共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
为了实现矢量水听器在水面或水下载体上的工程应用,研究了球形壳体障板声散射近场矢量特性。采用弹性薄壳理论结合边界条件导出了球形壳体障板声散射的声压和质点振速表达式,给出相应的声强表达式。数值计算了球形壳体障板声散射的近场特性,重点关注其近场矢量特性。理论分析和数值计算结果表明,由于球形壳体障板的散射作用,声压场和质点振速场表现为复杂的干涉结构;质点振速方向和声源方位不一致;声压和质点振速不再同相;声强方向也不再反映声源方位。本文结果为矢量水听器在球形载体和球形障板条件下的工程应用提供理论依据。 相似文献
4.
针对三维多重信号分类(Multiple Signal Classification,MUSIC)算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化(Chicken Swarm Optimization,CSO)算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明:文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。 相似文献
5.
6.
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。 相似文献
7.
基于波叠加与统计最优近场声全息的单面声场分离技术 总被引:1,自引:1,他引:0
基于空间声场变换的近场声全息以及统计最优近场声全息都要求全息面一侧的声场必须为自由声场。为了克服应用上的局限性,提出了一种波叠加方法和统计最优近场声全息相结合的方法。针对现有的双全息面声场分离技术需要在两个全息面上进行声压测量,效率较低的问题,首先采用波叠加算法根据全息面上的声压重构出某个重建面上的声压,然后利用全息面和重建面的声压数据采用统计最优近场声全息技术分离出全息面某一侧声源在全息面上单独产生的声学量,从而以更少的测点数在全息面两侧都存在声源的情况下实现空间声场分离。实验和数值仿真验证了该方法的有效性和可行性。 相似文献
8.
为了克服多途效应对水下复杂结构声源的近场定位精度的影响,研究了基于幅度相位联合补偿的MVDR(ac-MVDR)算法的被动时反近场声源定位方法,该方法一方面将幅度补偿引入到MVDR近场聚焦波束形成中,充分利用声场的幅度相位信息重建声源平面上的噪声源空间位置分布,实现高分辨定位;另一方面可综合多途信息,对信号进行空时被动聚焦的同时,在信道输出总能量强的目标处实现选择性聚焦。通过仿真和实测数据的处理分析表明,该方法可有效的克服多途干扰,提高水下声源的近场定位精度。 相似文献
9.
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
10.
等效源法近场声全息是进行声源识别的重要方法。传统的基于Tikhonov正则化方法局限于相对低的频率,进行高频声源的声场重建时效果较差,而基于最速下降法的宽带声全息(wideband acoustic holography,WBH)方法则在中高频效果较好。为了拓宽声场重建的频率范围并提高声源识别分辨率,提出一种基于增广拉格朗日方法(augmented Lagrangian method,ALM)的等效源法声源识别算法,该方法将L1范数正则化模型转化为增广拉格朗日方程的最小化问题,并应用不动点迭代求解得到声源强度。通过仿真与试验表明,与Tikhonov正则化、WBH和快速迭代收缩阈值算法(fast iterative shrinking threshold algorithm,FISTA)三种方法对比,所提方法适用于更宽的频率范围,且对不同的全息距离和信噪比具有很好的适应性。 相似文献
11.
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
12.
近场声全息能高分辨率地重构声场,但是其所要求的严格的自由声场条件在工程上很难得到满足,声场分离的方法能虚拟出自由声场,扩大了近场声全息技术的应用范围。目前的声场分离方法对声源要求有较多的先验知识,一定程度上阻碍了近场声全息技术的应用。文章根据声波等效源法的原理提出一种新的单全息面分离声场方法,无需目标声源和噪声源的先验知识,即可对声场进行分离,达到虚拟消声的效果。通过理论推导证明了方法的正确性,通过数值仿真验证了该方法的可行性。 相似文献
13.
