【（原创）谈谈对噪声源识别的一些认识】
噪声源识别之所以重要，如此引起人们的关注，主要是因为它与人们的日常生活息息相关。有些场合，要求更安静的产品，如家用电器（尤其是空调）、汽车车内噪声、交通噪声等；有些场合，是为了满足有关规定或是为了满足环保要求，如机器的出厂噪声级等，社会噪声，交通噪声；有些场合，是为了利用噪声进行故障诊断，确定机械设备何处出了故障；以及由此延伸的噪声控制，也需要进行噪声源识别。这些应用决定了毕业生的去向，也决定了科研单位的科研方向。这些可以从各大公司的招聘需求，以及国家自然科学基金项目、科技部项目、各省市的项目可以看出。
相关的科研工作，从研究方式上分为理论方法和实验方法，从研究内容上分为噪声产生机理和应用外部噪声场反求源场，从研究方法上又分为传统噪声源识别方法、信号处理方法、声全息或者可视化方法。
传统方法虽然陈旧、使用效率低，但目前仍有许多企业在应用。例如，为了测量汽车高速行驶时的车内噪声，需要将车门缝隙用铅皮封住。信号处理方法的应用尤其广泛，相干分析、偏相干分析适合与很多场合，能解决许多一般问题。如评价某些噪声源、某些频谱对场点（模拟人头耳朵处），这时采用相干分析就可以解决。
这里着重讨论声全息方法。另外，也涉及到波束形成方法（一种阵列信号处理方法）。
远场声全息适合于对大型物体的中高频声源进行识别。虽然它无法突破瑞利极限，但大尺寸物体和中高频率声源，半个波长已是可以接受的。对运动声源进行识别是另一个应用。对于运动声源，安全性尤其重要。如运动的汽车，不能指望在近场进行测量，如1/10波长。例如运动的火车、地铁、汽车，即使在实验室，驾驶汽车以40~80公里的速度行驶，在如此近的距离测量恐怕非常危险；又如潜艇的水下噪声识别，这么近是否太那个。。。因此，本人认为远场声全息适合与现场应用。涉及到诸位学友提及的创新问题，恐怕仁者见仁，智者见智。我认为，只要你深入地研究，创新肯定会有。
近场声全息，主要卖点是其具有极高的分辨率。其应用的最大的阻碍是其高成本。为了获得这么高的分辨率，付出这么多值不值，是值得大家思考的问题。避开成本问题不谈，它也不是完美的。例如，它要求测量面足够，采用规则阵列，阵元均匀布置，阵元的最小间距小于最高分析频率的半波长，测量距离极近，约等于阵元间距。虽然声称该方法能获得任意高的分辨率，但这是要付出成本的。原因是分辨率由倏逝波决定，倏逝波的获取取决于本底噪声和传声器的动态范围。又因为声场重构是一反问题，需要借助于正则化方法来求解，所以，过高频率的倏逝波会被正则化方法截断。究竟分辨率多大合适，要根据需要和测试预算来决定。
叉开话题，正则化方法，在目前所有的声学反问题当中都有采用。根据本人的研究，认为在没有测量噪声的情况下，是不需要正则化的，例如，仿真当中。
未完待续。欢迎争论，发表不同看法。
（下篇将介绍：局部声全息方法、等效源方法、波束形成方法、相干的问题）
[ 本帖最后由 jarquine 于 2007-12-17 22:09 编辑 ] 关于声源识别，我接触了一些仪器。麦克风阵列有：环形、星形、球形、螺旋等，30-40通道，采用的算法好像是beamforming算法，初步有所使用，精度不是很高，这可能是由beamforming算法的低频精度差决定的，近场声全息精度高，但是麦克风数量多，效率低，成本高。还有声聚焦法，精度比beamforming稍微高点。目前我的应用尚不成功，下次请教。 原帖由 jarquine 于 2007-12-5 10:57 发表
噪声源识别之所以重要，如此引起人们的关注，主要是因为它与人们的日常生活息息相关。有些场合，要求更安静的产品，如家用电器（尤其是空调）、汽车车内噪声、交通噪声等；有些场合，是为了满足有关规定或是为了 ...
