CN103267571A - 采用单面声压和振速测量的实时声场分离方法 - Google Patents

Abstract

本发明公开了一种采用单面声压和振速测量的实时声场分离方法，其特征是在目标声源和干扰声源之间布置一个测量平面，同步采集测量平面上各网格点处的声压时域信号和振速时域信号；将声压时域信号和振速时域信号分别进行二维空间傅里叶变换获得各波数处的声压时域波数谱和振速时域波数谱；然后利用声压时域波数谱、振速时域波数谱和已知的时域脉冲响应函数，实时分离出目标声源单独在测量平面上所辐射的声压时域波数谱，进而获得目标声源单独在测量平面上所辐射的声压时域信号。本发明方法只需要一个测量平面，且不存在解卷过程，实现方式简单、稳定性高，可以用于对噪声干扰环境下目标声源的时变辐射特性进行现场分析。

Description

采用单面声压和振速测量的实时声场分离方法

技术领域

本发明涉及物理专业中噪声类领域声场分离方法。

背景技术

在实际工程中，目标声源位于测量平面的一侧，而在测量平面的另一侧往往存在干扰声源，这些干扰声源所产生的声场影响了对目标声源所辐射声场的准确测量，因此需要采用一定的声场分离方法将干扰声源的影响从测量结果中分离出来。到目前为止，国内外学者已提出多种声场分离方法，这些方法可大致分为五类：一是基于空间傅里叶变换法（SFT）的声场分离技术：G.V.Frisk等在1980年首次提出采用SFT法间接测量海洋底面的反射系数，并建立了基于SFT法的双面声场分离理论；M.Tamura于1990年将G.V.Frisk等提出的方法用于测量斜入射时材料的反射系数；M.T.Cheng等对M.Tamura提出的方法进行了推广，建立了柱面坐标下的双测量平面声场分离式，并用于实现散射声场的分离。二是基于统计最优近场声全息（SONAH）的声场分离技术：J.Hald在对SONAH研究的基础上，提出了基于双全息面声压测量的统计最优声场分离技术；F.Jacobsen等在J.Hald提出的方法的基础上，提出了基于声压和振速测量的统计最优声场分离技术。三是基于球面波叠加的声场分离方法：1956年，J.Pachner采用球面波叠加法实现了任意波场中行波和驻波声场的分离；G.Weinreich等在1980年对J.Pachner提出的方法作了进一步改进，建立了基于双球面测量的声场分离理论。四是基于边界元法（BEM）的声场分离技术：C.Langrenne等在2007年提出一种基于边界元法的双面声场分离方法；随后，E.G.Williams等在2008年提出一种基于逆边界元法和声压振速测量(Cauchy数据)的声场分离方法。五是基于等效源法的声场分离技术：C.X.Bi提出的基于等效源法的声场分离技术，适用于任意形状测量平面，且计算稳定性好、计算精度高。但是，上述声场分离方法都仅仅实现了单一频率或频带下的声场分离。若要实现任意时刻下的声场分离，上述声场分离方法将不再适用。为实现任意时刻下的声场分离，X.Z.Zhang等在2012年提出一种基于双平面声压测量的非稳态声场分离方法，然而该方法的分离精度却很大程度上依赖于两个平面之间的距离以及解卷过程的稳定性。

发明内容

为实现任意时刻下的声场分离，本发明提供一种采用单面声压和振速测量的实时声场分离方法。该方法只需要一个测量平面，且不存在解卷过程，因而实现简单，稳定性高；此外该方法能实时分离声场，因而可用于对噪声干扰环境下目标声源的时变辐射特性进行现场分析。

本发明解决技术问题所采用的技术方案是：

本发明采用单面声压和振速测量的实时声场分离方法的特点是按如下步骤进行：

步骤a、在目标声源M_o和干扰声源M_d之间布置一个测量平面S；所述目标声源M_o和干扰声源M_d均可辐射任意线性声场信号；在所述测量平面S上均匀分布M个测量网格点，所述网格点的坐标用(x,y)表示；同步采集测量平面S上各网格点(x,y)处的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)；

