CN115436880B - 基于传声器阵列的自适应超声波检测方法及系统 - Google Patents
基于传声器阵列的自适应超声波检测方法及系统 Download PDFInfo
- Publication number
- CN115436880B CN115436880B CN202211164242.5A CN202211164242A CN115436880B CN 115436880 B CN115436880 B CN 115436880B CN 202211164242 A CN202211164242 A CN 202211164242A CN 115436880 B CN115436880 B CN 115436880B
- Authority
- CN
- China
- Prior art keywords
- microphone array
- frequency
- ultrasonic
- matrix
- microphone
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于传声器阵列的自适应超声波检测方法及系统。其包括构建传声器阵列,其中,所述传声器阵列包括N个阵列分布的传声器,所有传声器的检测端面均位于同一平面;利用上述构建的传声器阵列进行空间超声波扫描,其中,空间超声波扫描的方位角范围为±A°,扫描间隔为d1°,空间扫描的俯仰角为±B°,扫描间隔为d2°;对空间超声波扫描中任一的位置点,确定所述位置点相对应的位置点方位谱;对所有空间扫描位置点的位置点方位谱,将极大值的位置点方位谱对应的位置点选定为空间声源位置。本发明能有效实现高频率的超声波识别,快速有效地确定超声波声源位置,安全可靠。
Description
技术领域
本发明涉及一种超声波检测方法及系统,尤其是一种基于传声器阵列的自适应超声波检测方法及系统。
背景技术
对充满气体的容器内或管道,一旦出现裂纹或漏孔,就会发生气体泄漏。当漏孔尺寸较小时,泄漏的气体就会形成湍流,湍流在漏孔附近会产生一定频率的声波,声波振动的频率与漏孔尺寸有关:漏孔较大时,人耳可听到漏气声,漏孔很小且声波频率大于20kHz时,人耳就听不到了,但它们能在空气中传播,称作超声波。
在石油、化工等工业场景中,很多储气罐、输气管道均需要定期检测,以防止长期气体泄漏导致严重后果。此外,一些工厂生产的产品在出厂前,需要做气密性检测,如冰箱、密封容器、空调系统、轮胎、压缩机以及各种输液管道等,都可以通过超声波进行检测。
另外,在电力电网的高压输电、变电系统中,局部放电是重要的检测项目,如果局部放电不能及时发现会导致火宅、大面积停电,而局部放电过程也会产生超声波。
由此可见,在很多工业场景中,存在大量超声波检测的需求,能够及时发现超声波,准确定位故障位置具有重要意义。
目前,大部分超声检测是利用传统的超声波传感器探头进行超声波检测,该方法存在无法准确定位超声波的声源位置,测试范围小等缺陷,因此,诞生了传声器阵列加摄像头组成的声学成像系统,通过声学成像的方式不仅能够发现噪声源,还可以定位噪声源的位置,定位故障点。
但在工业场景背景噪声复杂的情况下,往往存在多个干扰源,或同时存在多个噪声源,现有的声成像方法无法有效去除干扰,对噪声源的测试精度和测量范围指标都不太好。
已有的声学成像方法主要针对于人耳可听声波范围,针对超声波的检测,存在检测频率范围较小的缺点。超声波成像需要更高的采样频率,更复杂的运算,对硬件和软件要求都更高,已有的算法在超声波测量频率范围、测量精度等方面很难达到满意的效果。
发明内容
本发明的目的是克服现有技术中存在的不足,提供一种基于传声器阵列的自适应超声波检测方法及系统,其能有效实现高频率的超声波识别,快速有效地确定超声波声源位置,安全可靠。
按照本发明提供的技术方案,一种基于传声器阵列的自适应超声波检测方法,用于超声波声源位置的识别,所述超声波检测方法包括:
构建传声器阵列,其中,所述传声器阵列包括N个阵列分布的传声器,所有传声器的检测端面均位于同一平面;
利用上述构建的传声器阵列进行空间超声波扫描,其中,空间超声波扫描的方位角范围为±A°,扫描间隔为d1°,空间扫描的俯仰角为±B°,扫描间隔为d2°;对空间超声波扫描中任一的位置点,确定所述位置点相对应的位置点方位谱;
