基于声压球谐函数分解的球面波束形成噪声源识别  

Noise source identification by spherical beamforming based on sound pressure spherical harmonics decomposition

作　　者：褚志刚[1,2] 周亚男[1] 王光建[2] 贺岩松[1] 

机构地区：[1]重庆大学机械工程学院,重庆400044 [2]重庆大学机械传动国家重点实验室,重庆400044

出　　处：《农业工程学报》2012年第S1期146-151,共6页Transactions of the Chinese Society of Agricultural Engineering

基　　金：国家自然科学基金资助项目(50975296);牵引动力国家重点实验室开发课题(TPL0903)

摘　　要：基于声压球谐函数分解的球麦克风阵列波束形成算法能够同时对三维空间所有方向进行声源定位,特别适用于内场噪声源的识别。该文以典型的50通道刚性球麦克风阵列为例,进行了声源识别性能仿真分析,结果表明:球谐函数截断长度、声源频率和声源位置等参数对阵列响应均具有显著影响,2000Hz对应的声压球谐函数最优截断长度为5,且所有声源位置的最大旁瓣水平的最大值可达-15.35dB。在此基础上,开发了阵列动力学性能分析及声源识别成像软件。利用该软件对已知声源的试验算例进行声源成像,成像结果与声源真实位置吻合,表明该算法能准确识别声源,证实了自主研发程序的正确性。基于声压球谐函数分解的球麦克风阵列波束形成算法能够同时对三维空间所有方向进行声源定位,特别适用于内场噪声源的识别。该文以典型的50通道刚性球麦克风阵列为例,进行了声源识别性能仿真分析,结果表明:球谐函数截断长度、声源频率和声源位置等参数对阵列响应均具有显著影响,2000Hz对应的声压球谐函数最优截断长度为5,且所有声源位置的最大旁瓣水平的最大值可达-15.35dB。在此基础上,开发了阵列动力学性能分析及声源识别成像软件。利用该软件对已知声源的试验算例进行声源成像,成像结果与声源真实位置吻合,表明该算法能准确识别声源,证实了自主研发程序的正确性。

关 键 词：波束形成 噪声 识别 球麦克风阵列 球谐函数 

分 类 号：S1[农业科学—农业基础科学]