步骤b、对测量平面S上的声压时域信号p(x,y,t)按照式(1)进行二维空间傅里叶变换获得声压时域波数谱P(k_x,k_y,t)，对测量平面S上的振速时域信号v(x,y,t)按照式(2)进行二维空间傅里叶变换获得振速时域波数谱V(k_x,k_y,t)

$P(k_x,k_y,t)={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}p(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(1\right)$

$V(k_x,k_y,t)={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}v(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(2\right)$

在式(1)和式(2)中，t为时间；j表示虚数单位；k_x、k_y分别为x、y方向的波数分量；

步骤c、构建声压时域波数谱P(k_x,k_y,t)、振速时域波数谱V(k_x,k_y,t)、已知的时域脉冲响应函数h(k_x,k_y,t)和目标声源M_o单独在测量平面S上所辐射的声压时域波数谱P_o(k_x,k_y,t)之间的关系如式(3)所示

P_o(k_x,k_y,t)＝0.5[P(k_x,k_y,t)+V(k_x,k_y,t)*h(k_x,k_y,t)]  (3)

在式(3)中，“*”表示卷积运算；

将式(3)中的时间t离散为t_n＝(n-1)Δt，其中Δt为采样时间间隔，n＝1,…,N，N为采样点总数；

取n＝1时，分离得到：

$P_o(k_x,k_y,t_1)=0.5\[P(k_x,k_y,t_1)+\underset{i=1}{\overset{1}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{1-i+1})\];$

取n＝2时，分离得到：

$P_o(k_x,k_y,t_2)=0.5\[P(k_x,k_y,t_2)+\underset{i=1}{\overset{2}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{2-i+1})\];$

……

取n＝N时，分离得到：

$P_o(k_x,k_y,t_N)=0.5\[P(k_x,k_y,t_N)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{N-i+1})\];$

步骤d、对由步骤c所分离出的时域波数谱P_o(k_x,k_y,t_n)按照式(4)进行二维空间傅里叶反变换，最终分离出每个时刻下目标声源M_o单独在测量平面S上所辐射的声压时域信号p_o(x,y,t_n)，

$P_o(x,y,t_n)=\frac{1}{{\left(2\mathrm{\π}\right)}^2}{\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}{P}_o(k_x,k_y,t_n)e^{-j(k_{x}x+k_{y}y)}d{k}_{x}d{k}_y---\left(4\right).$

本发明采用单面声压和振速测量的实时声场分离方法的特点也在于：

所述各网格点上的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)是采用声压和振速传感器阵列在测量平面S上一次快照测量获得。

所述干扰声源M_d为噪声源、反射源或散射源。

理论模型：

在由辐射任意线性声场信号的目标声源M_o和辐射任意线性声场信号的干扰声源M_d之间布置一个测量平面S。根据声波的叠加原理，在测量平面S上所测得的声压时域信号p(x,y,t)等于目标声源M_o在测量平面S上所辐射的声压时域信号p_o(x,y,t)与干扰声源M_d在测量平面S所辐射的声压时域信号p_d(x,y,t)之和，即：

p(x,y,t)＝p_o(x,y,t)+p_d(x,y,t)  (5)

由于振速是矢量，在测量平面S上所测得的振速时域信号v(x,y,t)应等于目标声源M_o在测量平面S上所辐射的振速时域信号v_o(x,y,t)与干扰声源M_d在测量平面S所辐射的振速时域信号v_d(x,y,t)之差，如式(6)所示：

v(x,y,t)＝v_o(x,y,t)-v_d(x,y,t)  (6)

定义函数f(x,y,t)关于x、y的二维空间傅里叶变换为：

$F(k_x,k_y,t)={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}f(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(7\right)$

