基于互质阵列的声源定位技术研究
发布时间：2021-04-13 09:33
声源定位又称为声源的DOA估计,是声学研究领域的一个重要研究方向,如何快速并准确无误地确定声源所在方向或者所处位置是声源定位技术的关键。阵列作为声源定位的主要工具,设计恰当的阵列形式,不仅可以提高声源定位的速度和精度,也可以节约相应的软件和硬件成本。受Nyquist采样定律的限制,均匀阵列的阵元间距最大仅为声音信号波长的一半,其分辨率和有效动态范围等参数明显偏低。而由一对阵元数量满足互质条件、阵元排布满足稀疏放置的稀疏均匀阵列以首阵元重叠的方式叠加而成的互质阵列则突破了Nyquist采样定律的限制,在阵元数量不变的前提下增大了阵列孔径,提高了声源DOA估计的精度。与均匀阵列相比,有效地提高了分辨率和有效动态范围等参数。本文的工作基于互质阵列展开,并结合相关算法论证互质阵列在声源DOA估计方面存在的优势。本文的主要工作内容如下:1.针对均匀线形阵列在进行声源DOA估计时存在的阵列孔径偏小、分辨率及有效动态范围等参数偏低的问题,推导了互质线形阵列流型矩阵,研究了基于互质线形阵列的声源DOA估计方法;针对互质线形阵列只能进行一维DOA估计的不足,推导了互质圆形阵列流型矩阵;研究了基于互质圆形...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
波音公司声源定位系统案例
第1章绪论1第1章绪论1.1研究背景及意义声学隶属于物理学范畴，是研究声波产生方式和机理、传播方式和途径以及接收方式和效应的科学。自20世纪以来，声学已在医疗、通信、交通、电子、海洋、材料以及能源等众多领域发挥了重要的作用，使声学得到了更加广泛的应用和长足的发展[1]。结合了阵列设计理论、信号处理理论的声源定位技术，巧妙地融合了声音的声强信息及相位信息，可以快速准确地定位并量化声源，直观实时地显示测量结果。对测量结果进行频谱分析，还可以得到声源的频段分布及主要成分，为噪声控制抑制和声学故障诊断分析提供可靠的依据。随着科研人员对实验条件及环境要求的不断提高，阵列信号处理技术和声源定位技术获得了迅速的发展和广泛的应用。其中，波音公司为解决飞机在下降过程中机身啸叫部位的定位问题而研发的声源定位系统最具有代表性，该系统如图1.1所示。图1.1波音公司声源定位系统案例图1.2KMI公司出品的声学相机
吉林大学硕士学位论文4十字阵列网格阵列圆形阵列图1.3常见平面阵列二维麦克风阵列虽然能确定声源的具体位置，却与一维麦克风阵列存在相同的缺点，即只能检测前向声源，若多个声源出现在阵列前后的对称位置，将会被检测为同一声源，不能检测出像车厢内、房间内声源的三维空间位置分布。为解决一维、二维麦克风阵列存在的上述缺点，世界知名的声学公司纷纷研发了自己的三维麦克风阵列，如GFal公司的空心球麦克风阵列和B&K公司的实心球麦克风阵列，如图1.4所示。图1.4球形阵列从工业发展的实际需要出发，麦克风阵列由一维逐渐发展到三维，而波束成形算法也在随之不断地发展。在声源定位领域中，常规波束成形算法因为其简单、实用的优点，是提出最早、当前应用最广泛的方法。麦克风阵列在接收声音信号时，各阵元的分散排布造成了声音信号接收时延，经过加权和延时处理后，可以使每个阵元接收到的声音信号在时间上保持一致，再经过求和运算，使麦克风阵列在某方向上的输出功率达到最大，以此来指向声源所在的方向、位置。以上便是常规波束成形算法的基本原理。但该算法具有较差的空间分辨率和严重的旁瓣干扰[12][13]。为改进上述缺点，国内外的研究人员在常规波束成形算法的基础上对其进行了不同程度的改进，提高了声源定位的精度和声源定位的分辨率。Ding[14]等使用二维麦克风阵列对常规波束成形算法进行了改进，该改进算法不仅可以将声源定位在与该阵列平行的某平面上，还可以计算出声源与阵列之
【参考文献】：
期刊论文
[1]基于波束形成声成像技术的某±800 kV换流站噪声源识别[J]. 曹浩,吴晓文,卢铃,胡胜,吕建红,彭继文. 高压电器. 2019(11)
[2]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)
[3]基于DAMAS算法的气动噪声定位研究[J]. 薛伟诚,杨兵,贾少红,赵晓路,徐建中. 工程热物理学报. 2015(10)
[4]球谐函数波束形成声源识别扩展方法[J]. 褚志刚,杨洋,贺岩松,康润程,王光建. 机械工程学报. 2015(20)
[5]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)
[6]波束形成噪声源识别性能的仿真分析及应用[J]. 张晋源,杨洋,兰文奎. 现代制造工程. 2014(11)
[7]基于波束形成的柴油机噪声源识别[J]. 周政平. 内燃机. 2014(05)
[8]基于反卷积DAMAS2波束形成的发动机噪声源识别[J]. 杨洋,倪计民,褚志刚. 内燃机工程. 2014(02)
