麦克风基阵结构的噪声源识别性能研究

为更好地应用麦克风阵列识别噪声源位置,本文针对多种不同基阵结构的噪声源识别性能展开研究.基于"延时-累加"波束形成原理建立了平面任意麦克风基阵结构的数学计算模型,并给出了麦克风基阵声源定位的通用计算方程组;分别推导分析了二元、三元及四元基阵的定位算法公式,并对三元基阵给出了其矩阵解.分析比较不同类型的麦克风基阵结构对噪声源的识别性能影响.通过建立由不同形式基阵构成的同等规模小型麦克风阵列,进行噪声源识别对比测试,最终的测试结果验证了本文所提出模型及算法的可靠性,并得出由正三元基阵构成的麦克风阵列结构具有较好的噪声源识别性能的结论.     

由波束形成的噪声源识别方法对比研究

噪声源识别在航空航海等领域具有重要的意义。目前常用的识别算法多数是基于波束形成,一方面是由于其性能稳定,另一方面则可以在定位噪声源的同时估计其辐射强度。常规波束形成方法(CBF)的主瓣宽度较宽,不利于分辨相距较近的噪声源。近年来,基于波束形成的高分辨噪声源识别方法不断涌现,各种噪声源识别方法有其不同特点。为此,针对CBF,CLEAN,DAMAS三种算法进行分析,仿真对比这三种方法的特点,并通过外场实验验证了仿真的正确性,从而为噪声源识别中选择合适的算法提供依据。     

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。     

逆虚拟激励法随机载荷识别试验研究

采用逆虚拟激励法进行载荷识别,分别在阻尼比不同的钢和有机玻璃悬臂梁上进行了多次随机激励下的载荷识别试验。此方法通过采用逆虚拟激励法和奇异值分解法的结合在一定程度上克服了频响函数在近固有频率附近的病态,并减少了计算工作量,同时以相干函数和频响函数为依据来调整试验中激振杆等的安装状态,经验证取得了较好的识别结果。研究表明,逆虚拟激励法在工程实践中有广阔的应用前景。     

自由场波叠加噪声源识别的仿真研究

提出了一种基于波叠加的噪声源识别方法，并通过仿真验证了在自由场条件下该方法的正确性。根据波叠加的原理，声源产生的空间声场可以用其内部的一系列虚源点来等效代替，而虚源源强可以通过匹配场点的声压来求得，进而由这些虚源重构任意场点的各种声学量。由于噪声源识别问题对测量误差非常敏感，采用了Tikhonov方法进行正则化滤波。通过两个典型的仿真算例，研究了其定位精度与分辨率精度，取得了良好的效果，表明该方法可以在自由场条件下对任意形状物体进行噪声源识别。     

用于水声目标识别的自适应遗传样本选择算法

针对训练样本集中含有噪声样本、冗余样本以及无关样本,导致分类系统分类性能下降、不稳定的水声目标识别问题,提出了一种新的自适应遗传样本选择算法(Adaptive Genetic Instance Selection Algorithm, AGISA)。算法先随机生成初始种群,接着利用设计的遗传算子(跨代选择、自适应交叉和简化最近邻变异)指导种群进化,每代中对分类贡献大且选择样本数目少的个体适应度值高。提取了实测3类水声目标的多域特征,进行样本选择和分类识别仿真实验,结果表明：AGISA可以选出有效样本子集,在样本维数下降约73%的情况下,支持向量机分类器的正确分类率能提高约2.5%;并且AGISA具有较好的收敛性、稳定性,所得优化样本子集具有较好泛化能力且能明显减少分类的时间。     

汽车噪声源识别实验研究

声强测试分析方法是一种有效的噪声源识别和声场分析方法。依据声强法的原理,对某型汽车的车外辐射噪声进行声强测试,并在此基础上对该车的主要噪声源进行识别和研究,为降低该型汽车的表面辐射噪声提供有效的参考依据。     

全自动洗衣机的噪声控制研究

采用分步运行和顺谱分析等方法对全自动洗衣机噪声进行分析识别,逐一找出噪声源,并对噪声源有针对性地的改进设计,降低了噪声值。     

可视化噪声源识别技术

简要回顾了噪声源识别的传统方法和基于信号处理的方法,阐述了可视化声源识别技术的基本原理,然后利用各种重建算法在三维空间中进行声场重构并将结果用图形表示出来。按噪声信号采集方式、重建算法和结果表示方式对该技术进行了分类。对常用的三类重建算法Fourier方法、Helmholtz-Kirchhoff积分方程法和等效源法进行了详细的比较,重点分析了等效源法,指出它目前存在的研究困难。给出了一种应用可视化噪声源识别技术的系统解决方案。