CN110765673A - 基于等效源法的噪声声场重建方法 - Google Patents

基于等效源法的噪声声场重建方法 Download PDF

Info

Publication number
CN110765673A
CN110765673A CN201911387467.5A CN201911387467A CN110765673A CN 110765673 A CN110765673 A CN 110765673A CN 201911387467 A CN201911387467 A CN 201911387467A CN 110765673 A CN110765673 A CN 110765673A
Authority
CN
China
Prior art keywords
matrix
equivalent
equivalent source
sound
source
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
CN201911387467.5A
Other languages
English (en)
Other versions
CN110765673B (zh
Inventor
叶超
陈灏
顾小鱼
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.)
Shanghai suochen Information Technology Co., Ltd
Original Assignee
Shanghai Soochen Information Technology Co Ltd
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 Shanghai Soochen Information Technology Co Ltd filed Critical Shanghai Soochen Information Technology Co Ltd
Priority to CN201911387467.5A priority Critical patent/CN110765673B/zh
Publication of CN110765673A publication Critical patent/CN110765673A/zh
Application granted granted Critical
Publication of CN110765673B publication Critical patent/CN110765673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Holo Graphy (AREA)

Abstract

本发明基于等效源法的噪声声场重建方法,包括:对全息面声压信号进行傅里叶变换,求出全息面点阵声压列向量P中每一向量的幅值与相位;求出全息面与等效源间的传递矩阵G1;利用正则化方法求解G1的正则化参数;比较等效源的个数与全息面的点阵个数的大小,若等效源的个数大于全息面的点阵个数则进入S5,否则进入S6;S5、欠定,采用循环迭代求逆法求解等效源权重系数矩阵并进入S7;S6、超定,利用正则化参数求解G1逆矩阵,利用Q=G1 ‑1P公式求解等效源权重系数矩阵Q,并进入S7:求出声源面与等效源之间的传递矩阵G2;S8、利用P0=QG2求得声源面的声压分布实现噪声声场重建。