[9]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)
[10]基于波束形成方法的货车车外加速噪声声源识别[J]. 褚志刚,杨洋,王卫东,肖新标,蒋忠翰,贺岩松. 振动与冲击. 2012(07)
博士论文
[1]互质阵列信号处理算法研究[D]. 周成伟.浙江大学 2018
硕士论文
[1]基于超声波传感器阵列及多重信号分类算法的风速风向测量方法[D]. 高伟.吉林大学 2017
本文编号：3135055
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
波音公司声源定位系统案例
第1章绪论1第1章绪论1.1研究背景及意义声学隶属于物理学范畴，是研究声波产生方式和机理、传播方式和途径以及接收方式和效应的科学。自20世纪以来，声学已在医疗、通信、交通、电子、海洋、材料以及能源等众多领域发挥了重要的作用，使声学得到了更加广泛的应用和长足的发展[1]。结合了阵列设计理论、信号处理理论的声源定位技术，巧妙地融合了声音的声强信息及相位信息，可以快速准确地定位并量化声源，直观实时地显示测量结果。对测量结果进行频谱分析，还可以得到声源的频段分布及主要成分，为噪声控制抑制和声学故障诊断分析提供可靠的依据。随着科研人员对实验条件及环境要求的不断提高，阵列信号处理技术和声源定位技术获得了迅速的发展和广泛的应用。其中，波音公司为解决飞机在下降过程中机身啸叫部位的定位问题而研发的声源定位系统最具有代表性，该系统如图1.1所示。图1.1波音公司声源定位系统案例图1.2KMI公司出品的声学相机
吉林大学硕士学位论文4十字阵列网格阵列圆形阵列图1.3常见平面阵列二维麦克风阵列虽然能确定声源的具体位置，却与一维麦克风阵列存在相同的缺点，即只能检测前向声源，若多个声源出现在阵列前后的对称位置，将会被检测为同一声源，不能检测出像车厢内、房间内声源的三维空间位置分布。为解决一维、二维麦克风阵列存在的上述缺点，世界知名的声学公司纷纷研发了自己的三维麦克风阵列，如GFal公司的空心球麦克风阵列和B&K公司的实心球麦克风阵列，如图1.4所示。图1.4球形阵列从工业发展的实际需要出发，麦克风阵列由一维逐渐发展到三维，而波束成形算法也在随之不断地发展。在声源定位领域中，常规波束成形算法因为其简单、实用的优点，是提出最早、当前应用最广泛的方法。麦克风阵列在接收声音信号时，各阵元的分散排布造成了声音信号接收时延，经过加权和延时处理后，可以使每个阵元接收到的声音信号在时间上保持一致，再经过求和运算，使麦克风阵列在某方向上的输出功率达到最大，以此来指向声源所在的方向、位置。以上便是常规波束成形算法的基本原理。但该算法具有较差的空间分辨率和严重的旁瓣干扰[12][13]。为改进上述缺点，国内外的研究人员在常规波束成形算法的基础上对其进行了不同程度的改进，提高了声源定位的精度和声源定位的分辨率。Ding[14]等使用二维麦克风阵列对常规波束成形算法进行了改进，该改进算法不仅可以将声源定位在与该阵列平行的某平面上，还可以计算出声源与阵列之
【参考文献】：
期刊论文
[1]基于波束形成声成像技术的某±800 kV换流站噪声源识别[J]. 曹浩,吴晓文,卢铃,胡胜,吕建红,彭继文. 高压电器. 2019(11)
[2]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)
[3]基于DAMAS算法的气动噪声定位研究[J]. 薛伟诚,杨兵,贾少红,赵晓路,徐建中. 工程热物理学报. 2015(10)
[4]球谐函数波束形成声源识别扩展方法[J]. 褚志刚,杨洋,贺岩松,康润程,王光建. 机械工程学报. 2015(20)
[5]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)
[6]波束形成噪声源识别性能的仿真分析及应用[J]. 张晋源,杨洋,兰文奎. 现代制造工程. 2014(11)
[7]基于波束形成的柴油机噪声源识别[J]. 周政平. 内燃机. 2014(05)
[8]基于反卷积DAMAS2波束形成的发动机噪声源识别[J]. 杨洋,倪计民,褚志刚. 内燃机工程. 2014(02)
[9]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)
[10]基于波束形成方法的货车车外加速噪声声源识别[J]. 褚志刚,杨洋,王卫东,肖新标,蒋忠翰,贺岩松. 振动与冲击. 2012(07)
博士论文
[1]互质阵列信号处理算法研究[D]. 周成伟.浙江大学 2018
硕士论文
[1]基于超声波传感器阵列及多重信号分类算法的风速风向测量方法[D]. 高伟.吉林大学 2017
本文编号：3135055
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3135055.html
