CN107908592A - 一种高超声速风洞背景噪声分频分析方法 - Google Patents

一种高超声速风洞背景噪声分频分析方法 Download PDF

Info

Publication number
CN107908592A
CN107908592A CN201711137625.2A CN201711137625A CN107908592A CN 107908592 A CN107908592 A CN 107908592A CN 201711137625 A CN201711137625 A CN 201711137625A CN 107908592 A CN107908592 A CN 107908592A
Authority
CN
China
Prior art keywords
signal
ambient noise
wind tunnel
analysis method
fluctuating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711137625.2A
Other languages
English (en)
Other versions
CN107908592B (zh
Inventor
解少飞
纪锋
汤继斌
罗金玲
沈清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Aerospace Aerodynamics CAAA
Original Assignee
China Academy of Aerospace Aerodynamics CAAA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Aerospace Aerodynamics CAAA filed Critical China Academy of Aerospace Aerodynamics CAAA
Priority to CN201711137625.2A priority Critical patent/CN107908592B/zh
Publication of CN107908592A publication Critical patent/CN107908592A/zh
Application granted granted Critical
Publication of CN107908592B publication Critical patent/CN107908592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种高超声速风洞背景噪声分频分析方法，包括以下步骤：S1、对测量得到的原始脉动信号S(t)进行预处理，以获得脉动信号S'(t)；S2、计算脉动信号S'(t)的能谱密度分布PSD(f)；S3、将能够识别的频率范围分割成多个频率段；S4、根据脉动信号S'(t)的能谱密度分布和频率段计算每个频率段的脉动信号均方根；S5、根据每个频率段的脉动信号均方根和测量得到的原始脉动信号的平均值，计算每个频段的脉动信号的背景噪声级别。