Description

基于等效源法的噪声声场重建方法
技术领域
本发明涉及噪声声场技术领域,特别是涉及一种基于等效源法的噪声声场重建方法。
背景技术
在噪声分析中,近场声全息已经成为噪声源识别和声场可视化问题研究的重要技术。其中基于等效源法的近场声全息技术,摆脱了在振动边界面上进行离散的过程,而是在声源内部确定一系列等效源在声场中所占的权重关系来预测整个声场,使近场声全息的计算避开了复杂的插值计算、奇异积分处理以及特征波数处解的非唯一性的问题,并且使得声全息的计算脱离了声源形状的桎梏。
传统的等效源法规定全息面的阵点数量要大于等于等效源的数量,这样在通过奇异值分解法求传递矩阵的逆矩阵时,使求解方程处于超定的情况。然而,这样的限制也使得基于等效源法近场声全息算法的鲁棒性降低,算法容易变得不稳定。
发明内容
本发明针对现有技术存在的问题和不足,提供一种基于等效源法的噪声声场重建方法。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供一种基于等效源法的噪声声场重建方法,其特点在于,其包括以下步骤:
S1、根据设置的全息面点阵个数Nholo构建噪声声场的全息面,对全息面声压信号进行傅里叶变换,求出全息面声压信号的全息面点阵声压列向量P中每一向量的幅值与相位;
S2、根据设置的等效源的数量
Figure 999222DEST_PATH_IMAGE001
构建噪声声场的等效源面,利用全息面点阵与等效源之间的传递函数求出全息面与等效源之间的传递矩阵G1
S3、利用正则化方法求解传递矩阵G1的正则化参数;
S4、比较等效源的个数与全息面的点阵个数的大小,若等效源的个数大于全息面的点阵个数则进入步骤S5,否则进入步骤S6;
S5、欠定,采用循环迭代求逆法求解等效源权重系数矩阵Q,并进入步骤S7;
S6、超定,利用正则化参数求解传递矩阵G1的逆矩阵G1 -1,利用Q=G1 -1P公式求解等效源权重系数矩阵Q,并进入步骤S7,P为全息面点阵声压列向量;
S7、利用声源面点阵与等效源之间的传递函数求出声源面与等效源之间的传递矩阵G2
S8、利用P0=QG2公式求得声源面的声压分布,实现噪声声场重建,P0为声源面的声压列向量。
较佳地,步骤S5包括以下步骤:
S51、求出全息面点阵声压列向量的互谱矩阵
S52、对互谱矩阵进行特征值分解
Figure 14899DEST_PATH_IMAGE003
,其中,U为特征向量
Figure 657233DEST_PATH_IMAGE004
组成的特征矩阵,
Figure 353400DEST_PATH_IMAGE005
为以特征值
Figure 790198DEST_PATH_IMAGE006
为对角元素的对角矩阵,为U的共轭转置矩阵,1≤i≤Nholo
S53、计算特征模式向量
针对每一个特征模式向量,执行步骤S64-S71:
S54、利用
Figure 259860DEST_PATH_IMAGE009
求解等效源权重系数矩阵Q的初始向量
Figure 618291DEST_PATH_IMAGE010
,G1 H为G1的共轭转置矩阵,n 为正则化参数,I为单位矩阵;
S55、设置循环迭代步长为b,0<b<1,循环迭代次数为j,j的初始化值为零,进入循环迭代;
S56、定义对角矩阵W的对角元素
Figure 139402DEST_PATH_IMAGE011
Figure 123538DEST_PATH_IMAGE012
表示第i个特征模式向量对应的等效源权重系数矩阵的第j次迭代;
S57、将按照由大到小顺序进行排列,去除排序中从后往前(1-b j)
Figure 74363DEST_PATH_IMAGE001
Figure 869773DEST_PATH_IMAGE012
并记录相对应的位置,
Figure 860862DEST_PATH_IMAGE001
表示等效源的个数,(1-b j)
Figure 90856DEST_PATH_IMAGE001
的数值采用四舍五入法获得一个正整数;
S58、根据记录的相对应位置,去除传递矩阵G1中相对应位置所在行以得到
S59、判断bj ≤Nholo,若否则进入步骤S60,若是进入步骤S61;
S60、利用循环迭代方程计算
Figure 737366DEST_PATH_IMAGE014
,j=j+1,重复执行步骤S56-S59;
Figure 117138DEST_PATH_IMAGE015
S61、利用达到超定条件后的求解方程求解
S62、将每一个特征模式向量对应求得的进行求和,得到最终的等效源权重系数矩阵
Figure 820335DEST_PATH_IMAGE019
较佳地,G(m,f)表示第m个全息面点阵或声源面点阵与第f个等效源之间的传递函数,表示为:
Figure 331213DEST_PATH_IMAGE020
其中,i为复数,
Figure 270350DEST_PATH_IMAGE021
为传播介质密度,
Figure 452939DEST_PATH_IMAGE022
为介质中的声速,
Figure 213828DEST_PATH_IMAGE023
为波数,
Figure 597405DEST_PATH_IMAGE024
为第m个测点的位置矢量,
Figure 86155DEST_PATH_IMAGE025
为第f个等效源位置矢量,
Figure 495270DEST_PATH_IMAGE026
为自由场格林函数,表示为:
Figure 972650DEST_PATH_IMAGE027
较佳地,在步骤S3中,正则化方法采用Tikhonov正则化方法。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本发明提供一种基于等效源法的噪声声场重建算法改进,该方法首先需要判断求解方程是否欠定,如欠定,可利用多重迭代的方法将无关的小量从矩阵中剔除,使求解方程最终达到超定,提高算法的稳定性与鲁棒性。
本发明通过将循环迭代求逆的方法运用在求解欠定方程的过程中,从而解决了传统基于等效源的声全息算法无法求解欠定方程的缺点,求解时可以取更多的等效源点,提高了对声源面的局部和细节信息的获取。
附图说明
图1为本发明较佳实施例的基于等效源法的噪声声场重建方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提供一种基于等效源法的噪声声场重建方法,其包括以下步骤:
步骤101、根据设置的全息面点阵个数Nholo构建噪声声场的全息面,对全息面声压信号进行傅里叶变换,求出全息面声压信号的全息面点阵声压列向量P中每一向量的幅值与相位。
例如:声源为幅值为1Pa、频率为800Hz的点声源,传播介质为水。使用全息面点阵个数100、点阵间隔为0.15 m、距离声源面0.8 m,构建噪声声场的全息面,则全息面点阵列向量为100*1,对全息面声压信号进行傅里叶变换,求出全息面声压信号的全息面点阵声压列向量P中每一向量的幅值与相位。
步骤102、根据设置的等效源的数量
Figure 792708DEST_PATH_IMAGE001
构建噪声声场的等效源面,利用全息面点阵与等效源之间的传递函数求出全息面与等效源之间的传递矩阵G1
例如:设置等效源的数量为400、点阵间隔为0.075m、距离声源面-0.3 m,构建噪声声场的等效源面,则等效源点阵列向量为400*1,利用全息面点阵与等效源之间的传递函数求出全息面与等效源之间的100*400传递矩阵G1
G(m,f)表示第m个全息面点阵或声源面点阵与第f个等效源之间的传递函数,表示为:
Figure 503175DEST_PATH_IMAGE020
其中,i为复数,
Figure 512719DEST_PATH_IMAGE021
为传播介质密度,
Figure 625032DEST_PATH_IMAGE022
为介质中的声速,
Figure 114525DEST_PATH_IMAGE023
为波数,
Figure 312289DEST_PATH_IMAGE024
为第m个测点的位置矢量,
Figure 312474DEST_PATH_IMAGE025
为第f个等效源位置矢量,
Figure 279293DEST_PATH_IMAGE026
为自由场格林函数,表示为:
Figure 785361DEST_PATH_IMAGE027
Figure 955574DEST_PATH_IMAGE028
为传播介质密度,在水的密度为1000
Figure 306921DEST_PATH_IMAGE029
为介质中的声速,在水中的声速为1500
Figure 331508DEST_PATH_IMAGE030
Figure 992166DEST_PATH_IMAGE031
为波数,在此例中,将采用位于平面中心的点声源,声源频率为800Hz,幅值为1Pa,则波数
Figure 164521DEST_PATH_IMAGE032
步骤103、利用Tikhonov正则化方法求解传递矩阵G1的正则化参数,来稳定权重系数重构过程,改善测量误差所引起的重构误差。
步骤104、比较等效源的个数与全息面的点阵个数的大小,若等效源的个数大于全息面的点阵个数则进入步骤105,否则进入步骤106。
步骤105、欠定,采用循环迭代求逆法求解等效源权重系数矩阵,并进入步骤107。
其中,采用循环迭代求逆法求解等效源权重系数矩阵的具体过程如下:
S51、求出全息面点阵声压列向量的互谱矩阵
Figure 53980DEST_PATH_IMAGE002
S52、对互谱矩阵进行特征值分解