在式(7)中，F(k_x,k_y,t)表示f(x,y,t)的时域波数谱。

分别对式(5)和式(6)进行关于x、y的二维空间傅里叶变换可得：

P(k_x,k_y,t)＝P_o(k_x,k_y,t)+P_d(k_x,k_y,t)  (8)

V(k_x,k_y,t)＝V_o(k_x,k_y,t)-V_d(k_x,k_y,t)  (9)

由声压和振速在时域波数域的关系可知：

P_o(k_x,k_y,t)＝V_o(k_x,k_y,t)*h(k_x,k_y,t)  (10)

P_d(k_x,k_y,t)＝V_d(k_x,k_y,t)*h(k_x,k_y,t)  (11)

在式(10)和式(11)中，h(k_x,k_y,t)为时域脉冲响应函数，其表达式为：

$h(k_x,k_y,t)={\mathrm{\ρ}}_0\mathrm{c\δ}\left(t\right)-{\mathrm{\ρ}}_0{c}^2\sqrt{k_x^2+k_y^2}{J}_1\left(\sqrt{c^2(k_x^2+k_y^2)}\right)H\left(t\right)---\left(12\right)$

在式(12)中，ρ₀为介质密度，c为声速，δ(t)为Dirac delta函数，J₁为阶数为1的第一类贝塞尔函数，H(t)为Heaviside函数。

将式(11)代入式(8)中得到：

P(k_x,k_y,t)＝P_o(k_x,k_y,t)+V_d(k_x,k_y,t)*h(k_x,k_y,t)  (13)

将式(9)两边分别与h(k_x,k_y,t)相卷积得到：

V(k_x,k_y,t)*h(k_x,k_y,t)＝V_o(k_x,k_y,t)*h(k_x,k_y,t)-V_d(k_x,k_y,t)*h(k_x,k_y,t)  (14)

将式(10)代入式(14)中得到：

V(k_x,k_y,t)*h(k_x,k_y,t)＝P_o(k_x,k_y,t)-V_d(k_x,k_y,t)*h(k_x,k_y,t)  (15)

将式(13)与式(15)相加可进一步得到：

P_o(k_x,k_y,t)＝0.5[P(k_x,k_y,t)+V(k_x,k_y,t)*h(k_x,k_y,t)]  (16)

在式(16)中，P(k_x,k_y,t)和V(k_x,k_y,t)可分别通过对测得的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)进行二维空间傅里叶变换得到，h(k_x,k_y,t)为已知函数。利用式(16)按如下过程可实时分离出每个时刻下目标声源M_o单独在测量平面S上所辐射的声压时域波数谱P_o(k_x,k_y,t)：

将式(16)中的时间t离散为t_n＝(n-1)Δt，其中Δt为采样时间间隔，n＝1,…,N，N为采样点总数。

取n＝1时，分离得到：

$P_o(k_x,k_y,t_1)=0.5\[P(k_x,k_y,t_1)+\underset{i=1}{\overset{1}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{1-i+1})\]---\left(17\right)$

取n＝2时，分离得到：

$P_o(k_x,k_y,t_2)=0.5\[P(k_x,k_y,t_2)+\underset{i=1}{\overset{2}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{2-i+1})\]---\left(18\right)$

……

取n＝N时，分离得到：

$P_o(k_x,k_y,t_N)=0.5\[P(k_x,k_y,t_N)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{N-i+1})\]---\left(19\right)$

由式(17)到式(19)的分离过程可知，要分离出t_n时刻的P_o(k_x,k_y,t_n)，只需要利用ti(i＝1,2,…n)时刻的P(k_x,k_y,t_i)和V(k_x,k_y,t_i)，而P(k_x,k_y,t_i)和V(k_x,k_y,t_i)可通过对测得的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)进行二维空间傅里叶变换得到。因此，一旦测得一个时刻的声压和振速时域信号，即可分离出该时刻的声压时域波数谱，实现了声场的实时分离。