对所有空间扫描位置点的位置点方位谱,将极大值的位置点方位谱对应的位置点选定为空间声源位置。
对空间超声波扫描中任一位置点,确定所述位置点的位置点方位谱为:
其中,P(azi,elj)为位置点(azi,elj)的位置点方位谱,NL、NH为截止频点,NL<NH,为协方差矩阵RNN(k)的逆矩阵,XNM为基于传声器阵列内所有传声器的时域信号生成的频谱矩阵,XNM(k)则为XNM的第k列,/>为XNM(k)的共轭转秩矩阵,a(k,az,el)为窄带单频频信号f(k)的导向矢量,a(k,az,el)H为导向矢量a(k,az,el)的共轭转秩矩阵。
基于传声器阵列内所有传声器的时域信号生成的频谱矩阵XNM时,则有:
获取传声器阵列内所有传声器的音频时域信号;
对所有传声器的音频时域信号进行K点的FFT变换,以得到音频频域初始矩阵F1NK;
利用归一化校正系数矩阵WNK对上述音频频域初始矩阵F1NK进行校正,以得到音频频域校正后矩阵FNK,其中,归一化校正系数矩阵WNK内的校正系数为所对应传声器阵列内传声器的频率响应;
配置截止频率频点范围[NL NH],利用所配置的截止频率频点范围[NL NH]对音频频域校正后矩阵FNK内任一音频频域校正值进行频率频点匹配,以在频率频点匹配后生成频谱矩阵XNM。
获取传声器阵列内所有传声器的音频时域信号时,对传声器的音频信号进行采样,并在采样后进行CIC抽取,以在CIC抽取后得到所有的音频时域信号。
对归一化校正系数矩阵WNK,则有:
对构建的传声器阵列,在远场正对所述传声器阵列的中心播放白噪声,对在所播放白噪声下每个传声器采集的音频时域信号,并对所采集的音频时域信号进行FFT变换;
基于所有音频时域信号对应FFT变换得到的频域信号,生成归一化校正系数矩阵WNK。
对所配置的截止频率频点范围[NL NH],则有:
其中,K为FFT变换的快拍点数,fs为获取音频时域信号时的采样频率,fL、fH为截止频率,fL<fH。
对窄带单频频信号f(k)的导向矢量a(k,az,el),则有:
其中,i为虚数单位,t(n,az,el)为空间中方位角为az,俯仰角为el处入射到传声器阵列中第n个传声器的时间延迟,n=1、2、3......N;c为超声波在空气中传播的速度,pos(1,n)和pos(2,n)分别为第n个传声器相应的y方向坐标和z方向坐标。
所述传声器采用PDM接口的MEMS麦克风。
一种基于传声器阵列的自适应超声波检测系统,包括传声器阵列以及检测处理器,其中,检测处理器基于传声器阵列执行上述的超声波检测。
本发明的优点:基于传声器阵列的超声波检测方法,其波束形成相比传统延迟累加等方法的抗干扰性强,可在远距离、大范围内快速发现超声波声源。在传声器信号的时域、频域处理时,可以简化处理计算量,以能支持更多通道的阵列信号采集,获取更好检测效果。可对超声波进行超高频率采样,能识别更高频率范围内的超声波。
附图说明
图1为本发明一种实施方式的流程图。
图2为本发明构建传声器阵列的一种示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示:为了能有效实现高频率的超声波识别,快速有效地确定超声波声源位置,本发明基于传声器阵列的自适应超声波检测方法,用于超声波声源位置的识别,所述超声波检测方法包括:
构建传声器阵列,其中,所述传声器阵列包括N个阵列分布的传声器,所有传声器的检测端面均位于同一平面;
利用上述构建的传声器阵列进行空间超声波扫描,其中,空间超声波扫描的方位角范围为±A°,扫描间隔为d1°,空间扫描的俯仰角为±B°,扫描间隔为d2°;对空间超声波扫描中任一的位置点,确定所述位置点相对应的位置点方位谱;
对所有空间扫描位置点的位置点方位谱,将极大值的位置点方位谱对应的位置点选定为空间声源位置。
为了能对超声波声源位置检测与识别,需要构建传声器阵列,其中,所构建的传声器阵列内包括N个阵列分布的传声器,即N个传声器呈阵列分布,以形成所需的传声器阵列,传声器阵列可以是圆形阵列、方形阵列、十字阵列或螺旋形阵列等形式,传声器阵列分布形式可以根据实际需要选择。