偶极声源的指向性是影响声源识别结果的关键因素。目前,偶极声源的识别方法通常是基于声源的指向性信息先验假设,然而在实际偶极声源识别中,很难事先获得声源的指向性信息;此外,声源分布在二维平面上的假设通常不适用于实际的气动系统。为了准确识别指向性信息未知的偶极声源,并获得声源的三维成像结果,提出了一种基于加权迭代L1最小化算法的等效源方法。该方法将声源指向矢量作为未知参数,从测量声压与等效源源强的传递函数中分离出来,并通过加权迭代L1最小化算法将声源指向矢量与等效源源强一起求解出来,进而利用这些求解获得的声源信息进一步预测声场。与以往的偶极声源识别方法不同,该方法可以实现指向性信息未知偶极声源的三维成像。指向性信息未知偶极声源的三组仿真案例和自制类偶极声源的实验研究验证了该方法的有效性和鲁棒性。 相似文献
14.
针对声全息算法种类繁多及应用场合不同需求,通过有限元仿真和数值仿真相结合,对基于傅里叶变换、统计最优和等效源3种算法进行分析,寻找声源频率、重建距离、采样间距及正则化方法对重建精度的影响,并对其计算效率进行对比。在开阔水域进行实验验证。结果表明:随着声源频率增大,重建距离增加,采样点数减少,声全息算法的重建精度逐渐降低。在低频区域,结合L-曲线正则化法的统计最优近场声全息具有最佳的声场重建效果;基于等效源法的声全息重建精度最高,但容易产生虚像;基于傅里叶变换的声全息算法受重建距离影响严重,但重建速度优异,且声源定位准确。 相似文献
15.
基于到达时差(Time Difference of Arrival,TDOA)的多声源定位中,由于麦克风阵列对测量的TDOA值无法与目标声源进行关联,声源定位过程会产生关联模糊,从而影响多声源定位结果的精度。针对这一问题,提出基于阵列重构的多声源关联模糊消除方法。通过广义互相关(Generialized Cross⁃Correlation,GCC)算法估计麦克风阵列的TDOA值,再利用排序算法获得定位麦克风阵列所有可能的TDOAs序列,并基于Chan算法估计所有可能的声源。通过轮换定位麦克风阵列的参考麦克风,构造多组校验子阵列,利用真实声源与阵列麦克风的相对位置关系来滤除虚假声源。对于不同校验子阵列筛选出的所有声源位置,以出现频数最大化原则再次进行冗余校验,从而提升最终筛选真实声源的准确性。仿真及实验结果表明,该方法能够以最少数量常规麦克风有效消除多声源定位中的虚假声源。在同等麦克风数量的情况下,该方法的定位精度及定位鲁棒性高于对比方法。 相似文献
16.
17.
为了有效控制旋转机械噪声,利用信号处理技术对整机或部件进行噪声源识别是十分必要的,噪声源准确识别可以为故障诊断和结构优化提供依据。首先论述建立均匀线性近场声阵列模型以获得空间声场数据的方法。其次,在传统波束形成结果基础上,利用反卷积法从中提取所需声场信息以实现对声源面可视化重构。接着,在所搭建转子噪声试验台上,利用近场声阵列提取各种工况下噪声信号,并识别出轴承以及盘轴连接处为转子主要噪声源,验证了基于声源成像反卷积法均匀线性近场声阵列在旋转机械噪声源识别方面的可行性。 相似文献
18.
正交匹配追踪反卷积声源识别算法(orthogonal matching pursuit deconvolution approach for the mapping of acoustic sources, OMP-DAMAS)具有极高的计算效率、空间分辨率和重构精度,被广泛应用声源识别领域。但在实际的工程运用中,无法满足提前确定声源数目的条件,可能造成识别结果不准确。因此提出了一种分段取阈值的OMP-DAMAS算法,在声源稀疏度未知的情况下,通过对内积和最小二乘解取阈值将伪声源和旁瓣对应的列序号从原子支撑集中删除,直接精确的识别出真实声源的位置。仿真和试验结果表明了所提算法与传统的延时求和算法相比,可以明显的减小主瓣宽度,提高空间分辨率,同样能达到OMP-DAMAS算法的重构效果,对噪声具有较好的鲁棒性,且具有极高的识别稳定性。 相似文献