对分离出的时域波数谱P_o(k_x,k_y,t_n)按照式(20)进行二维空间傅里叶反变换，最终获得每个时刻下目标声源M_o单独在测量平面S上所辐射的声压时域信号p_o(x,y,t_n)

$P_o(x,y,t_n)=\frac{1}{{\left(2\mathrm{\π}\right)}^2}{\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}{P}_o(k_x,k_y,t_n)e^{-j(k_{x}x+k_{y}y)}d{k}_{x}d{k}_y---\left(20\right)$

与已有技术相比，本发明的有益效果：

1、本发明方法只需要一个测量平面，且不存在解卷过程，因而实现简单，稳定性高。

2、本发明方法可实现任意线性声场的实时分离，因而可用于对噪声干扰环境下目标声源的时变辐射特性进行现场分析。

附图说明

图1为本发明采用单面声压和振速测量的实时声场分离方法示意图；

图2(a)为本发明方法声源、测量平面位置分布图；

图2(b)为本发明方法测量平面网格划分示意图：图中测量点A和测量点C分别正对着目标声源M_o和干扰声源M_d，测量点B和测量点D为任意选择的两个分析点；

图3(a)为本发明方法测量点A处声压时域信号图：图中虚线表示直接测量的声压时域信号（包含目标声源M_o和干扰声源M_d所辐射的声压时域信号），实线表示目标声源M_o所辐射的理论声压时域信号，点线表示采用本发明方法分离出的声压时域信号；

图3(b)为本发明方法测量点B处声压时域信号图：图中虚线表示直接测量的声压时域信号（包含目标声源M_o和干扰声源M_d所辐射的声压时域信号），实线表示目标声源M_o所辐射的理论声压时域信号，点线表示采用本发明方法分离出的声压时域信号；

图3(c)为本发明方法测量点C处声压时域信号图：图中虚线表示直接测量的声压时域信号（包含目标声源M_o和干扰声源M_d所辐射的声压时域信号），实线表示目标声源M_o所辐射的理论声压时域信号，点线表示采用本发明方法分离出的声压时域信号；

图3(d)为本发明方法测量点D处声压时域信号图：图中虚线表示直接测量的声压时域信号（包含目标声源M_o和干扰声源M_d所辐射的声压时域信号），实线表示目标声源M_o所辐射的理论声压时域信号，点线表示采用本发明方法分离出的声压时域信号；

图4(a)为本发明方法所获得的时域评价因子T₁的数值分布图，图中等高线值为0.9；

图4(b)为本发明方法所获得的时域评价因子T₂的数值分布图，图中等高线值为0.2；

图5(a)为本发明方法t＝1.5ms时刻目标声源M_o在测量平面S上所辐射的理论声压场p_t；

图5(b)为本发明方法t＝1.5ms时刻直接测量的声压场p_m（包含目标声源M_o和干扰声源M_d所辐射的声压场）；

图5(c)为t＝1.5ms时刻采用本发明方法分离出的声压场p_c；

图5(d)为本发明方法t＝2.9ms时刻目标声源M_o在测量平面S上所辐射的理论声压场p_t；

图5(e)为本发明方法t＝2.9ms时刻直接测量的声压场p_m（包含目标声源M_o和干扰声源M_d所辐射的声压场）；

图5(f)为t＝2.9ms时刻采用本发明方法分离出的声压场p_c；

图6为本发明方法所获得的空间误差衡量标准E的时间变化图。

具体实施方式

参见图1，本实施例采用单面声压和振速测量的实时声场分离方法按如下步骤分离出目标声源M_o单独在测量平面S上所辐射的声压时域信号：

步骤a、在目标声源M_o和干扰声源M_d之间布置一个测量平面S；目标声源M_o和干扰声源M_d均可辐射任意线性声场信号；在测量平面S上均匀分布M个测量网格点，网格点的坐标用(x,y)表示；同步采集测量平面S上各网格点(x,y)处的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)；