在实际应用中,传声器阵列一般可选为圆形阵列、球形阵列、螺旋阵列等多种方式,此处实施例中,以同心的圆形阵列进行说明。图2中,同心圆阵列一共有8个同心圆组成,每个同心圆上均匀分布10个传声器,即传声器阵列中共有8*10=80颗传声器,此时,传声器阵列个数N为80。
图2的阵列中,构建极坐标。第i个同心圆中第j个传声器的坐标位置为[r(i,j)*cos(θ(i,j)),r(i,j)*sin(θ(i,j))]。其中,r(i,j)为第i个同心圆中第j个传声器的极坐标半径,θ(i,j)为极坐标角度,其计算公式如下:
N个传声器的位置坐标计算公式如下:
其中,n=1、2、3.....80,n可以用i和j表示为n=10*(i-1)+j,代表第i个同心圆的第j个传声器。p(1,n)和p(2,n)分别为第n个传声器相应的y方向坐标和z方向坐标。
根据上述公式,即可确定坐标中每个传声器的位置。当然,传声器阵列中,所有传声器的头部均位于同一平面。
在对超声波检测识别时,对所有的传声器进行高采样率同步采样,以便能获得N个传声器相对应的时域信号。若要获取高采样率,在具体实施时,最好采用PDM接口的MEMS麦克风作为传声器,与其他接口MEMS麦克风相比,PDM接口MEMS麦克风可具有更高的采样率。PDM接口的MEMS麦克风可采用现有常用的形式,具体以能满足高采样频率的采样要求为准,一般不低于80kHz的频率响应特性。
构建所需的传声器阵列后,为了能对超声波声源检测与识别,需要利用所构建的传声器阵列进行空间超声波扫描,一般地,在进行空间超声波扫描时,需要确定空间超声波扫描的扫描范围,空间超声波扫描的扫描范围包括方位角、俯仰角以及扫描间隔,本发明的一种实施例中,空间超声波扫描的方位角范围为±30°(即A为30),扫描间隔为1°(即d1=1),空间扫描的俯仰角为±30°(即B为30),扫描间隔为1°(即d2=1),即方位角范围为-30°~30°,俯仰角为-30°~30°,方位角范围、俯仰角以及扫描间隔具体可以根据实际场景选择确定,以能满足对超声波源的检测与识别为准。
在利用构建的传声器阵列进行空间超声波扫描时,根据空间超声波扫描的方位角、俯仰角以及扫描间隔可确定整个空间超声波扫描时供需扫描位置点的位置以及位置点的总数量。在确定所需扫描的位置点后,对任一位置点,在进行空间超声波扫描后,即可确定所述位置点相对应的位置点方位谱。
根据上述设置完成空间超声波扫描后,一共存在即可得到/>个位置点方位谱,利用位置点方位谱可表征正对应位置点的能量谱。在确定所有位置点的位置点方位谱后,根据空间超声波扫描的顺序,即可确定处于极大值的位置点方位谱,同时,所确定极大值位置点方位谱相对应的位置点即为空间声源位置。在确定空间声源位置后,即达到快速确定超声波声源位置。
本发明的一种实施例中,对空间超声波扫描中任一位置点,确定所述位置点的位置点方位谱为:
其中,P(azi,elj)为位置点(azi,elj)的位置点方位谱,NL、NH为截止频点,NL<NH,为协方差矩阵RNN(k)的逆矩阵,XNM为基于传声器阵列内所有传声器的时域信号生成的频谱矩阵,XNM(k)则为XNM的第k列,/>为XNM(k)的共轭转秩矩阵,a(k,az,el)为窄带单频频信号f(k)的导向矢量,a(k,az,el)H为导向矢量a(k,az,el)的共轭转秩矩阵;K为对传声器的音频时域信号进行FFT变换的点数。
具体实施时,利用上述公式即可确定每个空间超声波扫描位置点的位置点方位谱,下面对空间超声波扫描时确定位置点方位谱的具体情况进行举例说明。
本发明的一种实施例中,基于传声器阵列内所有传声器的时域信号生成的频谱矩阵XNM时,则有:
获取传声器阵列内所有传声器的音频时域信号;
对所有传声器的音频时域信号进行K点的FFT变换,以得到音频频域初始矩阵F1NK;
利用归一化校正系数矩阵WNK对上述音频频域初始矩阵F1NK进行校正,以得到音频频域校正后矩阵FNK,其中,归一化校正系数矩阵WNK内的校正系数为所对应传声器阵列内传声器的频率响应;
配置截止频率频点范围[NL NH],利用所配置的截止频率频点范围[NL NH]对音频频域校正后矩阵FNK内任一音频频域校正值进行频率频点匹配,以在频率频点匹配后生成频谱矩阵XNM。
