基于稀疏表示和特征加权的离格双耳声源定位*

基于头相关传递函数数据库的传统双耳声源定位方法的定位角度往往被限定在头相关传递函数数据库的离散测量点上。当头相关传递函数数据库的测量方位角间隔较大时,这类算法的性能会显著下降,这就是典型的离格问题。该文提出了基于加权宽带稀疏贝叶斯学习的离格双耳声源定位算法。首先该算法建立离格双耳信号的稀疏表示模型,然后利用双耳相干与扩散能量比特征对各个频点进行加权以降低噪声和混响的影响,最后通过加权宽带稀疏贝叶斯学习方法估计离格声源的方位角。实验结果表明,该算法在各种复杂的声学环境下都有着较高的定位精度和鲁棒性,特别是提高了离格条件下的声源定位性能。     

吸顶式传声器阵列阵元坐标标定方法

提出了一种吸顶式传声器阵列阵元坐标的标定方法。针对在混响声场中,时延估计算法性能严重下降从而导致在标定传声器阵元坐标时产生较大误差的问题,提出了利用脉冲声源作为标定声源,并且截取脉冲源直达声的方法来抑制混响声场的影响,提高传声器阵元坐标标定的精度。建立了阵元坐标标定的误差分析模型,并以白噪声和脉冲声源作为标定声源进行数据仿真和对比分析。仿真结果表明,使用脉冲声源作为标定声源能有效地抑制混响声场的影响,获得传声器阵列阵元的准确坐标。同时,在封闭的房间内建立起孔径为3.5 m、64阵元的螺旋状吸顶传声器阵列进行了实验研究,实验结果验证了本文提出方法的有效性。     

球谐域类正则化宽带超指向性波束形成算法

提出一种球谐域类正则化宽带超指向性波束形成算法,通过结合超指向性波束形成器与延迟求和波束形成器控制阵列白噪声增益和指向性因数,推导类正则化宽带超指向性波束形器的球谐域表达式。在此基础上设计新的可控指向性因数波束形成器,可在不显著放大低频白噪声的前提下实现设定的波束宽度。采用32元球阵的仿真结果表明,对于语音测试场景,类正则化波束形成器的最高PESQ得分相比于传统的超指向性波束形成器与延迟求和波束形成器分别提高了约0.5和0.4,平均词错率分别减少了约9.5%和8.1%。主观测试实验也表明类正则化波束形成器在方向性噪声和扩散场噪声环境下都可以获得更好的主观听觉感受。利用实验数据对算法性能进行测试,实验结果同样验证了该方法在实际声学环境中的有效性。      

有源头靠中一种分布式虚拟传声器优化方法

有源降噪头靠系统中,远程虚拟传声器技术能够解决控制点处与误差传声器处降噪量不匹配的问题。在实际应用中,多通道虚拟传声器技术存在收敛速度慢和运算复杂度高等问题。针对这个问题,本文通过重新设计远程虚拟传声技术的离线优化过程,提出一种分布式远程虚拟传声器技术优化方法。该方法将虚拟次级通路矩阵作对角化限制,同时对观测传递函数矩阵进行联合寻优,以实现一种分布式的更新算法。有源降噪头靠实验结果表明,所提算法能够有效降低远程虚拟传声器技术算法的运算复杂度,并且提升了算法的收敛速度。     

大气声传播通道的声源当量估计方法

提出了一种基于大气声传播通道的爆炸声源能量估计方法,通过将计算大气声学的传播能量分布结果与大气中传播的声压幅度衰减模型相结合,使用平流层通道与热层通道传播损失能量比例作为修正量,提高了对爆炸声源能量的估计精度。在多次地面爆炸实验得到的数据中,使用观测距离800 km以上且同时存在平流层通道与热层通道的次声接收信号,对比了平流层顶风速修正的能量估计方法与该文提出的基于大气声传播通道的能量估计方法。实验结果验证了相对于传统风速修正的能量估计方法,该方法可显著降低估计误差。     

