基于谱矩阵重构和广义逆问题的降噪波束形成声源识别方法研究
发布时间：2021-12-15 19:20
基于传声器阵列测试系统的波束形成声源识别技术,是一种先进的空间滤波技术,被广泛应用于航天、汽车、建筑等领域的噪声源定位试验中。由于其适用于远场测量、对中高频声源敏感的特点,与之相关的试验往往在户外、开阔的空间内或者有高频噪音的环境中进行,在这些复杂环境中经常存在多种干扰噪声,影响对目标声源的识别。近年来,先后出现了去自谱法和谱减法分别用于抑制自噪声和背景噪声,但是这些方法降噪性能有限,且存在明显缺点。因此,论文针对目前存在的问题改进提出了一种加权降噪广义逆波束形成声源识别方法。首先基于平面波假设,根据传统“延时求和”互谱波束形成原理编写了算法模型,分析了其有关特征参数的性质,并通过数值仿真分析了该方法的缺陷,即低频空间分辨率较差、高频旁瓣水平较高、相干声源的识别能力较差。然后,根据去自谱法和谱减法的理论,利用数值仿真得出上述两种降噪方法不仅降噪性能有限,而且都直接对互谱矩阵进行加减运算,破坏了互谱矩阵半正定的性质,使重建声场可能出现不可预期的错误。为了克服去自谱法和谱减法的缺陷,论文改进得到了自谱重建法和“预白化”法。自谱重建法采用凸优化技术,在约束条件下对互谱矩阵的对角元素进行优化,...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统波束形成技术示意图
重庆大学硕士学位论文14a.18通道伪随机阵列b.18通道矩形阵列图2.2最大旁瓣级函数图Fig.2.2Thediagramsofmaximumsidelobelevel图2.2.a为伪随机阵列的最大旁瓣级函数图，可见大致在0.45m处出现最大旁瓣级，旁瓣水平相对于主瓣低5.5dB，根据分贝的定义，可知主瓣能量是旁瓣的能量约3.5倍；而图2.2.b中，矩形阵列的最大旁瓣级出现在0.2m处，距离主瓣位置较近，容易混淆实际声源位置，且旁瓣水平较高，仅低于主瓣2.8dB。对比可知，伪随机阵列具有较低的旁瓣水平，较强的旁瓣抑制能力，在声源识别性能上优于均匀矩形阵列。因此以下的仿真和实验均采用此种18通道圆形伪随机阵列。2.1.3数值仿真分析根据上述的传统波束形成声源识别理论，设计了相应的数值仿真程序，以进一步讨论其对不同声源下的成像效果和分辨率，分析总结传统波束形成技术的声源识别定位性能。首先，将声源面设计为1mⅹ1m的平面，并离散为间距0.02m的网格点。声源设置为单点声源和多点相干声源，其相关性质参数包括:类型、位置、幅值、频率。然后阵列面采用表2.1中所述的18通道伪随机传声器器阵列，阵列直径为0.34m。最后，声源面与阵列面的法相距离为1m，具体设计示意图如图2.3所示。
重庆大学硕士学位论文14a.18通道伪随机阵列b.18通道矩形阵列图2.2最大旁瓣级函数图Fig.2.2Thediagramsofmaximumsidelobelevel图2.2.a为伪随机阵列的最大旁瓣级函数图，可见大致在0.45m处出现最大旁瓣级，旁瓣水平相对于主瓣低5.5dB，根据分贝的定义，可知主瓣能量是旁瓣的能量约3.5倍；而图2.2.b中，矩形阵列的最大旁瓣级出现在0.2m处，距离主瓣位置较近，容易混淆实际声源位置，且旁瓣水平较高，仅低于主瓣2.8dB。对比可知，伪随机阵列具有较低的旁瓣水平，较强的旁瓣抑制能力，在声源识别性能上优于均匀矩形阵列。因此以下的仿真和实验均采用此种18通道圆形伪随机阵列。