具体地,在空间超声波扫描时,传声器阵列内所有的传声器均处于工作状态,即均处于拾音状态。对一空间超声波扫描的位置点,利用传声器阵列在拾音后,通过同步高频率采样处理,即可得到所有传声器的音频时域信号。
目前,高频率采样后,一般需要经过CIC抽取、两次半带滤波、FIR低通滤波相应的处理步骤,以处理转换为正常的音频时域信号。其中,当传声器阵列内同时包括上百路传声器时(即N大于100),进行所述CIC抽取、两次半带滤波、FIR低通滤波的步骤会耗费大量的资源。
本发明的一种实施例中,对超声波声源位置检测与识别时,同步高频率采样后,可只进行CIC抽取,以在CIC抽取后得到所有的音频时域信号。即与现有处理步骤相比,取消了两次半带滤波和FIR滤波处理,从而可减少了大量的计算;减少这些步骤后,具体实施时,通过下述的处理过程可进行补偿,不会对超声波声源位置检测与识别的性能造成任何影响,还可以带来更高采样率和更准确的定位效果。
具体实施时,高频采样的频率fs可根据实际需要选择,以能满足对传声器的采样需求为准。采样后,CIC抽取以及抽取后得到音频时域信号的具体过程以及方式可均与现有相一致,以能满足得到所有传声器相对应的音频时域信号为准。
在得到N个传声器相对应的音频时域信号后,对N个音频时域信号均进行K点的FFT变换,K的取值范围一般在256到1024之间。以在FFT变换后,得到音频频域初始矩阵F1NK,其中,在音频频域初始矩阵F1NK内,音频频域的信息与传声器阵列内传声器的分布相一致。
在得到音频频域初始矩阵F1NK后,需要进行归一化校正,即利用归一化校正系数矩阵WNK对上述音频频域初始矩阵F1NK进行校正。本发明的一种实施例中,对归一化校正系数矩阵WNK,该矩阵大小与F1NK大小一致,则有:
对构建的传声器阵列,在远场正对所述传声器阵列的中心播放高斯白噪声,远场一般指距离传声器阵列中心距离大于1米。对在所播放白噪声下,每个传声器采集的音频时域信号,采样率与正常检测时使用的采样率相同,均为fs,并对所采集的音频时域信号进行K点的FFT变换;
基于所有音频时域信号对应FFT变换得到的频域信号,生成归一化校正系数矩阵WNK,矩阵大小为N行K列。
因此,在构建传声器阵列后,需要确定归一化校正系数矩阵WNK,当然在空间超声波扫描过程中,均采用同一归一化校正系数矩阵WNK对所有空间超声波扫描位置点的音频频域校正后矩阵FNK进行校正。
本发明的一种实施例中,对所配置的截止频率频点范围[NL NH],则有:
其中,K为FFT变换的快拍点数,fs为获取音频时域信号时的采样频率,fL、fH为截止频率,fL<fH,一般地,截止频率fH减去截止频率fL,即可得到检测的超声波频段范围。对检测的超声波频段范围,一般设置为10kHz到25kHz之间,fH为检测的超声波最高频率,一般地,在30kHz到80kHz之间,如果不受传感器和处理器采样率限定,fH可取大于80kHz的值。
具体实施时,在确定截止频率fL与截止频率fH后,根据FFT变换时的点数K,即可配置截止频率频点范围[NL NH],后续只对频率范围内的单频信号进行方位谱计算。
本发明的一种实施例中,按照所构建传声器阵列的几何形状,由每个传声器的坐标位置信息构造对应的导向矢量a(k,az,el),其中,导向矢量a(k,az,el)是窄带单频频信号f(k)在空间中坐标位置点(az,el)到达麦克风阵列的相移,窄带单频信号f(k)为频率为的正弦信号,其中,fs为采样率。
具体地,对窄带单频频信号f(k)的导向矢量a(k,az,el),则有:
其中,i为虚数单位,t(n,az,el)为空间中方位角为az,俯仰角为el处入射到传声器阵列中第n个传声器的时间延迟,n=1、2、3......N;c为超声波在空气中传播的速度,pos(1,n)和pos(2,n)分别为第n个传声器相应的y方向坐标和z方向坐标。
具体实施时,pos(1,n)和pos(2,n)分别为第n个传声器相应的y方向坐标和z方向坐标,具体取值情况可以参考上述说明。此外,当传声器阵列采用其他分布形式,具体可以参考上述以圆形阵列的分布说明,具体以能构建所需的传声器阵列,以及实现对超声波检测为准。