Figure 946456DEST_PATH_IMAGE003
,其中,U为特征向量
Figure 528747DEST_PATH_IMAGE004
组成的特征矩阵,
Figure 188398DEST_PATH_IMAGE005
为以特征值
Figure 881548DEST_PATH_IMAGE006
为对角元素的对角矩阵,
Figure 661154DEST_PATH_IMAGE007
为U的共轭转置矩阵,1≤i≤Nholo(例如100);
S53、计算特征模式向量
Figure 617609DEST_PATH_IMAGE008
针对每一个特征模式向量,执行步骤S64-S71:
S54、利用
Figure 843185DEST_PATH_IMAGE009
求解等效源权重系数矩阵Q的初始向量
Figure 808867DEST_PATH_IMAGE010
,G1 H为G1的共轭转置矩阵,n 为正则化参数,I为单位矩阵;
S55、设置循环迭代步长为b,0<b<1,例如b=0.9,循环迭代次数为j,j的初始化值为零,进入循环迭代;
S56、定义对角矩阵W的对角元素
Figure 724870DEST_PATH_IMAGE033
,Qi (j)表示第i个特征模式向量对应的等效源权重系数矩阵的第j次迭代;
S57、将Qi (j)按照由大到小顺序进行排列,去除排序中从后往前(1-b j)行Qi (j)并记录相对应的位置,
Figure 703114DEST_PATH_IMAGE001
表示等效源的个数,(1-b j)
Figure 3645DEST_PATH_IMAGE001
的数值采用四舍五入法获得一个正整数;例如:(1-
Figure 23423DEST_PATH_IMAGE034
)*400行Qi (j)并记录相对应的位置,此处取
Figure 56101DEST_PATH_IMAGE035
的值为四舍五入后的整数,例如j=3时,其结果为108.4,则取为108;
S58、根据记录的相对应位置,去除传递矩阵G1中相对应位置所在行以得到
S59、判断bj
Figure 970279DEST_PATH_IMAGE001
≤Nholo,若否则进入步骤S60,若是进入步骤S61;例如
Figure 329716DEST_PATH_IMAGE036
≤100;
S60、利用循环迭代方程计算
Figure 861191DEST_PATH_IMAGE014
,j=j+1,重复执行步骤S56-S59,如为达到超定条件,需循环14次,即j=14,使得
Figure 188136DEST_PATH_IMAGE037
Figure 830470DEST_PATH_IMAGE015
S61、利用达到超定条件后的求解方程求解
Figure 136424DEST_PATH_IMAGE016
Figure 88069DEST_PATH_IMAGE017
S62、将每一个特征模式向量对应求得的
Figure 856304DEST_PATH_IMAGE018
进行求和,得到最终的等效源权重系数矩阵
Figure 36750DEST_PATH_IMAGE019
步骤106、超定,利用正则化参数求解传递矩阵G1的逆矩阵G1 -1,利用Q=G1 -1P公式求解等效源权重系数矩阵Q,并进入步骤107。
步骤107、利用声源面点阵与等效源之间的传递函数求出声源面与等效源之间的传递矩阵G2
G(m,f)表示第m个声源面点阵与第f个等效源之间的传递函数,表示为:
其中,i为复数,
Figure 994790DEST_PATH_IMAGE021
为传播介质密度,
Figure 250322DEST_PATH_IMAGE022
为介质中的声速,
Figure 218147DEST_PATH_IMAGE023
为波数,
Figure 937841DEST_PATH_IMAGE024
为第m个测点的位置矢量,为第f个等效源位置矢量,
Figure 941493DEST_PATH_IMAGE026
为自由场格林函数,表示为:
Figure 650692DEST_PATH_IMAGE027
步骤108、利用P0=QG2公式求得声源面的声压分布,实现噪声声场重建,P0为声源面的声压列向量。
例如:利用等效源权重系数矩阵Q和声源面与等效源之间的传递矩阵G2求得声源声压分布,重建的点声源声压为0.77Pa,误差小于
Figure 428155DEST_PATH_IMAGE038
3dB。
本发明通过将循环迭代求逆的方法运用在求解欠定方程的过程中,从而解决了传统基于等效源的声全息算法无法求解欠定方程的缺点,求解时可以取更多的等效源点,提高了对声源面的局部和细节信息的获取。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (4)