这个话题楼主开设得很好,先表示感谢,呵,为大家提供长见识的机会.不过这句有点问题,我做过NAH的仿真,在没有任何噪声时也需要低通滤波/正则化,这是由于进行FFT变换引起的误差,还有有限孔径引起的误差,呵
回复 #3 mao 的帖子
貌似Williams的文章是这么说的，最近的PNAH也这么认为。冷静思考，你会发现，为了弥补有限孔径误差，在原全息面周围进行了补零处理，而后循环迭代，而循环补零的基础是基于声压的连续性，即补入了幅值很小的测量误差。因此，要进行正则化。意思是说，虽然是仿真，但计算过程中你人为的加入了噪声，而且是不自觉的。不知道这样回答，你同意不？ 版主说得对,但还有一个原因就是如果不采取弥补有限孔径影响的措施,误差只会更大,因此低通滤波就更必要了. 这个贴子怎么冷了。
对于全息中测量孔径的问题，J Hald提出的SONAH似乎可在一定程度上解决这个问题，但仿真中发现也并不是全息面可很小，而且与传声器的数量及间距有一定关系。另外，声全息对封闭空间内的应用不知是否有好的方法，声强阵列似乎可以，但这样成本不更高吗？
倏逝波的问题应该是NAH的关键吧。 本贴意在抛砖引玉，也准备继续写局部近场声全息，涉及到SONAH。
不过，目前我对SONAH的生命力很是担忧，其重建面距离测量面太近，而且边缘效果很差，是该方法的缺陷。 "其重建面距离测量面太近，而且边缘效果很差"怎么理解呢？我做了一些SONAH的仿真，倒没觉得有这些不好，至少比传统的STSF会好一些吧，另外主要SONAH对孔径的限制不是那么严格。
全息测试中，全息面与声源面必须很近，这也是全息算法的必然吧，要不怎么捕获指数衰减的倏逝波？
可惜只是仿真，还没有实验，不知会出什么问题。
是否可以谈谈声全息在封闭空间中的应用呢，即存在反射声场时怎么处理？
[ 本帖最后由 djh713 于 2008-2-27 15:38 编辑 ] 你怎么仿真倏逝波的啊？
回复 9楼 的帖子
在波数域中考虑，声波可看做传播波和倏逝波的叠加，当kx^2+ky^2>k^2时，即kz<0时，就是倏逝波了，要单纯仿真倏逝波，只需设当kx^2+ky^2<k^2时，kz=0就可以了，即不考虑传播波的成分。[ 本帖最后由 djh713 于 2008-2-28 15:25 编辑 ]
声源定位在封闭空间中的应用
我在一篇回帖中看到了封闭空间中的声源定位,我的课题就是这方面的,不知各位专业人士是否可以就这方面交流一下?现在封闭空间的声源定位主要用什么软件?还是自己编程?
目前的进展到什么程度了?
谢谢赐教!
回复 11楼 ncepuwanglin 的帖子
你的问题和他们略有区别，呵呵。 声全息的精度取决于声场信息获知的程度，远离辐射面越远，信息量越少，因此分辨率越低。阵列间距越大，空间采样后混叠越严重，因此分辨率越低。阵列整体尺度越小，空间窗截断影响越大，分辨率越低。个人认为，商业软件可以在速度上大幅度提高，但是在精度上不会有重大突破的。 关于声源识别的方法现在有很多种，声全息方法是相对比较成熟的方法。也是应用最广泛的。还有波叠加方法，赫尔摩兹最小二乘法，波束形成方法，声辐射模态法等多种方法。这些方法虽然百花齐放，但用于工程应用的好像不是很多。有没有关于声源识别应用的一些实例啊？:handshake 封闭空间声场是由很多阶声模态叠加而成的，对于某一阶声模态，NAH仿真结果表明在模态的节线处重建的误差比较大，而非节线处NAH重建的效果比较好，所以，一般低阶声模态的NAH重建效果好于高阶声模态的重建效果，同理，低频激励下的封闭空间NAH重建效果好于高频激励下的NAH重建效果。这是我的一些看法，还请大家指教啊。
页:
[1]
2