综上,利用传声器阵列进行空间超声波扫描时,对每个空间超声波扫描位置点,均可采用上述方式确定位置点方位谱。对所有的位置点方位谱,采用搜索方式确定相对应的极大值,所确定极大值的位置点方位谱对应的位置点即为超声波声源。
对于上述的超声波声源检测与识别方法,可得到基于传声器阵列的自适应超声波检测系统,包括传声器阵列以及检测处理器,其中,检测处理器基于传声器阵列执行上述的超声波检测。
本发明的一种实施例中,检测处理器可以采用现有常用的形式,以能满足上述实施对超声波检测与识别的处理即可,其中,传声器阵列以及检测处理器与传声器阵列配合,实施上述超声波声源位置检测的过程可参考上述说明,此处不再赘述。
本发明基于传声器阵列的超声波检测方法时,通过位置点方位谱计算方式输出的波束形成,相比传统延迟累加等方法的抗干扰性强,可在远距离、大范围内快速发现超声波声源。
在传声器信号的时域、频域处理时,可以简化处理计算量,以能支持更多通道的阵列信号采集,获取更好检测效果。可对超声波进行超高频率采样,能识别更高频率范围内的超声波。
Claims (7)
1.一种基于传声器阵列的自适应超声波检测方法,其特征是,用于超声波声源位置的识别,所述超声波检测方法包括:
构建传声器阵列,其中,所述传声器阵列包括N个阵列分布的传声器,所有传声器的检测端面均位于同一平面;
利用上述构建的传声器阵列进行空间超声波扫描,其中,空间超声波扫描的方位角范围为±A°,扫描间隔为d1°,空间扫描的俯仰角为±B°,扫描间隔为d2°;对空间超声波扫描中任一的位置点,确定所述位置点相对应的位置点方位谱;
对所有空间扫描位置点的位置点方位谱,将极大值的位置点方位谱对应的位置点选定为空间声源位置;
对空间超声波扫描中任一位置点,确定所述位置点的位置点方位谱为:
其中,P(azi,elj)为位置点(azi,elj)的位置点方位谱,NL、NH为截止频点,NL<NH,为协方差矩阵RNN(k)的逆矩阵,XNM为基于传声器阵列内所有传声器的时域信号生成的频谱矩阵,XNM(k)则为XNM的第k列,/>为XNM(k)的共轭转秩矩阵,a(k,az,el)为窄带单频频信号f(k)的导向矢量,a(k,az,el)H为导向矢量a(k,az,el)的共轭转秩矩阵;
基于传声器阵列内所有传声器的时域信号生成的频谱矩阵XNM时,则有:
获取传声器阵列内所有传声器的音频时域信号;
对所有传声器的音频时域信号进行K点的FFT变换,以得到音频频域初始矩阵F1NK;
利用归一化校正系数矩阵WNK对上述音频频域初始矩阵F1NK进行校正,以得到音频频域校正后矩阵FNK,其中,归一化校正系数矩阵WNK内的校正系数为所对应传声器阵列内传声器的频率响应;
配置截止频率频点范围[NL NH],利用所配置的截止频率频点范围[NL NH]对音频频域校正后矩阵FNK内任一音频频域校正值进行频率频点匹配,以在频率频点匹配后生成频谱矩阵XNM。
2.根据权利要求1所述的基于传声器阵列的自适应超声波检测方法,其特征是,获取传声器阵列内所有传声器的音频时域信号时,对传声器的音频信号进行采样,并在采样后进行CIC抽取,以在CIC抽取后得到所有的音频时域信号。
3.根据权利要求1所述的基于传声器阵列的自适应超声波检测方法,其特征是,对归一化校正系数矩阵WNK,则有:
对构建的传声器阵列,在远场正对所述传声器阵列的中心播放白噪声,对在所播放白噪声下每个传声器采集的音频时域信号,并对所采集的音频时域信号进行FFT变换;
基于所有音频时域信号对应FFT变换得到的频域信号,生成归一化校正系数矩阵WNK。
4.根据权利要求1所述的基于传声器阵列的自适应超声波检测方法,其特征是,对所配置的截止频率频点范围[NL NH],则有:
其中,K为FFT变换的快拍点数,fs为获取音频时域信号时的采样频率,fL、fH为截止频率,fL<fH。
5.根据权利要求1所述的基于传声器阵列的自适应超声波检测方法,其特征是,对窄带单频频信号f(k)的导向矢量a(k,az,el),则有:
其中,i为虚数单位,t(n,az,el)为空间中方位角为az,俯仰角为el处入射到传声器阵列中第n个传声器的时间延迟,n=1、2、3......N;c为超声波在空气中传播的速度,pos(1,n)和pos(2,n)分别为第n个传声器相应的y方向坐标和z方向坐标。
