识别运动声源的时域波束形成技术研究

发布时间：2024-11-03 22:21

　　 波束形成技术是识别汽车、轨道列车和飞机等运动声源的一种重要手段。现有的波束形成方法中忽略了运动声源辐射中近场项(也被称为次级项)的影响,因此随着声源运动速度的提高会产生较大的识别误差;另外,现有方法得到的结果是声源源强时域导数的近似量,与声源源强的量级不同。针对该问题,文章提出了一种新的时域波束形成方法用于运动声源的识别和源强信号的重建。数值仿真结果表明,该方法不但可以突破现有方法在声源运动速度方面的限制,而且可以直接获得声源的时域源强信号。

【文章页数】：6 页

【部分图文】：

Beamforming技术的测量和计算过程如图1所示。一个声源Q平行x轴做匀速直线运动,速度为v,且马赫数M=v/c<1,其中c为声速;采用一个静止的传声阵列H测量该运动声源的辐射声场,阵列中第k个传声器的坐标rk=(xk,yk,zk),其中k=1,2,…,K,K为阵列包含的传声....

其中,Rsk(τ)={[xk-xs(τ)]2+(yk-ys)2+(zk-zs)2}1/2,表示在τ时刻该聚焦点与第k个传声器之间的距离。在测量过程中,假设采样频率为fs,则测量时刻可以离散为ti=iΔt(i=0,1,2,…,I),其中Δt为时间步长。在使用Beamfor....

综上所述,基于时域向前差分的计算效果最好且最为稳定。图4基于3种时域差分格式的声源识别结果(800km/h)

图3基于3种时域差分格式的声源识别结果(100km/h)采用忽略近场项的(5)式得到的声源识别结果如图5所示。对比图3b与图5a可以看出,在声源低速运动时,不管是考虑或忽略近场项,都可以准确识别出运动声源的位置。对比图4b与图5b可以看出,在声源运动速度较高时,本文提出的时域....

本文编号：4011438