步骤b、对测量平面S上的声压时域信号p(x,y,t)按照式(21)进行二维空间傅里叶变换获得声压时域波数谱P(k_x,k_y,t)，对测量平面S上的振速时域信号v(x,y,t)按照式(22)进行二维空间傅里叶变换获得振速时域波数谱V(k_x,k_y,t)

$P(k_x,k_y,t)={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}p(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(21\right)$

$V(k_x,k_y,t)={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}v(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(22\right)$

在式(21)和式(22)中，t为时间；j表示虚数单位；k_x、k_y分别为x、y方向的波数分量；

步骤c、构建声压时域波数谱P(k_x,k_y,t)、振速时域波数谱V(k_x,k_y,t)、已知的时域脉冲响应函数h(k_x,k_y,t)和目标声源M_o单独在测量平面S上所辐射的声压时域波数谱P_o(k_x,k_y,t)之间的关系如式(23)所示：

P_o(k_x,k_y,t)＝0.5[P(k_x,k_y,t)+V(k_x,k_y,t)*h(k_x,k_y,t)]  (23)

在式(23)中，“*”表示卷积运算；

将式(23)中的时间t离散为t_n＝(n-1)Δt，其中Δt为采样时间间隔，n＝1,…,N，N为采样点总数；

取n＝1时，分离得到：

$P_o(k_x,k_y,t_1)=0.5\[P(k_x,k_y,t_1)+\underset{i=1}{\overset{1}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{1-i+1})\];$

取n＝2时，分离得到：

$P_o(k_x,k_y,t_2)=0.5\[P(k_x,k_y,t_2)+\underset{i=1}{\overset{2}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{2-i+1})\];$

……

取n＝N时，分离得到：

$P_o(k_x,k_y,t_N)=0.5\[P(k_x,k_y,t_N)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{N-i+1})\];$

步骤d、对由步骤c所分离出的时域波数谱P_o(k_x,k_y,t_n)按照式(24)进行二维空间傅里叶反变换，最终分离出每个时刻下目标声源M_o单独在测量平面S上所辐射的声压时域信号p_o(x,y,t_n)。

$P_o(x,y,t_n)=\frac{1}{{\left(2\mathrm{\π}\right)}^2}{\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}{P}_o(k_x,k_y,t_n)e^{-j(k_{x}x+k_{y}y)}d{k}_{x}d{k}_y---\left(24\right)$

方法的检验：

在测量平面S两侧分别布置一个单极子作为目标声源M_o和干扰声源M_d。采用本发明的声场分离方法将测量平面S上目标声源M_o所辐射的声压时域信号分离出来，并与其理论声压时域信号进行比较。

本实施例中，作为目标声源M_o的单极子辐射正弦信号，其表达式为

s(t)＝0.1sin(2πf₀t)  (25)

在式(25)中，频率f₀＝500Hz。作为干扰声源M_d的单极子辐射正弦调制信号，其表达式为

s(t)＝0.1sin(2πf₀t)e^-200t  (26)

在式(26)中，频率f₀＝800Hz。

测量平面S与声源之间的位置关系参见图2(a)，测量平面S位于z＝0.05m的平面上，目标声源M_o位于(0.5,0.5,0)m处，干扰声源M_d位于(0.7,0.5,0.1)m处。测量平面S的面积大小为1m×1m，其上均匀地分布21×21个测量点，参见图2(b)。时域信号采样频率为25600Hz，采样点数为256。

为检验本发明方法在时域内的声场分离效果，在测量平面S上选取了四个测量点，即测量点A、测量点B、测量点C和测量点D，其位置分别为A(0.5,0.5,0.05)m、B(0.6,0.5,0.05)m、C(0.7,0.5,0.05)m、D(0.8,0.5,0.05)m，其中测量点A和测量点C分别正对着目标声源M_o和干扰声源M_d，测量点B和测量点D为任意选择的两个分析点。图3(a)、图3(b)、图3(c)、图3(d)分别对应测量点A、测量点B、测量点C和测量点D，图中虚线表示直接测量的包含目标声源M_o和干扰声源M_d所辐射的声压时域信号，图中实线表示目标声源M_o所辐射的理论声压时域信号，图中点线表示采用本发明方法分离出的声压时域信号），比较图中的虚线和实线可以看出，干扰声源M_d对目标声源M_o在测量平面S上所辐射的声压时域信号造成了较大的干扰，特别是在测量点B、测量点C和测量点D处；比较图中的实线和点线可以看出，采用本发明方法可以很好地消除干扰声源M_d的影响，从而分离出目标声源M_o单独在测量平面S上所辐射的声压时域信号。