1.一种基于等效源法的噪声声场重建方法,其特征在于,其包括以下步骤:
S1、根据设置的全息面点阵个数Nholo构建噪声声场的全息面,对全息面声压信号进行傅里叶变换,求出全息面声压信号的全息面点阵声压列向量P中每一向量的幅值与相位;
S2、根据设置的等效源的数量
Figure DEST_PATH_IMAGE001
构建噪声声场的等效源面,利用全息面点阵与等效源之间的传递函数求出全息面与等效源之间的传递矩阵G1
S3、利用正则化方法求解传递矩阵G1的正则化参数;
S4、比较等效源的个数与全息面的点阵个数的大小,若等效源的个数大于全息面的点阵个数则进入步骤S5,否则进入步骤S6;
S5、欠定,采用循环迭代求逆法求解等效源权重系数矩阵Q,并进入步骤S7;
S6、超定,利用正则化参数求解传递矩阵G1的逆矩阵G1 -1,利用Q=G1 -1P公式求解等效源权重系数矩阵Q,并进入步骤S7,P为全息面点阵声压列向量;
S7、利用声源面点阵与等效源之间的传递函数求出声源面与等效源之间的传递矩阵G2
S8、利用P0=QG2公式求得声源面的声压分布,实现噪声声场重建,P0为声源面的声压列向量。
2.如权利要求1所述的基于等效源法的噪声声场重建方法,其特征在于,步骤S5包括以下步骤:
S51、求出全息面点阵声压列向量的互谱矩阵
Figure DEST_PATH_IMAGE002
S52、对互谱矩阵进行特征值分解
Figure DEST_PATH_IMAGE003
,其中,U为特征向量
Figure DEST_PATH_IMAGE004
组成的特征矩阵,
Figure DEST_PATH_IMAGE005
为以特征值
Figure DEST_PATH_IMAGE006
为对角元素的对角矩阵,
Figure DEST_PATH_IMAGE007
为U的共轭转置矩阵,1≤i≤Nholo
S53、计算特征模式向量
Figure DEST_PATH_IMAGE008
针对每一个特征模式向量,执行步骤S64-S71:
S54、利用
Figure DEST_PATH_IMAGE010
求解等效源权重系数矩阵Q的初始向量,G1 H为G1的共轭转置矩阵,n 为正则化参数,I为单位矩阵;
S55、设置循环迭代步长为b,0<b<1,循环迭代次数为j,j的初始化值为零,进入循环迭代;
S56定义对角矩阵W的对角元素
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
表示第i个特征模式向量对应的等效源权重系数矩阵的第j次迭代;
S57、将
Figure 933544DEST_PATH_IMAGE013
按照由大到小顺序进行排列,去除排序中从后往前(1-b j)
Figure 647422DEST_PATH_IMAGE001
Figure 958318DEST_PATH_IMAGE013
并记录相对应的位置,
Figure 884686DEST_PATH_IMAGE001
表示等效源的个数,(1-b j)
Figure 433479DEST_PATH_IMAGE001
的数值采用四舍五入法获得一个正整数;
S58、根据记录的相对应位置,去除传递矩阵G1中相对应位置所在行以得到
Figure DEST_PATH_IMAGE014
S59、判断bj ≤Nholo,若否则进入步骤S60,若是进入步骤S61;
S60、利用循环迭代方程计算
Figure DEST_PATH_IMAGE015
,j=j+1,重复执行步骤S56-S59;
Figure DEST_PATH_IMAGE016
S61、利用达到超定条件后的求解方程求解
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE018
S62、将每一个特征模式向量对应求得的
Figure DEST_PATH_IMAGE019
进行求和,得到最终的等效源权重系数矩阵
Figure DEST_PATH_IMAGE020
3.如权利要求1所述的基于等效源法的噪声声场重建方法,其特征在于,G(m,f)表示第m个全息面点阵或声源面点阵与第f个等效源之间的传递函数,表示为:
Figure DEST_PATH_IMAGE021
其中,i为复数,
Figure DEST_PATH_IMAGE022
为传播介质密度,
Figure DEST_PATH_IMAGE023
为介质中的声速,
Figure DEST_PATH_IMAGE024
为波数,
Figure DEST_PATH_IMAGE025
为第m个测点的位置矢量,
Figure DEST_PATH_IMAGE026
为第f个等效源位置矢量,为自由场格林函数,表示为:
Figure DEST_PATH_IMAGE028
4.如权利要求1所述的基于等效源法的噪声声场重建方法,其特征在于,在步骤S3中,正则化方法采用Tikhonov正则化方法。
CN201911387467.5A 2019-12-30 2019-12-30 基于等效源法的噪声声场重建方法 Active CN110765673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911387467.5A CN110765673B (zh) 2019-12-30 2019-12-30 基于等效源法的噪声声场重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911387467.5A CN110765673B (zh) 2019-12-30 2019-12-30 基于等效源法的噪声声场重建方法