2.1.3数值仿真分析根据上述的传统波束形成声源识别理论，设计了相应的数值仿真程序，以进一步讨论其对不同声源下的成像效果和分辨率，分析总结传统波束形成技术的声源识别定位性能。首先，将声源面设计为1mⅹ1m的平面，并离散为间距0.02m的网格点。声源设置为单点声源和多点相干声源，其相关性质参数包括:类型、位置、幅值、频率。然后阵列面采用表2.1中所述的18通道伪随机传声器器阵列，阵列直径为0.34m。最后，声源面与阵列面的法相距离为1m，具体设计示意图如图2.3所示。
【参考文献】：
期刊论文
[1]基于高阶矩阵函数的广义逆波束形成改进算法[J]. 陈思,张志飞,徐中明,贺岩松,黎术. 振动与冲击. 2017(10)
[2]基于TSVD的广义逆波束形成对扩展性噪声源的识别[J]. 叶虹敏,王强,袁昌明,范昕炜,谷小红. 传感技术学报. 2016(04)
[3]基于函数广义逆波束形成的声源识别[J]. 黎术,徐中明,贺岩松,张志飞,陈思. 机械工程学报. 2016(04)
[4]基于广义逆波束形成的扩展性噪声源定位误差影响因素仿真研究[J]. 叶虹敏,王强,袁昌明,范昕炜. 声学技术. 2015(04)
[5]基于弹性网正则化的广义逆波束形成[J]. 黎术,徐中明,贺岩松,张志飞,陈思. 仪器仪表学报. 2015(05)
[6]光滑L0范数广义逆波束形成[J]. 徐中明,黎术,贺岩松,张志飞,毛锦. 仪器仪表学报. 2014(06)
[7]基于非负最小二乘反卷积波束形成的发动机噪声源识别[J]. 褚志刚,杨洋. 振动与冲击. 2013(23)
[8]波束形成声源识别技术研究进展[J]. 褚志刚,杨洋,倪计民,江洪. 声学技术. 2013(05)
[9]反卷积DAMAS2波束形成声源识别研究[J]. 杨洋,褚志刚,江洪,贺岩松. 仪器仪表学报. 2013(08)
[10]近场波束形成声源识别的改进算法[J]. 褚志刚,杨洋. 农业工程学报. 2011(12)
博士论文
[1]基于声阵列的广义逆声源识别方法研究[D]. 黎术.重庆大学 2017
硕士论文
[1]等效源法近场声全息求解算法研究[D]. 平国力.重庆大学 2016
[2]基于波束形成技术的噪声源识别与声场可视化研究[D]. 张金圈.合肥工业大学 2010
本文编号：3537001
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统波束形成技术示意图
重庆大学硕士学位论文14a.18通道伪随机阵列b.18通道矩形阵列图2.2最大旁瓣级函数图Fig.2.2Thediagramsofmaximumsidelobelevel图2.2.a为伪随机阵列的最大旁瓣级函数图，可见大致在0.45m处出现最大旁瓣级，旁瓣水平相对于主瓣低5.5dB，根据分贝的定义，可知主瓣能量是旁瓣的能量约3.5倍；而图2.2.b中，矩形阵列的最大旁瓣级出现在0.2m处，距离主瓣位置较近，容易混淆实际声源位置，且旁瓣水平较高，仅低于主瓣2.8dB。对比可知，伪随机阵列具有较低的旁瓣水平，较强的旁瓣抑制能力，在声源识别性能上优于均匀矩形阵列。因此以下的仿真和实验均采用此种18通道圆形伪随机阵列。2.1.3数值仿真分析根据上述的传统波束形成声源识别理论，设计了相应的数值仿真程序，以进一步讨论其对不同声源下的成像效果和分辨率，分析总结传统波束形成技术的声源识别定位性能。首先，将声源面设计为1mⅹ1m的平面，并离散为间距0.02m的网格点。声源设置为单点声源和多点相干声源，其相关性质参数包括:类型、位置、幅值、频率。然后阵列面采用表2.1中所述的18通道伪随机传声器器阵列，阵列直径为0.34m。最后，声源面与阵列面的法相距离为1m，具体设计示意图如图2.3所示。