为了更加客观地评价本发明方法在时域内的分离效果，在此定义了两个评价因子，它们的表达式分别为

$T_1\left(x_{i,}{y}_j\right)=\frac{<p_t(x_i,y_j,t)p_c(x_i,y_i,t)>}{\sqrt{<p_t^2(x_i,y_j,t)><p_c^2(x_i,y_j,t)>}}---\left(27\right)$

$T_2(x_i,y_j)=\frac{|p_t^{\mathrm{rms}}(x_i,y_j)-p_c^{\mathrm{rms}}(x_i,y_j)|}{p_t^{\mathrm{rms}}(x_i,y_j)}---\left(28\right)$

在式(27)和式(28)中，＜＞表示求平均值，下标“t”表示理论声压值，下标“c”表示分离声压值，上标“rms”表示求均方根值。评价因子T₁是用来衡量理论声压值和分离声压值之间的相位误差，当T₁的值越靠近1时，相位误差越小。评价因子T₂是用来衡量理论声压值和分离声压值之间的幅值误差，当T₂的值越靠近0时，幅值误差越小。运用式(27)和(28)分别计算了测量平面S上各个测量点处的T₁和T₂。参见图4(a)和图4(b)，在大多数测量点处，不论是相位还是幅值，理论声压值和分离声压值都吻合地较好，只是在测量平面边缘处吻合程度略低。

为检验本发明方法在空间域的声场分离效果，选取了两个时刻t＝1.5ms和t＝2.9ms。图5(a)和图5(d)分别为1.5ms和2.9ms时刻目标声源M_o在测量平面S上所辐射的理论声压场p_t，图5(b)和图5(e)分别为1.5ms和2.9ms时刻直接测量的声压场p_m（包含目标声源M_o和干扰声源M_d所辐射的声压场），图5(c)和图5(f)分别为1.5ms和2.9ms时刻采用本发明方法分离出的声压场p_c。比较图5(a)和图5(b)、图5(d)和图5(e)可以看出，干扰声源M_d对目标声源M_o在测量平面S上所辐射的理论声压场造成了严重的干扰；比较图5(a)和图5(c)、图5(d)和图5(f)可以看出，采用本发明方法可以较好地消除干扰声源M_d的影响，从而获得目标声源M_o单独在测量平面S上所辐射的声压场。

为了更加客观地评价本发明方法在空间域的分离效果，在此定义一个空间误差衡量标准E，空间误差衡量标准E在t_n时刻的表达式为：

$E\left(t_n\right)=\frac{\sqrt{<{(p_c(x,y,t_n)-p_t(x,y,t_n))}^2}>}{\sqrt{<p_t^2(x,y{,t}_n)>}}---\left(29\right)$

该标准反映了目标声源M_o在测量平面S上所辐射的理论声压场与采用本发明方法分离出的声压场之间的相对误差。运用式(29)计算了每个时刻的相对误差。参见图6，在大多数时刻，目标声源M_o在测量平面S上所辐射的理论声压场与采用本发明方法分离出的声压场之间的相对误差都较小；较大的误差出现在信号的初始阶段，这是因为在信号的初始阶段理论声压值几乎为零，即式(29)的分母较小，从而造成误差变大。

本实施例表明，采用本发明方法可以很好地将干扰声源M_d的影响从测量声压中消除，从而分离出每个时刻目标声源M_o在测量平面S上所辐射的声压场。

Claims (3)

