基于统计最优和波叠加的联合局部近场声全息

提出了一种基于统计最优近场声全息和波叠加法的联合局部近场声全息技术。首先利用两次统计最优近场声全息的声源定位结果来指导配置等效源,其后利用波叠加法进行局部声场重构。该技术适合于中低频声场的局部重建,计算快速,重建精度高;可以在测量数据有缺失的情况下重建声场。进行了脉动球声源模型的数值仿真,并在半消声室内对电机噪声源进行了实验,仿真实验都准确地重构了声源所辐射的外部声场。该技术可以重建任意类球形声源辐射的声场。      

基于神经网络的近场声全息方法研究

研究了用于声源识别的近场声全息方法中的声场重建算法,针对一般声场重建算法速度慢、误差大的缺点,提出了基于RBF神经网络的声场重建算法。通过仿真证明:相比较于常用的利用菲涅尔变换推导的声全息重建算法,该重建算法具有重建误差小、速度快的优点,具有较好的可行性。     

基于声全息方法和双目视觉实现运动声源声场可视化

运动声源声场的可视化是一种重要的运动声源定位的技术手段,利用双目视觉测量技术实现运动声源声场空间的自动测量,自动确定运动声源表面的空间位置,针对声源表面,利用传声器阵列,基于声全息方法实现运动声源声场的重建,建立视频图像与声场的空间映射,并建立视频与声场之间的时序,实现实景视频图像与声场重建结果的融合,可以自动生成声源运动过程的视频。基于该方法所开发了一套试验测量系统,对运动声源的测量试验结果表明,该方法可以有效实现运动声源的视频可视化,使人可以直接从视频中看到声源及其变化过程,使声源的定位和识别变得更加简单。      

利用声全息方法识别噪声源问题中声源幅值修正的研究

针对利用声全息方法识别噪声源过程中重建声源幅值偏差的问题,分析了偏差产生的原因,井针对点声源的情况提出了一种修正算法。仿真计算和汽车的测量实验证明,采用修正算法后,重建声源幅值的相对大小与实际情况更为接近。     

基于声源预估的波叠加组合全息声源识别方法

为解决声源识别中旁瓣效应等因素引起的虚假识别结果问题,提出了基于声源位置预估的波叠加组合全息算法。应用波束形成算法进行声源位置的预估,将预估声压峰值点作为假定声源点,通过波叠加原理建立方程组,利用声源强度求解结果构造完整全息平面,通过声全息方法重新计算重建面声压。进行了仿真和实验验证,经该算法重构后,波束形成算法产生的虚假声源处的声压得以明显降低。表明该算法可以抑制旁瓣效应等因素的影响,提高声源识别的准确率。      

阵元随机均匀分布球面阵列联合噪声源定位方法

基于球面传声器阵列的噪声源定位方法,设计加工了阵元随机均匀分布64元球面传声器阵列,研究了球面近场声全息和球谐函数模态展开聚焦波束形成联合噪声源定位识别方法,对算法的性能进行了仿真分析,并利用球面传声器阵列进行了噪声源的定位识别试验.研究表明,阵元随机均匀分布球面阵列具有全空间稳定的目标定位性能,球面近场声全息对低频近距离声源具有较高的定位精度,球谐函数模态展开聚焦波束形成对高频远距离声源具有较高的定位精度,将两种方法联合进行声源的定位识别,可以在较小孔径的球面阵列和较少阵元的条件下,在宽频带范围内获得对目标声源良好的定位性能.     

基于声强测量的近场声全息及其在水下声源声辐射分析中的应用

基于声强测量的宽带声全息（ＢＡＨＩＭ）是一种新的有效的声场重建技术，在获得了测量面（全息面）上两个切向声强分量后，利用ＢＡＨＩＭ可以预报声源的辐射场及噪声源定位。本文给出了不同声源和参数下ＢＡＨＩＭ数值分析结果，井利用自行研制的双通道自动扫描声强测量系统进行了水下声源近场声辐射的ＢＡＨＩＭ实验，结果证实了该方法的有效性，它增强了分析和识别噪声源的能力。     

运动声源的声全息识别方法

利用声全息方法分析运动声源的噪声辐射。从声音的多普勒效应出发,利用接收到的含有多普勒效应的声音信号构造出全息数据来完成全息重建。并根据该原理设计一套测量装置,实验表明利用该装置能够快速、准确地识别运动车辆表面的噪声。     

适用于循环平稳声场的基于波叠加法的近场声全息技术

在原有的平面循环平稳近场声全息基础上,提出一种基于波叠加法的循环平稳近场声全息技术,可以对具有复杂表面的声源进行全息重建,重建的声源表面声压谱相关密度函数能反映出调制信号的信息.声源表面声压谱相关密度函数全息图形象地反映了调制信号在表面的强弱分布情况,可由此确定调制信号源的产生位置.仿真分析和实验验证表明,基于波叠加法的循环平稳近场声全息技术可以更准确地反映循环平稳声场的调制特性.该方法继承了波叠加法的优点,无需计算边界奇异积分,计算效率高、精度好. 关键词： 近场声全息 循环平稳信号 波叠加     

双全息面声场分离技术的实验研究

研制出一套多通道的声全息测量与分析系统,将其应用于对双全息面声场分离技术的验证。在对该技术进行误差分析的基础上,给出了相应的提高分离声场精度办法。利用研制的全息系统对存在背景干扰的目标声源进行双全息面测量和分析,实验结果表明:双全息面分离声场技术能够有效地抑制背景声源对全息重建结果的影响,从而可以正确地重建声场和识别噪声源。