Publications (2)

Publication Number Publication Date
CN110765673A true CN110765673A (zh) 2020-02-07
CN110765673B CN110765673B (zh) 2020-05-01

Family

ID=69341693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911387467.5A Active CN110765673B (zh) 2019-12-30 2019-12-30 基于等效源法的噪声声场重建方法

Country Status (1)

Country Link
CN (1) CN110765673B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112230186A (zh) * 2020-10-12 2021-01-15 国网重庆市电力公司电力科学研究院 一种户内变电站噪声源等效识别方法及装置
CN112577592A (zh) * 2020-11-27 2021-03-30 哈尔滨工程大学 基于空间傅里叶变换的有限空间平面近场声全息测量方法
CN111561991B (zh) * 2020-06-08 2021-03-30 中国海洋大学 基于边缘填充和傅里叶变换的近场声全息方法
CN113395638A (zh) * 2021-05-25 2021-09-14 西北工业大学 一种基于等效源法的室内声场扬声器重放方法
CN113421537A (zh) * 2021-06-09 2021-09-21 南京航空航天大学 一种旋翼飞行器的全局主动降噪方法
CN114112019A (zh) * 2021-11-29 2022-03-01 哈尔滨工程大学 基于波叠加法的声场重建方法
CN114630260A (zh) * 2022-02-17 2022-06-14 安徽建筑大学 一种半空间均匀流中声场重建方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044811A1 (en) * 2010-10-01 2012-04-05 Northwestern University Scanning near field thermoelastic acoustic holography (snftah)
CN103712684A (zh) * 2013-12-25 2014-04-09 广西科技大学 声场重建方法
CN105005026A (zh) * 2015-06-08 2015-10-28 中国船舶重工集团公司第七二六研究所 一种近场目标声源三维被动定位方法
CN109883532A (zh) * 2019-03-14 2019-06-14 哈尔滨工程大学 一种声源识别与声场预报方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012044811A1 (en) * 2010-10-01 2012-04-05 Northwestern University Scanning near field thermoelastic acoustic holography (snftah)
CN103712684A (zh) * 2013-12-25 2014-04-09 广西科技大学 声场重建方法
CN105005026A (zh) * 2015-06-08 2015-10-28 中国船舶重工集团公司第七二六研究所 一种近场目标声源三维被动定位方法
CN109883532A (zh) * 2019-03-14 2019-06-14 哈尔滨工程大学 一种声源识别与声场预报方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111561991B (zh) * 2020-06-08 2021-03-30 中国海洋大学 基于边缘填充和傅里叶变换的近场声全息方法
CN112230186A (zh) * 2020-10-12 2021-01-15 国网重庆市电力公司电力科学研究院 一种户内变电站噪声源等效识别方法及装置
CN112577592A (zh) * 2020-11-27 2021-03-30 哈尔滨工程大学 基于空间傅里叶变换的有限空间平面近场声全息测量方法
CN113395638A (zh) * 2021-05-25 2021-09-14 西北工业大学 一种基于等效源法的室内声场扬声器重放方法
CN113395638B (zh) * 2021-05-25 2022-07-26 西北工业大学 一种基于等效源法的室内声场扬声器重放方法
CN113421537A (zh) * 2021-06-09 2021-09-21 南京航空航天大学 一种旋翼飞行器的全局主动降噪方法
CN113421537B (zh) * 2021-06-09 2022-05-24 南京航空航天大学 一种旋翼飞行器的全局主动降噪方法
CN114112019A (zh) * 2021-11-29 2022-03-01 哈尔滨工程大学 基于波叠加法的声场重建方法
CN114112019B (zh) * 2021-11-29 2023-05-26 哈尔滨工程大学 基于波叠加法的声场重建方法
CN114630260A (zh) * 2022-02-17 2022-06-14 安徽建筑大学 一种半空间均匀流中声场重建方法
CN114630260B (zh) * 2022-02-17 2023-11-10 安徽建筑大学 一种半空间均匀流中声场重建方法

Also Published As

Publication number Publication date
CN110765673B (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN110765673B (zh) 基于等效源法的噪声声场重建方法
CN109085531B (zh) 基于神经网络的近场源到达角估计方法
Andersson et al. A new frequency estimation method for equally and unequally spaced data
CN101965613B (zh) 信号增强装置及方法
CN109191399B (zh) 基于改进的多路径匹配追踪算法的磁共振图像去噪方法
CN109884592B (zh) 一种面向低频高斯噪声源的声源定位仿真方法
CN103856866A (zh) 低噪微分麦克风阵列
CN111273301A (zh) 水声目标辐射噪声线阵波束输出信号频谱重构方法
CN116068493A (zh) 一种深海大深度垂直分布式水听器被动声源定位方法
CN108012214A (zh) 基于广义极小极大凹罚函数的声场重构方法
Jiang et al. Data extension near-field acoustic holography based on improved regularization method for resolution enhancement
CN111272274B (zh) 基于传声器随机采样的封闭空间低频声场再现方法
CN113673419A (zh) 适用于强干扰环境的波束域快速稀疏贝叶斯方位估计方法
CN113916347A (zh) 一种海水声速剖面延拓方法及装置
Genser et al. Spectral constrained frequency selective extrapolation for rapid image error concealment
CN108680892B (zh) 基于角度-空间频率域快速傅里叶变换的互质阵列波达方向估计方法
CN113422629B (zh) 一种协方差矩阵重构自适应波束形成方法及系统
CN114252148A (zh) 一种基于长椭球波叠加的声场重建方法
CN111257833B (zh) 一种基于拉普拉斯范数的快速迭代收缩阈值的声源识别方法
van der Meulen et al. Blind calibration for arrays with an aberration layer in ultrasound imaging
CN110275157B (zh) 基于遗传算法自适应随机共振的矢量声定向方法
CN110824484B (zh) 一种基于恒模算法的阵元位置估计方法
Takida et al. Robust gridless sound field decomposition based on structured reciprocity gap functional in spherical harmonic domain
CN113721194A (zh) 一种基于mwcs的近场语音信号三维定位算法
Goudarzi et al. Pruning mobilenetv2 for efficient implementation of minimum variance beamforming

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201204 building 27, Lane 676, Wuxing Road, Pudong New Area, Shanghai

Patentee after: Shanghai suochen Information Technology Co., Ltd

Address before: No.27, Lane 676, Wuxing Road, Pudong New Area, Shanghai, 201204

Patentee before: SHANGHAI SUOCHEN INFORMATION TECHNOLOGY Co.,Ltd.