位。基于有限阵元平面阵列和球面阵列使用数值方法对相位共轭方法的定位分辨率进行了研究,研究了相位共轭阵列的形式及阵列与声源间距和声源定位分辨率的关系,还研究了在声源处设置声汇对噪声源定位分辨率的影响。数值结果表明:只有在近场测量声压梯度并使用偶极子源的相位共轭才能突破声波衍射极限分辨率;平面阵列距离点声源的距离越远分辨率越低,闭合球面阵列的分辨率不随阵列距离点声源距离的改变而改变;使用声汇后基于非近场测量也能突破声波衍射极限分辨率。     

一种气动声源的数值研究

将CFD技术研究引入对一种气动声源的流体数值模拟研究,利用Navier-Stokes方程和RNG湍流模型,并在转动部件与静止部件间用滑移网格技术建立交界面,进行数值模拟,再采用时域和频域分析方法对流场内压力脉动的强度和频率进行分析,并将该结果与该气动声源的试验值进行对比,证明该数值计算的可靠性。     

基于GA-BP的微地震震源探测技术研究

微地震探测技术,可以通过水力压裂产生的压力变化,沿着地层被强制压开的裂缝,持续向地层中辐射能量,以此对地质特征进行相应探测。本文以射线追踪技术为理论基础,通过迭代算法进行复杂模型正演的设计与模拟,然后通过根据遗传算法(GA)与BP神经网络法完成联合反演。微震探测的方法与技术可行,探测数据有效可靠,目前已经在国内的多个油田进行了实际应用,并且解决了一些棘手的问题。     

基于改进FISTA的高分辨率声源定位方法

为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm, FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed MonotoneFast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform, FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy" Fast Iterative Shrinkage-Thresholding Algorithm based on Fast FourierTransform, FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。     

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。     

双层插值NAH噪声源定位方法研究

针对近场声全息(near-fieldacousticholography,NAH)在实际测量环境下降低环境噪声的影响且保证全息面上声压重建精度的需求,基于空间面积分声压重建理论,在基于等效源法的近场声全息方法(near-field acoustic holography based on equivalent sour...     

基于盲源分离技术的一种信号处理方法研究

文章利用盲源分离技术试图从给定的一组混合观察数据中恢复未知的独立信源。然后使用Matlab中的时频工具箱,根据分离出的信号进行时频分析,提取信号中所包含的特征信息,达到能够识别出期望信号,并能提取其余干扰信号的特征。     

基于广义解调时频分析的多分量信号分解方法

广义解调时频分析方法是一种新的信号处理方法，该方法将广义解凋和最大重叠离散小波包变换相结合对复杂信号进行分解，得到若干个瞬时频率和瞬时幅值都具有物理意义的单分量信号，从而获得原始信号完整的时频分布。本文在介绍广义解调时频分析方法的基础上，将该方法用于多分量信号的分析，对该方法进行了改进，给出了由改进的广义解调时频分析方法分解多分量信号的具体步骤，从而由改进后的广义解调时频分析方法不仅可以得到原始信号中各个分量的时域波形，而且还可以得到相同的时频分布。采用改进后的广义解调时频分析方法对仿真信号进行了分析，同时和其它时频分析方法进行了比较，结果表明了该方法的有效性。最后，对广义解调时频分析方法中的相位函数选择问题进行了讨论。     

利用源强分布声辐射模态识别噪声源

为了解决噪声源识别中存在的识别精度不高、分辨率受限、对测量条件要求高等问题,提出了基于源强声辐射模态的噪声源识别方法。该方法首先计算结构的源强声辐射模态矩阵和声场分布模态矩阵,然后利用声场中测得的声压数据向量与结构声场分布模态矩阵的关系求出声辐射模态展开系数向量,最后通过声辐射模态矩阵和声辐射模态展开系数向量的积就可得到结构的源强分布,从而达到对噪声源识别的目的。该方法利用较少的测量点可以获得较高分辨率和识别精度。通过平板振动仿真和音箱实验验证了该方法对平面结构噪声源识别的有效性。     

定深爆炸声源声信号能量分配试验研究

为了准确测量定深爆炸声源的声源级,从水下爆炸基本过程出发,给出了获取理想爆炸声信号的3个限制条件,并据此得到了B300、B100、B50三型爆炸声源的声源级测量时水听器深度与水平距离的取值范围;在此范围内取值,对B300型爆炸声源进行了海上试验,获得了理想的爆炸声信号,通过计算声信号不同时段的能量分配情况,发现两种信号截取近似计算导致声源级测量的误差分别为0.64 dB和0.53 dB。试验结果表明,给出的限制条件可用于指导爆炸声源级测量方案的设计,据此进行海上试验,可得到更准确的爆炸声源级。     

Acoustic emission source localization technique based on least squares support vector machine by using FBG sensors

An intelligent acoustic emission (AE) source localization technique by using fiber Bragg grating (FBG) sensors was investigated. Four FBGs sensing network was established for detecting the AE signal. And power intensity demodulation method was initialized employing narrow-band tunable laser. The intelligent AE source localization method was proposed based on wavelet transform, cross-correlation analysis, and least squares support vector machines (LS-SVM). LS-SVM modal’s input is signal time difference and output is AE source position. The location experiments were carried out on a 500 mm × 500 mm × 2 mm aluminum alloy plate. The results showed that the AE source position abscissa and ordinate localization errors are all less than 10 mm. The maximum and average localization errors are 8.65 and 6.78 mm, respectively. The research results provided a novel method for AE source localization by using FBG sensors.     

基于深海会聚区声强匹配处理的声源定位方法

匹配场处理技术(Matched Field Processing MFP)近年来在声源被动定位、海洋环境声学参数反演等方面得到广泛的应用。根据深海声道中声场的会聚现象,提出了一种基于深海会聚区声强匹配处理(Matched Convergence Intensity Processing,MCIP)的深海声源定位方法。当声源和接收水听器处在会聚区深度范围内时,MCIP方法利用单个水听器即可实现声源距离和声源深度估计。对单个水听器的实测信号进行相位补偿到会聚区距离上,得到实测场声强,与拷贝场会聚区声强进行相关计算并搜索峰值来确定声源位置。数值仿真实验验证了MCIP方法,并分析了环境失配情况下MCIP的估计性能。     

基于频谱分析的电机噪声源的识别

电机噪声源的识别及控制已成为目前电机行业的一项重要研究。介绍了电机噪声源的分类,并对现阶段常用的噪声源识别方法的优缺点进行了分析和比较。重点分析了利用频谱分析法识别噪声源的基本理论和具体实现。实验表明,频谱分析法可以有效地识别电机噪声源。