6.根据权利要求1至5任一项所述的基于传声器阵列的自适应超声波检测方法,其特征是,所述传声器采用PDM接口的MEMS麦克风。
7.一种基于传声器阵列的自适应超声波检测系统,其特征是,包括传声器阵列以及检测处理器,其中,检测处理器基于传声器阵列执行上述权利要求1~权利要求6任一项的超声波检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211164242.5A CN115436880B (zh) | 2022-09-23 | 2022-09-23 | 基于传声器阵列的自适应超声波检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211164242.5A CN115436880B (zh) | 2022-09-23 | 2022-09-23 | 基于传声器阵列的自适应超声波检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115436880A CN115436880A (zh) | 2022-12-06 |
CN115436880B true CN115436880B (zh) | 2023-10-10 |
Family
ID=84248438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211164242.5A Active CN115436880B (zh) | 2022-09-23 | 2022-09-23 | 基于传声器阵列的自适应超声波检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115436880B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866385A (zh) * | 2012-09-10 | 2013-01-09 | 上海大学 | 一种基于球麦克风阵列的多声源定位方法 |
EP3232219A1 (en) * | 2016-02-25 | 2017-10-18 | Panasonic Intellectual Property Corporation of America | Sound source detection apparatus, method for detecting sound source, and program |
CN110596644A (zh) * | 2019-09-24 | 2019-12-20 | 中国科学院声学研究所 | 一种使用移动环形传声器阵列的声源定位方法及系统 |
CN112034418A (zh) * | 2020-09-15 | 2020-12-04 | 北京中电慧声科技有限公司 | 基于频域Bark子带的波束扫描方法及声源定向装置 |
CN114578290A (zh) * | 2021-10-25 | 2022-06-03 | 杭州爱华仪器有限公司 | 一种基于频率修正的麦克风阵列声源定位方法 |
-
2022
- 2022-09-23 CN CN202211164242.5A patent/CN115436880B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866385A (zh) * | 2012-09-10 | 2013-01-09 | 上海大学 | 一种基于球麦克风阵列的多声源定位方法 |
EP3232219A1 (en) * | 2016-02-25 | 2017-10-18 | Panasonic Intellectual Property Corporation of America | Sound source detection apparatus, method for detecting sound source, and program |
CN110596644A (zh) * | 2019-09-24 | 2019-12-20 | 中国科学院声学研究所 | 一种使用移动环形传声器阵列的声源定位方法及系统 |
