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 PDFInfo
- 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
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
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;
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;
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:
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;
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;
S61、利用达到超定条件后的求解方程求解:
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:
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。
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:
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:
针对每一个特征模式向量,执行步骤S64-S71:
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;
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,表示等效源的个数,(1-b j)的数值采用四舍五入法获得一个正整数;例如:(1-)*400行Qi (j)并记录相对应的位置,此处取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;
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:
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。
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;
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:
针对每一个特征模式向量,执行步骤S64-S71:
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;
S59、判断bj ≤Nholo,若否则进入步骤S60,若是进入步骤S61;
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。
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)
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)
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 |
-
2019
- 2019-12-30 CN CN201911387467.5A patent/CN110765673B/zh active Active
Patent Citations (4)
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)
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. |