柱面声透镜声场分析

从惠更斯原理出发,采用点声源合成法对柱面型声透镜声场的分布及声场分布与透镜几何参数间的关系等作了分析.分析表明,如果对声透镜表面的划分足够小,则点声源合成法在一定程度上可用来对声透镜的声场作近似分析,同时发现柱面聚焦声透镜形成的线聚焦声场的分布和焦域声压幅值与声源频率、透镜长度、宽度及其几何半径均有复杂关系.     

扬声器阵列·声柱与声梁

介绍了扬声器阵列、扬声器线阵列、声柱的基本概念,以连续直线阵列为例,介绍其指向特性、波阵面传播特性、有效辐射率(ARF)概念及其估计方法,分析了点声源声柱和线声源声柱.提出了声梁的基本概念及一种利用二次剩余序列实现均匀声场的解决方案.     

平面扬声器激励矩形小室声场有限元数值分析

基于有限元方法,建立了平面扬声器与封闭矩形小室内空气的耦合模型,分别就小室内壁敷设吸声材料和平面扬声器安装位置对小室声场分布的影响进行了研究。结果表明：适当增加小室内壁的声吸收以增加筒正波的带宽,使声场中各点声压响应曲线更加平坦,但是当吸声系数超过某一值时,继续增大声吸收对小室声场的均匀性改善并不明显;与点声源安装在矩形的角点上可以得到较均匀和较强的声场不同,当选用平面扬声器做声源时,则扬声器应尽量安装在矩形的中心位置。本结论对平面扬声器激励下封闭声场的设计具有指导意义。     

一种声源波达方向估计方法的性能分析

探讨了环绕在刚性圆柱上均匀圆阵的声源波达方向估计问题.在声场分解理论的基础上,分析了刚性圆柱体对圆阵响应的影响,研究了均匀圆阵对连续圆阵采样所产生的冗余误差及其与阵元数和圆阵半径的定量关系,由声场分解得到的特征波束构成一虚拟线阵,此虚拟线阵具有360.的方位角观察范围,在此基础上利用MUSIC算法实现了声源波达方向估计,在单声源条件下推导了算法的Cramer-Rao界的定量表达式,并进行了计算机仿真验证.     

基于高阶Ambisonics的2.5维近场声源合成

针对空间声信号处理中二维声场合成与实际声源维数失配问题及近场声源合成中的近场失真问题,本文提出了一种2.5维声场合成方法和一种改进的维纳滤波的近场补偿方法.2.5维声场合成基于高阶Ambisonics的球谐函数展开.改进的维纳滤波方法用于补偿高阶Ambisonics合成2.5维近场声源时引入的近场失真.基于连续扬声器阵列假设理论,推导出了扬声器激励信号的一般表达形式.声场合成实验结果表明：与余弦正则化方法产生的相对误差0.23相比,所提方法合成2.5维近场声源的相对误差减少到了0.031;与高通滤波法相比,所提方法可以提供更大范围的有效听音区.     

一种低频扬声器辐射声场测量技术

低频扬声器的辐射声场由于消声室低频截止频率的影响,不易使用标准的声场测量方法进行准确的测量.利用近场声全息技术以及球面坐标系下的声场分离原理,在球谐函数展开表达式中,导出广义的球谐函数系数求解方程,并采用最小二乘法进行球谐函数展开式中系数的估计,使用推导出的声场分离方法利用非自由空间非球面测量,最终重建出声源在自由空间的辐射声场.为了验证所提方法的有效性,使用偶极子声源以及由数个单极子组成的复杂声源进行了多种情况下的仿真,仿真结果验证了所述方法的有效性.     