重庆大学硕士学位论文14a.18通道伪随机阵列b.18通道矩形阵列图2.2最大旁瓣级函数图Fig.2.2Thediagramsofmaximumsidelobelevel图2.2.a为伪随机阵列的最大旁瓣级函数图，可见大致在0.45m处出现最大旁瓣级，旁瓣水平相对于主瓣低5.5dB，根据分贝的定义，可知主瓣能量是旁瓣的能量约3.5倍；而图2.2.b中，矩形阵列的最大旁瓣级出现在0.2m处，距离主瓣位置较近，容易混淆实际声源位置，且旁瓣水平较高，仅低于主瓣2.8dB。对比可知，伪随机阵列具有较低的旁瓣水平，较强的旁瓣抑制能力，在声源识别性能上优于均匀矩形阵列。因此以下的仿真和实验均采用此种18通道圆形伪随机阵列。2.1.3数值仿真分析根据上述的传统波束形成声源识别理论，设计了相应的数值仿真程序，以进一步讨论其对不同声源下的成像效果和分辨率，分析总结传统波束形成技术的声源识别定位性能。首先，将声源面设计为1mⅹ1m的平面，并离散为间距0.02m的网格点。声源设置为单点声源和多点相干声源，其相关性质参数包括:类型、位置、幅值、频率。然后阵列面采用表2.1中所述的18通道伪随机传声器器阵列，阵列直径为0.34m。最后，声源面与阵列面的法相距离为1m，具体设计示意图如图2.3所示。
【参考文献】：
期刊论文
[1]基于高阶矩阵函数的广义逆波束形成改进算法[J]. 陈思,张志飞,徐中明,贺岩松,黎术. 振动与冲击. 2017(10)
[2]基于TSVD的广义逆波束形成对扩展性噪声源的识别[J]. 叶虹敏,王强,袁昌明,范昕炜,谷小红. 传感技术学报. 2016(04)
[3]基于函数广义逆波束形成的声源识别[J]. 黎术,徐中明,贺岩松,张志飞,陈思. 机械工程学报. 2016(04)
[4]基于广义逆波束形成的扩展性噪声源定位误差影响因素仿真研究[J]. 叶虹敏,王强,袁昌明,范昕炜. 声学技术. 2015(04)
[5]基于弹性网正则化的广义逆波束形成[J]. 黎术,徐中明,贺岩松,张志飞,陈思. 仪器仪表学报. 2015(05)
[6]光滑L0范数广义逆波束形成[J]. 徐中明,黎术,贺岩松,张志飞,毛锦. 仪器仪表学报. 2014(06)
[7]基于非负最小二乘反卷积波束形成的发动机噪声源识别[J]. 褚志刚,杨洋. 振动与冲击. 2013(23)
[8]波束形成声源识别技术研究进展[J]. 褚志刚,杨洋,倪计民,江洪. 声学技术. 2013(05)
[9]反卷积DAMAS2波束形成声源识别研究[J]. 杨洋,褚志刚,江洪,贺岩松. 仪器仪表学报. 2013(08)
[10]近场波束形成声源识别的改进算法[J]. 褚志刚,杨洋. 农业工程学报. 2011(12)
博士论文
[1]基于声阵列的广义逆声源识别方法研究[D]. 黎术.重庆大学 2017
硕士论文
[1]等效源法近场声全息求解算法研究[D]. 平国力.重庆大学 2016
[2]基于波束形成技术的噪声源识别与声场可视化研究[D]. 张金圈.合肥工业大学 2010
本文编号：3537001
本文链接：https://www.wllwen.com/kejilunwen/qiche/3537001.html
