基于聲全息方法的噪聲源識別算法及對比研究.pdf

1、為了探究聲全息法聲源識別算法性能，本文對車輛工程領(lǐng)域中常用的傳統(tǒng)平面近場聲全息、統(tǒng)計最優(yōu)近場聲全息、等效源法近場聲全息以及寬帶聲全息四種算法進行了研究，通過仿真算例分析了其聲場重建性能及影響因素，并作了算法對比及優(yōu)化，最后試驗驗證了優(yōu)化結(jié)果，得到了優(yōu)異的重建性能。
　　本文首先基于聲場空間變換原理推導(dǎo)了傳統(tǒng)平面近場聲全息算法的數(shù)學(xué)表達式，闡述了算法中有限孔徑效應(yīng)引起的重建誤差，并通過在空間域、波數(shù)域加濾波函數(shù)改善算法，在此基礎(chǔ)上，

2、模擬計算了點聲源及板聲源聲場重建結(jié)果，表明：平面近場聲全息對中低頻聲源有很好的重建性能，而對于高頻聲源隨頻率升高重建性能下降；此外，其還能準確重建諸如鋁板等面板的輻射聲場。
　　其次，基于波疊加思想，闡明了統(tǒng)計最優(yōu)近場聲全息基本理論，設(shè)計了聲源識別算法，以網(wǎng)格陣列、圓形陣列、均布非規(guī)則陣列為例，研究了陣列形式對統(tǒng)計最優(yōu)近場聲全息算法重建結(jié)果的影響，得出：網(wǎng)格陣列和均布非規(guī)則陣列都能準確識別聲源位置且均布非規(guī)則陣列有較好的重建性能，

3、圓形陣列不能用于聲場重建；同時對比分析了統(tǒng)計最優(yōu)近場聲全息與傳統(tǒng)平面近場聲全息兩種算法的聲場重建性能，結(jié)果表明：二者均可有效識別聲源；相比于傳統(tǒng)平面近場聲全息，統(tǒng)計最優(yōu)近場聲全息能更加精確、真實的反應(yīng)聲場原貌。進一步利用統(tǒng)計最優(yōu)近場聲全息算法對某柴油機進行了噪聲源識別，結(jié)果表明：在50～1000 Hz頻率段的主要噪聲源為油泵傳動軸和油泵調(diào)速器。為后續(xù)的低噪聲改進指明了方向。
　　再次，基于等效源思想，推導(dǎo)了等效源法近場聲全息算法聲

4、場重建公式，針對該算法聲場逆向求解中Tikhonov最優(yōu)正則化參數(shù)選取問題，本文引入Bayesian正則化準則進行求解，并對GCV法、L-curve法和Hald法三種參數(shù)選取方法，在不同重建頻率，全息面距離及信噪比配置條件下進行了仿真對比分析，結(jié)果顯示：高頻遠距離測量及噪聲水平較高且信噪比輸入存在誤差時 GCV、L-curve和Hald法難以獲得最優(yōu)的正則化參數(shù)，Bayesian正則化準則則不受此限制，在寬頻帶內(nèi)有優(yōu)異的重建性能。進一步

5、的算例試驗驗證了將該方法應(yīng)用在等效源法近場聲全息中的正確性與有效性，在此基礎(chǔ)上，闡述了加權(quán)范數(shù)迭代最小二乘法算法，并將該算法與等效源法進行了算法性能對比，結(jié)果表明：加權(quán)范數(shù)最小二乘算法比傳統(tǒng)等效源算法能更精確地重建聲場，更有效地實現(xiàn)聲源識別，且聲源分辨率高，為聲源的精確定位與識別提供了一種新的參考方法。
　　最后，結(jié)合等效源思想及最速下降法原理，推導(dǎo)了寬帶聲全息算法聲場重建公式并設(shè)計了聲源識別算法，通過仿真算例對比分析了其與等效源

6、法、加權(quán)范數(shù)迭代最小二乘法的重建結(jié)果，并分析了全息距離與聲場信噪比對其重建結(jié)果的影響，結(jié)果顯示：寬帶聲全息算法在寬帶內(nèi)聲源識別精度高，聲場重建性能優(yōu)異，且對全息距離和聲場信噪比有良好的穩(wěn)定性，等效源法和加權(quán)范數(shù)迭代最小二乘法適用于低頻聲源識別，且低頻內(nèi)加權(quán)范數(shù)迭代最小二乘法與寬帶聲全息法有類似的重建性能。進一步，為選取更加有效的特征值和主分量重建聲場并提升計算效率，對原有算法進行了主分量截斷處理，并對截斷前后的聲源識別結(jié)果進行了試驗驗證