充液管路系统流体声与结构声的复合有源控制

采用基于谐频自适应控制算法的有源消声与消振系统对充液管路系统突出的低频线谱噪声进行有源控制实验研究.建立了泵水循环管路实验系统,在管路中安装有源消声器对流体声进行控制,在管路出口障板上采用8×8通道有源消振系统控制结构声辐射。开展的低频线谱噪声与振动有源控制实验结果表明,在50~200 Hz频带内,通过结合有源噪声与振动控制可在多数频点取得10 dB以上的降噪效果。针对该实验系统,通过分别控制流体声和结构声分析了两者的贡献.实验结果验证了有源消声与消振系统具有较好的降噪性能,各频点处流体声与结构声占比情况不同,需要综合控制流体声与结构声才可以取得显著的降噪效果。      

室内两步法监督式学习双耳声源距离估计

提出一种室内环境下两步法监督式学习双耳声源距离估计算法,该算法通过预先估计声源方位角信息以克服声源方位角的变化对声源距离估计性能的不利影响.该算法第1步利用深度神经网络模型估计声源的方位角,并将不同方位角的双耳信号分类;第2步中对每个方位角的双耳信号采用独立的深度神经网络模型进行声源距离估计,其中距离特征选用双耳信号的一些双耳特征和统计特性。在仿真和实际环境下,本文提出的两步法声源距离估计算法的距离估计准确率比现有算法提高了3%~5%左右,并且在各种不匹配环境下的距离估计准确率比现有算法高出5%~10%左右。实验结果表明利用声源方位角信息可以有效提高双耳声源距离估计算法的性能。      

复合深度神经网络在直升机声目标识别中的研究

针对直升机探测中目标运动过程连续识别的鲁棒性问题,提出了一种基于复合深度神经网络的直升机声学特征提取和识别框架。复合深度神经网络由卷积神经网络和长短时记忆神经网络以并行结构组合,进行直升机声学特征的优化,完成直升机类型识别。针对直升机声信号特性,对卷积神经网络进行了改进,使得该复合深度神经网络在信号短时谱基础上优化声信号特征表征并提取前后帧之间的相关信息,弥补通常声目标识别方法不能充分利用目标信号时间历程信息的缺陷。真实外场实验数据测试结果显示:相较于传统识别方法,该算法显著提升了直升机进入有效探测范围后连续识别的鲁棒性和目标识别正确率。     

基于变换声学的角反射器的设计*

基于超材料的新型声学器件是近年来的研究热点,变换声学为这些新型声学器件的实现带来了可能。该文提出了一种基于变换声学的声反射器模型的设计方法。通过简单的线性映射,该声反射器具有均匀而各向异性的参数。利用Biot流体等效介质理论,通过周期分层结构可以对该反射器进行实现。仿真结果显示,在一定角度范围内,该反射器可以将声波按照入射方向进行反射,同时也验证了该结构的宽频有效性。     

微穿孔板和小孔喷注——马大猷教授对声学的特殊贡献

微穿孔板吸声体是马大猷教授提出的一项特殊的设计技术,自上世纪80年代以来被广泛地应用在音质处理和噪声控制中。微穿孔板吸声体是一种无纤维的宽带吸声材料,它不仅能够应用在传统的建筑声学和噪声控制等领域中,更有意义的是它适用于高温、高速气流、高洁净、需要透明采光等一些极端条件下。当微穿孔板后面有一定的空腔时,它可以在低频的几个频程内具有很高的吸声系数。在喷注噪声控制理论方面,马教授根据小孔喷注噪声与其压力和直径的关系,根据人的听觉生理和心理特性,提出了在气流或者蒸汽出口的颈部处设计合适的小孔结构,可以大大减少气流噪声对人的干扰作用可听声频段内的声辐射,降噪量一般来说可以达到20~60 dBA的降噪量。这就是小孔喷注理论。本文回顾了马大猷教授在他学术生涯第二个春天里结出的这两颗硕果——微穿孔板和小孔喷注,关于微穿孔板在声场和声源噪声控制中的声学特性理论,主要回顾和讨论了微穿孔板结构的研究进展及其在噪声控制中的实际应用,以及小孔喷注噪声的主要能量转移到超声波频段内的物理概念,这一概念对现代喷注噪声控制的发展依然具有重要意义。