Description

一种高超声速风洞背景噪声分频分析方法
技术领域
本发明涉及一种高超声速风洞背景噪声分频分析方法。
背景技术
高超声速边界层转捩广泛存在于航天飞行器的内外流中，其对飞行器的气动力/热载荷、控制效率、推进性能等都有重要影响。开展高超声速稳定性试验，研究边界层转捩机理，是建立转捩预测方法和实现边界层控制的重要手段。然而，高超声速风洞背景噪声的存在，使得该类试验的不确定性显著增加。因此，需要测量高超声速风洞背景噪声，分析背景噪声中的成分分布，进而评估其对稳定性试验的影响程度。
由于分析手段的缺乏，以往对高超声速风洞背景噪声的评估，仅仅依赖于参数(压力、热流或速度等)脉动的均方根值与均值的比值。常见的方法是Noise＝Prms/P。一般认为，Noise小于3～5％时，背景噪声对高超声速边界层转捩的影响是可接受的。现有研究成果表明，风洞背景噪声的频带很宽，约为0～1000kHz，甚至更高；高超声速转捩边界层中存在多种扰动波，且主导频率不同。显然，研究者更关心某频段(扰动波的主导频率所在频段)的噪声对稳定性试验的影响。然而，传统的风洞背景噪声评估方法，仅能给出全频域的背景噪声级别，针对性较差。
发明内容
本发明的技术解决问题是：鉴于风洞背景噪声评估现有方法的缺陷，本发明提出了一种高超声速背景噪声分频分析方法，以提高风洞背景噪声评估的精确性和针对性。
本发明的技术解决方案是：一种高超声速风洞背景噪声分频分析方法，包括以下步骤：
S1、对测量得到的原始脉动信号S(t)进行预处理，以获得脉动信号S'(t)；
S2、计算脉动信号S'(t)的能谱密度分布PSD(f)；
S3、将能够识别的频率范围分割成多个频率段；
S4、根据脉动信号S'(t)的能谱密度分布和频率段计算每个频率段的脉动信号均方根；
S5、根据每个频率段的脉动信号均方根和测量得到的原始脉动信号的平均值，计算每个频段的脉动信号的背景噪声级别。
根据本发明的一个实施例，在步骤S1中，对测量得到的原始脉动信号S(t)进行预处理包括以下步骤：
(1)消除原始脉动信号S(t)的零点漂移引起的趋势效应，使原始脉动信号S(t)成为平稳的时间序列；
(2)对成为平稳的时间序列得原始脉动信号S(t)进行低通滤波得到信号随时间变化的趋势St(t)；
(3)通过等式S'(t)＝S(t)-St(t)获得脉动信号S'(t)。
根据本发明的一个实施例，在步骤S2中，根据等式计算脉动信号S'(t)的能谱密度分布，其中，FFT(S'(t))为脉动信号S'(t)的快速傅里叶变换。
根据本发明的一个实施例，在步骤S3中，将能够识别的频率范围等间距分割成多个频率段。
根据本发明的一个实施例，能够识别的频率范围为0-1000kHz，每个频率段的宽度为50kHz。
根据本发明的一个实施例，在步骤S4中，根据等式计算每个频率段的脉动信号均方根其中，f为当前频段的下限，f+k为当前频段的上限，k为当前频段宽度。
根据本发明的一个实施例，在步骤S5中，根据等式计算每个频段的脉动信号的背景噪声级别。
根据本发明的一个实施例，原始脉动信号S(t)由高频率响应传感器测得。
根据本发明的一个实施例，原始脉动信号的平均值由低频率响应传感器测得。
根据本发明的一个实施例，原始脉动信号包括压力信号、热流信号、温度信号或密度与速度的乘积信号。
本发明与现有技术相比的优点在于：
(1)可根据需要给出风洞中某一频段或某几个频段的背景噪声级别，使研究者对某些重要频段的风洞背景噪声有了更清晰的认识；
(2)在转捩数据天地相关性外推过程中，本发明可针对性的指出背景噪声对指定转捩失稳模态的影响程度，从而为天地相关性理论的修正提供指导；
(3)利用分频分析方法，给出背景噪声不同频段(尤其是与边界层内扰动波相关的频段)的噪声级别，有效的解决了常规分析方法的局限性，为风洞使用者提供更有针对性的噪声评估指标。
附图说明
图1是根据本发明的实施例的高超声速风洞背景噪声分频分析方法的流程图。
图2是根据本发明的实施例的脉动信号的能谱密度分布的示意图。
图3是根据本发明的实施例的各个频段的脉动信号的背景噪声级别的示意图。
具体实施方式
以下结合附图，详细描述本发明的实施例。
如图1所示，高超声速风洞背景噪声分频分析方法包括以下步骤。
S1、对测量得到的原始脉动信号S(t)进行预处理，以获得脉动信号S'(t)。
在本发明的实施例中，原始脉动信号S(t)由高频率响应传感器测得，原始脉动信号包括压力信号、热流信号、温度信号或密度与速度的乘积信号。
对测量得到的原始脉动信号S(t)进行预处理包括以下步骤：
(1)消除原始脉动信号S(t)的零点漂移引起的趋势效应，使原始脉动信号S(t)成为平稳的时间序列；
(2)对成为平稳的时间序列得原始脉动信号S(t)进行低通滤波得到信号随时间变化的趋势St(t)；
(3)通过等式S'(t)＝S(t)-St(t)获得脉动信号S'(t)。
S2、计算脉动信号S'(t)的能谱密度分布PSD(f)。
在本发明的实施例中，脉动信号S'(t)的能谱密度分布是根据以下等式(1)来计算的：
其中，FFT(S'(t))为脉动信号S'(t)的快速傅里叶变换。
S3、将能够识别的频率范围分割成多个频率段。
在本发明的实施例中，将能够识别的频率范围等间距分割成多个频率段，在示例中，能够识别的频率范围为0-1000kHz，每个频率段的宽度为50kHz。
S4、根据脉动信号S'(t)的能谱密度分布和频率段计算每个频率段的脉动信号均方根。
在本发明的实施例中，根据等式(2)计算每个频率段的脉动信号均方根
其中，f为当前频段的下限，f+k为当前频段的上限，k为当前频段宽度。在示例中，k＝50，等式(2)可表示为
S5、根据每个频率段的脉动信号均方根和测量得到的原始脉动信号的平均值，计算每个频段的脉动信号的背景噪声级别。
在本发明的实施例中，原始脉动信号的平均值由低频率响应传感器测得，根据以下等式(3)计算每个频段的脉动信号的背景噪声级别。
实施例
根据本发明的实施例，高频响应传感器测量得到的原始脉动信号，经过预处理后，脉动信号S'(t)的能谱密度分布如图2所示，在图2中，横坐标为频率，纵坐标为S'(t)的能谱密度分布PSD(f)。经过频率分割后，计算每个频率段的脉动信号均方根，在经过低频响应传感器测量得到的原始脉动信号的平均值后，用每个频率段的脉动信号均方根处以原始脉动信号的平均值，得到如图3所示的每个频段的脉动信号的背景噪声级别。如图3所示，最高频率分量的背景噪声级别接近4％。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (10)