CN112034418A (zh) * | 2020-09-15 | 2020-12-04 | 北京中电慧声科技有限公司 | 基于频域Bark子带的波束扫描方法及声源定向装置 |
CN114578290A (zh) * | 2021-10-25 | 2022-06-03 | 杭州爱华仪器有限公司 | 一种基于频率修正的麦克风阵列声源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115436880A (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | A time-of-flight mapping method for laser ultrasound guided in a pipe and its application to wall thinning visualization | |
CN110133579B (zh) | 适用于球面麦克风阵列声源定向的球谐波阶数自适应选择方法 | |
EP1597607B1 (en) | A method and a device for detecting discontinuities in a medium | |
CN111239246B (zh) | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 | |
CN109238436B (zh) | 混响水池中瞬态声源特性的测量方法 | |
US8950261B2 (en) | Fault detection method and system | |
CN102692453A (zh) | 一种基于非线性声学的材料无损检测方法和装置 | |
CN113687308B (zh) | 一种基于弯曲波的冰上震源定位方法 | |
CN109239197A (zh) | 直管与弯头对接接头的超声衍射时差检测方法 | |
CN112146751B (zh) | 一种基于时域等效源法的实时声场分离方法 | |
CN113868583A (zh) | 一种子阵波束聚焦的声源距离计算方法及系统 | |
CN109270172B (zh) | 校验超声水浸压电探头的方法及装置 | |
CN102866209B (zh) | 一种自适应超声波相控阵检测装置系统误差的方法 | |
CN115436880B (zh) | 基于传声器阵列的自适应超声波检测方法及系统 | |
CN102438191B (zh) | 用于声学信号跟踪的方法 | |
CN117214294A (zh) | 管道损伤超声导波检测装置及其损伤信号三维重构方法 | |
CN111175727A (zh) | 一种基于条件波数谱密度的宽带信号方位估计的方法 | |
CN110132805B (zh) | 一种2219铝合金铸锭平均晶粒尺寸超声波评定方法 | |
CN116952356A (zh) | 基于浅海环境水下声全息技术的近场辐射噪声测量方法 | |
CN115856087A (zh) | 基于纵波一发一收超声相控阵探头的全聚焦成像方法 | |
Lobréau et al. | Hemispherical double-layer time reversal imaging in reverberant and noisy environments at audible frequencies | |
CN113126029B (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
CN115097012A (zh) | 基于声发射信号模态分解的钢管多处缺陷定位方法 | |
CN114755300A (zh) | 一种基于超声无损检测的缺陷定位定量检测方法 | |
Mahal et al. | Noise removal using adaptive filtering for ultrasonic guided wave testing of pipelines |
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 |