扬声器阵列声场控制方法

在大型厅堂、体育场馆、露天广场、火车站和飞机场等场所,多扬声器单元组阵时存在较为严重的声波干涉,造成重放声场中存在较多的峰谷点。为了改善阵列辐射声场的均匀化程度,传统的基于二次剩余序列相位延迟控制方法,仅依赖单个有限长度的二次剩余序列来设计相位延迟矢量,对声场均匀程度的改善能力有限。提出了基于二次剩余序列组合特性的扬声器阵列声场控制方法,通过扩大二次剩余序列的范围,利用多组不同二次剩余子序列的组合特性,设计了更为优化的阵列相位延迟控制矢量,从而提高了阵列辐射声场的均匀化程度,并且该方法物理实现简单,适合于阵列扩声系统在宽频带、大空间范围内的应用。     

平面阵列结合波束形成理论声源深度识别定位

当前平面阵列结合波束形成方法进行声源识别定位时,存在不能确定声源相对全息测量阵列距离的问题,提出了平面阵列结合波束形成理论识别定位声源深度的方法。该方法先将整个三维空间均匀网格化,网格的交点作为假定声源的位置,然后根据波束形成原理,采用平面阵列测得的声压来获取整个空间的声场分布,通过搜索声场响应的最大值对应的空间位置来识别声源的深度以及它的三维坐标。为了验证方法的有效性,在点声源构成的声场中进行仿真验证。仿真结果表明:该方法能够有效地识别定位声源的三维坐标。     

利用参量阵扬声器进行有源噪声控制的研究

在有源噪声控制系统中,由于传统扬声器具有全指向性,在控制点处获得降噪效果的同时,在声场其他区域噪声会增大.参量阵扬声器是具有强指向性的新型声频声源,可以作为有源噪声控制系统中的次级声源,以实现特定方向或区域的降噪,同时减少对声场其他区域的影响.对参量阵扬声器和传统扬声器作为次级声源的有源噪声控制系统进行了仿真实验,结果...     

有限长线声源曲面声场分析

以椭圆面的声场为例,分析线声源曲面声场特性.通过理论建模,并进行仿真计算,得出椭圆面声场特性,亦即频率、椭圆面声场位置、椭圆性质、线声源长度等参数对声场性质影响.通过调节椭圆面位置和形状,可以在一定长度和频率下的声源下获得最佳声场.对影院、剧场设计具有一定的参考意义.     

Regularized signal reconstruction for level-crossing sampling using Slepian functions

In this paper, we propose a method for efficient signal reconstruction from non-uniformly spaced samples collected using level-crossing sampling. Level-crossing (LC) sampling captures samples whenever the signal crosses predetermined quantization levels. Thus the LC sampling is a signal-dependent, non-uniform sampling method. Without restriction on the distribution of the sampling times, the signal reconstruction from non-uniform samples becomes ill-posed. Finite-support and nearly band-limited signals are well approximated in a low-dimensional subspace with prolate spheroidal wave functions (PSWF) also known as Slepian functions. These functions have finite support in time and maximum energy concentration within a given bandwidth and as such are very appropriate to obtain a projection of those signals. However, depending on the LC quantization levels, whenever the LC samples are highly non-uniformly spaced obtaining the projection coefficients requires a Tikhonov regularized Slepian reconstruction. The performance of the proposed method is illustrated using smooth, bursty and chirp signals. Our reconstruction results compare favorably with reconstruction from LC-sampled signals using compressive sampling techniques.     

基于修正VAD技术的非线性风场反演方法研究

对流风暴的新生和发展演变与三维风场存在密切联系,多普勒天气雷达可利用多普勒效应测量径向速度,可及时地反映风场信息.基于线性风场假设和全方位均匀采样的速度方位显示(VAD)技术是目前应用最广泛的使用单部多普勒雷达反演风场的方法,然而对于台风、龙卷等强对流天气系统,其内部风场空间分布复杂,线性风场假设不成立,以及由于机动平...     

时域混叠消除的空中声源激发水下声场的研究

对空中声源激发水下声场的空间分布进行研究,从波动理论入手,针对FFP算法在低采样率可能出现的声压混叠现象,提出了一种基于时域局部窗口滤波的算法。该方法根据混叠区域附近声压值变化较剧烈的特点,通过设定参考值,对目标声压值进行合理预测。仿真结果表明:该算法能够有效的恢复混叠区域的声压值,同时对正常区域声压值予以保留。     

A fast search method of steered response power with small-aperture microphone array for sound source localization