1.一种高超声速风洞背景噪声分频分析方法，其特征在于，包括以下步骤：
S1、对测量得到的原始脉动信号S(t)进行预处理，以获得脉动信号S'(t)；
S2、计算脉动信号S'(t)的能谱密度分布PSD(f)；
S3、将能够识别的频率范围分割成多个频率段；
S4、根据脉动信号S'(t)的能谱密度分布和频率段计算每个频率段的脉动信号均方根；
S5、根据每个频率段的脉动信号均方根和测量得到的原始脉动信号的平均值，计算每个频段的脉动信号的背景噪声级别。
2.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，在步骤S1中，对测量得到的原始脉动信号S(t)进行预处理包括以下步骤：
(1)消除原始脉动信号S(t)的零点漂移引起的趋势效应，使原始脉动信号S(t)成为平稳的时间序列；
(2)对成为平稳的时间序列得原始脉动信号S(t)进行低通滤波得到信号随时间变化的趋势St(t)；
(3)通过等式S'(t)＝S(t)-St(t)获得脉动信号S'(t)。
3.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，在步骤S2中，根据等式计算脉动信号S'(t)的能谱密度分布，其中，FFT(S'(t))为脉动信号S'(t)的快速傅里叶变换。
4.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，在步骤S3中，将能够识别的频率范围等间距分割成多个频率段。
5.根据权利要求4所述的高超声速风洞背景噪声分频分析方法，其特征在于，能够识别的频率范围为0-1000kHz，每个频率段的宽度为50kHz。
6.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，在步骤S4中，根据等式计算每个频率段的脉动信号均方根其中，f为当前频段的下限，f+k为当前频段的上限，k为当前频段宽度。
7.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，在步骤S5中，根据等式计算每个频段的脉动信号的背景噪声级别。
8.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，原始脉动信号S(t)由高频率响应传感器测得。
9.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，原始脉动信号的平均值由低频率响应传感器测得。
10.根据权利要求1所述的高超声速风洞背景噪声分频分析方法，其特征在于，原始脉动信号包括压力信号、热流信号、温度信号或密度与速度的乘积信号。
CN201711137625.2A 2017-11-16 2017-11-16 一种高超声速风洞背景噪声分频分析方法 Active CN107908592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711137625.2A CN107908592B (zh) 2017-11-16 2017-11-16 一种高超声速风洞背景噪声分频分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711137625.2A CN107908592B (zh) 2017-11-16 2017-11-16 一种高超声速风洞背景噪声分频分析方法

Publications (2)

Publication Number Publication Date
CN107908592A true CN107908592A (zh) 2018-04-13
CN107908592B CN107908592B (zh) 2021-06-11

Family

ID=61844396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711137625.2A Active CN107908592B (zh) 2017-11-16 2017-11-16 一种高超声速风洞背景噪声分频分析方法

Country Status (1)

Country Link
CN (1) CN107908592B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109724764A (zh) * 2019-03-11 2019-05-07 中国人民解放军国防科技大学 风洞流场噪声评估的实验装置及评估方法
CN109740284A (zh) * 2019-01-21 2019-05-10 西北工业大学 一种应用于动态翼型转捩判断的可变滑移窗口技术