1.采用单面声压和振速测量的实时声场分离方法，其特征是按如下步骤进行：

步骤a、在目标声源M_o和干扰声源M_d之间布置一个测量平面S；所述目标声源M_o和干扰声源M_d均可辐射任意线性声场信号；在所述测量平面S上均匀分布M个测量网格点，所述网格点的坐标用(x,y)表示；同步采集测量平面S上各网格点(x,y)处的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)；

步骤b、对测量平面S上的声压时域信号p(x,y,t)按照式(1)进行二维空间傅里叶变换获得声压时域波数谱P(k_x,k_y,t)，对测量平面S上的振速时域信号v(x,y,t)按照式(2)进行二维空间傅里叶变换获得振速时域波数谱V(k_x,k_y,t)

$P(k_x,k_y,t)={\&Integral;}_{-\&infin;}^{\&infin;}{\&Integral;}_{-\&infin;}^{\&infin;}p(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(1\right)$

$V(k_x,k_y,t)={\&Integral;}_{-\&infin;}^{\&infin;}{\&Integral;}_{-\&infin;}^{\&infin;}v(x,y,t)e^{j(k_{x}x+k_{y}y)}\mathrm{dxdy}---\left(2\right)$

在式(1)和式(2)中，t为时间；j表示虚数单位；k_x、k_y分别为x、y方向的波数分量；

步骤c、构建声压时域波数谱P(k_x,k_y,t)、振速时域波数谱V(k_x,k_y,t)、已知的时域脉冲响应函数h(k_x,k_y,t)和目标声源M_o单独在测量平面S上所辐射的声压时域波数谱P_o(k_x,k_y,t)之间的关系如式(3)所示

P_o(k_x,k_y,t)＝0.5[P(k_x,k_y,t)+V(k_x,k_y,t)*h(k_x,k_y,t)]  (3)

在式(3)中，“*”表示卷积运算；

将式(3)中的时间t离散为t_n＝(n-1)Δt，其中Δt为采样时间间隔，n＝1,…,N，N为采样点总数；

取n＝1时，分离得到：

$P_o(k_x,k_y,t_1)=0.5\&lsqb;P(k_x,k_y,t_1)+\underset{i=1}{\overset{1}{\mathrm{\&Sigma;}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{1-i+1})\&rsqb;;$

取n＝2时，分离得到：

$P_o(k_x,k_y,t_2)=0.5\&lsqb;P(k_x,k_y,t_2)+\underset{i=1}{\overset{2}{\mathrm{\&Sigma;}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{2-i+1})\&rsqb;;$

……

取n＝N时，分离得到：

$P_o(k_x,k_y,t_N)=0.5\&lsqb;P(k_x,k_y,t_N)+\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}V(k_x,k_y,t_i)h(k_x,k_y,t_{N-i+1})\&rsqb;;$

步骤d、对由步骤c所分离出的时域波数谱P_o(k_x,k_y,t_n)按照式(4)进行二维空间傅里叶反变换，最终分离出每个时刻下目标声源M_o单独在测量平面S上所辐射的声压时域信号p_o(x,y,t_n)，

$P_o(x,y,t_n)=\frac{1}{{\left(2\mathrm{\&pi;}\right)}^2}{\&Integral;}_{-\&infin;}^{\&infin;}{\&Integral;}_{-\&infin;}^{\&infin;}{P}_o(k_x,k_y,t_n)e^{-j(k_{x}x+k_{y}y)}d{k}_{x}d{k}_y---\left(4\right).$

2.根据权利要求1所述的采用单面声压和振速测量的实时声场分离方法，其特征是：所述各网格点上的声压时域信号p(x,y,t)和振速时域信号v(x,y,t)是采用声压和振速传感器阵列在测量平面S上一次快照测量获得。

3.根据权利要求1所述的采用单面声压和振速测量的实时声场分离方法，其特征是：所述干扰声源M_d为噪声源、反射源或散射源。

Images