The Steered Response Power （SRP） method works well for sound source localization in noisy and reverberant environment. However, the large computation complexity limits its practical application. In this paper, a fast SRP search method is proposed to reduce the computational complexity using small-aperture microphone array. The proposed method inspired by the SRP spatial spectrum includes two steps： first, the proposed method estimates the azimuth of the sound source roughly and determines whether the sound source is in far field or near field; then, different fine searching operations are performed according to the sound source being in far field or near field. Ex- periments both in simulation environments and real environments have been performed to compare the localization accuracy and computation complexity of the proposed method with those of the conven- tional SRP-PHAT algorithm. The results show that, the proposed method has a comparative accuracy with the conventional SRP algorithm, and achieves a reduction of 93.62% in computation complexity compared to the conventional SRP algorithm.     

一种用于分布式阵列的球谐波域声源定位方法

本文提出一种适用于任意阵型和阵元指向性的球谐波域声源定位方法,能够在较宽的频域范围内,尤其是低频,提供较高的空间分辨率。水下噪声源的高分辨识别具有重大意义。传统阵列信号处理方法对低频噪声源的精确定位要求阵列具有较大孔径和较多的阵元数,导致系统过于庞大且成本较高。我们基于声场的球谐波表达和变换,采用分布在一定空间区域内的多个阵列估计该区域的球谐波系数矢量,对系数矢量进行信号处理实现声源定位。理论证明了该方法具有理想的空间选择特性。在一种特定的阵元分布下,仿真研究了该算法的方位谱估计性能以及阵元不一致性和位置误差对声源定位性能的影响。仿真结果显示,该算法在低频具有较高的空间分辨率且误差对算法定位性能的影响有限。      

基于区域非均匀空间采样特征的图像分类方法

大量实验证明抽取图像中稠密局部特征能够大大提高图像分类性能,目前的常用策略是基于空间均匀密集采样来实现稠密局部特征的抽取。该文提出一种新的基于区域非均匀空间采样的局部特征抽取方法。首先,用过分割技术对原始图像进行分割,从而得到图像的分割区域,并采用显著性检测技术估计每个过分割区域的重要性。然后,在保证不增加采样数的情况下,对重要的显著性区域的边界实行密集均匀采样,对区域内部根据区域大小和重要性实行随机采样。最后,采用词袋表示模型来实现图像分类。在两个广泛应用的数据库,8类体育运动(UIUC Sports)和256类自然图像(Caltech-256)数据库进行实验。实验结果证明,该文提出的采样策略进一步提高了基于稠密局部特征的图像分类性能。     

点源和线源合成平面声场的分析

介绍了谱分法( SDM)驱动函数的有效简化方法.仿真在一个平面内SDM合成的声场和波场合成(WFS)的声场,具有相似的听觉场景,分析了声场幅度拟合范围在声场传播方向上的变化及幅度分布特性.     

Blind adaptive sampling of images

Adaptive sampling schemes choose different sampling masks for different images. Blind adaptive sampling schemes use the measurements that they obtain (without any additional or direct knowledge about the image) to wisely choose the next sample mask. In this paper, we present and discuss two blind adaptive sampling schemes. The first is a general scheme not restricted to a specific class of sampling functions. It is based on an underlying statistical model for the image, which is updated according to the available measurements. A second less general but more practical method uses the wavelet decomposition of an image. It estimates the magnitude of the unsampled wavelet coefficients and samples those with larger estimated magnitude first. Experimental results show the benefits of the proposed blind sampling schemes.     

Single-Channel Source Separation of Audio Signals Using Bark Scale Wavelet Packet Decomposition

We address the problem of blind source separation from a single channel audio source using a statistical model of the sources. We modify the Bark Scale aligned Wavelet Packet Decomposition, to acquire approximate-shiftability property. We allow oversampling in some decomposition nodes to equalize sampling rate in all terminal nodes. Statistical models are trained from samples of each source separately. The separation is performed using these models. The proposed psycho-acoustically motivated non-uniform filterbank structure reduces signal space dimension and simplifies training procedure of the statistical model. In our experiments we show that the proposed algorithm performs better when compared to a competing algorithm. We study the effect that different wavelet families have on the performance of the proposed signal analysis in the single-channel source separation task.