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130261478A1 (en) * 2011-04-15 2013-10-03 Sorin Crm S.A.S. Active Medical Device, Including an Implantable Defibrillator, for Detection of QRS Complexes in a Very Noisy Signal
CN104316162A (zh) * 2014-10-28 2015-01-28 中国科学院长春光学精密机械与物理研究所 大型光电望远镜多级振动频率智能化测量分析方法及系统
CN106126915A (zh) * 2016-06-23 2016-11-16 中国人民解放军63820部队吸气式高超声速技术研究中心 一种风洞天平振动信号稳定值的预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130261478A1 (en) * 2011-04-15 2013-10-03 Sorin Crm S.A.S. Active Medical Device, Including an Implantable Defibrillator, for Detection of QRS Complexes in a Very Noisy Signal
CN104316162A (zh) * 2014-10-28 2015-01-28 中国科学院长春光学精密机械与物理研究所 大型光电望远镜多级振动频率智能化测量分析方法及系统
CN106126915A (zh) * 2016-06-23 2016-11-16 中国人民解放军63820部队吸气式高超声速技术研究中心 一种风洞天平振动信号稳定值的预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
纪锋等: "高超声速1MHz高频脉动压力测试技术及其应用", 《空气动力学学报》 *
解少飞等: "FD-20高超声速炮风洞的背景噪声测量研究", 《中国力学大会-2013论文摘要集》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740284A (zh) * 2019-01-21 2019-05-10 西北工业大学 一种应用于动态翼型转捩判断的可变滑移窗口技术
CN109724764A (zh) * 2019-03-11 2019-05-07 中国人民解放军国防科技大学 风洞流场噪声评估的实验装置及评估方法

Also Published As

Publication number Publication date
CN107908592B (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN103472008B (zh) 孵化前期近红外种蛋内鸡胚性别识别方法
CN105372136B (zh) 一种基于应变增量的疲劳极限快速预测方法
CN107908592A (zh) 一种高超声速风洞背景噪声分频分析方法
CN107506544A (zh) 一种金属材料疲劳裂纹扩展预测方法
Laratro et al. A discussion of wind turbine interaction and stall contributions to wind farm noise
CN105760577B (zh) 一种含不确定性金属结构声振疲劳寿命的估算方法
CN106802368B (zh) 一种基于频域插值的广域电网相量测量方法
CN108664901A (zh) 基于改进lmd的微电网电能质量扰动信号检测方法
CN112016156B (zh) 基于边界层转捩位置评估天地来流扰动水平差异的方法
CN107367552B (zh) 时变温度影响下基于fcm算法的损伤扩展实时监测方法
CN106644362B (zh) 一种超音速空腔流动的马赫数敏感性分析方法
CN103376085A (zh) 冷轧带钢板形智能综合评价方法
CN108182312A (zh) 一种边界层自然转捩试验数据的天地相关性方法
Tutty Flow along a long thin cylinder
Gray et al. Measurements of Second-Mode Dominated Transition on a Straight Cone in the Boeing/AFOSR Mach-6 Quiet Tunnel
CN105550383B (zh) 一种非定常气动力测量试验系统的设计方法
CN104332091B (zh) 泵喷水推进器的简易实验装置
CN105372492B (zh) 基于三条dft复数谱线的信号频率测量方法
CN108195542B (zh) 一种飞行试验测点位置的流态判读方法
CN102621074B (zh) 一种基于非色散型甲烷气体分析仪的气体浓度定量测定方法
CN106294908B (zh) 声衬设计方法
CN204332217U (zh) 泵喷水推进器的简易实验装置
CN105404717B (zh) 一种轴流式压气机叶尖静压建模方法
Soltani et al. Investigation of the pressure distribution and transition point over a swept wing
Zhao et al. Attractor comparison analysis for characterizing vertical upward oil—gas—water three-phase flow

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant