阵列信号识别声源相关总结1002分析.docx

1、阵列信号识别声源相关总结1002分析阵列信号识别声源相关总结1 阵列信号识别声源的方法归类噪声源的识别方法可大致分为3类：传统的噪声源识别方法，如选择运行法、铅覆盖法及数值分析方法等，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；第二类，利用现代信号处理技术进行噪声源识别，如声强法、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。第三类，利用现代图像识别技术进行振动噪声源识别，其分为两种，一种是近场声全息方法(NAH)，一种是波束形

2、成方法(Beamforming)。相比于传统识别和现代信号处理方法，声阵列技术具有测试操作简单、识别效率高，以及可对声源进行量化分析并对声场进行预测等优点。1.1 声全息方法近场声全息技术经过很长时间的发展已经日趋成熟，广泛应用于近距离测量和对中低频噪声源的识别。声全息方法，其基本原理是首先在采样面上记录包括声波振幅和相位信息的全息数据，然后利用声全息重建公式推算出重建面上的声场分布。该方法一方面可以获得车外声场分布的三维信息，另一方面可以进行运动车辆车外噪声源识别的研究，而且还具有在进行噪声测试时，抗外界干扰强的特点。按声场测量的原理可分为常规声全息、近场声全息和远场声全息三种。常规声全息，

3、全息数据是在被测物体的辐射或散射场的菲涅尔区和弗朗和费区(即全息接收面与物体的距离d远大于波长的条件下)采用光学照相或数字记录设备记录的，因为受到自身实用条件的限制，根据全息测量面重建的图像受制于声波的波长。它只能记录空间波数小于等于2/的传播波成分，而且其全息测量面只能正对从声源出来的一个小立体角。因此，当声源辐射场具有方向性时，可能丢失声源的重要信息。并且通过声压记录得到的全息图，只能用于重建声压场，而不能得到振速、声强等物理量。远场声全息NAH(Near-field Acoustical Holography)，其特点是全息记录平面与全息重建平面的距离d远远大于声波的波长，即其全息数据是

4、在被测声源产生声场的辐射或散射声场的菲涅尔区和弗朗和费区获得的。这种方法通过测量离声源很远的声压场来重建表面声压及振速场，由此可预报辐射源外任意一点的声压场、振速场、声强矢量场。由于进行全息数据记录的表面距离被测声源面较远，而全息记录的表面的面积是有限的。所以声源发出的声波有很大一部分不能够被全息记录平面所检测到，不利于对声场声源的识别。和常规声全息一样，用远场声全息方法记录的全息数据，所获得的重建像的分辨率受限于声波波长，不适宜高分辨率的场合。传感器的布置受精度要求限制，且通过扫描方式获得全息数据，测量工作比较费时，效率较低。近场声全息，是一种新的成像技术，是全息成像理论的推广和突破。近场声

5、全息是在紧靠被测声源物理表面的测量面(d)记录全息数据，然后通过变换技术重建三维空间声压场、振速场、声强矢量场，并能预报远场指向性。由于是近场测量，所以除了记录传播波成分外，还能记录空间频率高于且随传播距离按指数规律衰减的倏逝波成分。由于它含有振动体细节信息，所以理论上可获得不受波长限制的高分辨率图像，测量覆盖了从声源出来的一个大的方位角，有指向性的声源能够被不失信息地检测出来。比较上面三种声全息技术，NAH实用面最广，分辨率最高，可操作性最强，所以近些年来，国内外对NAH研究相当活跃。1.2 波束形成方法(Beamforming)波束形成是基于传声器阵列的一种信号处理方法，适合中高频和中长距

6、离声源的识别。相对于近场声全息法必须要求规则阵列，波束形成方法可以用不规则阵列，比如随机阵列、圆环阵列等等。因此，波束形成算法对传声器的数量要求大大降低。对于波束形成算法，传声器阵列的布局对识别效果影响很大，选择合适的阵列形式可以遏制旁瓣、避免一定的混叠现象、提高识别精度、减少传声器的数量。基于麦克风阵列的声源定位问题，利用一组按一定几何位置摆放的麦克风，定出声源的空间位置，按照定位原理大体上可分为三大类：(1) 基于最大输出功率的可控波束形成技术；(2) 基于到达时间差TDOA技术；(3) 基于高分辨率谱估计的定位技术。1.2.1 基于最大输出功率的可控波束的声源定位算法基于可控波束的定位算

7、法，是早期的一种定位方法。该算法的基本思想是，采用波束形成技术，调节麦克风阵列的接收方向，在整个接收空间内扫描，能量最大的方位为声源的方位。采用不同的波束形成器可得到不同的算法。该方法在满足最大似然准则的前提下，以搜索的方式，使麦克风阵列所形成的波束对准信号源，从而获得最大输出功率。即，对麦克风所接收到的声源信号滤波，并加权求和来形成波束，进而通过搜索声源可能的位置来引导该波束，波束输出功率最大的点就是声源的位置。基于可控波束形成的定位算法，主要分为延迟累加波束算法和自适应波束算法。前者运算量较小，信号失真小，但抗噪性能差，需要较多的阵元才有比较好的效果。后者因为加了自适应滤波，所以运算量比较

8、大，而且输出信号有一定程度的失真，但需要的麦克风数目相对较少，在没有混响时有比较好的效果。由于该方法需要进行全局搜索，运算量极大，虽然可以采用一些迭代方法来减少运算量，但常常没有有效的全局峰值，收敛于几个局部最大值，且对初始搜索值极度敏感。并且，可控波束定位技术依赖于声源信号的频谱特性，其最优化准则绝大多数都基于背景噪声和声源信号的频谱特性的先验知识。因此，该类方法在实际系统中性能差异很大，再加之计算复杂度高，限制了该类算法的应用范围。1.2.2 基于时延估计的声源定位算法基于时延估计的声源定位算法，在导航、声纳等领域有广泛的应用。该算法首先估计各麦克风之间的相对时延，然后利用估计出的时延，确

9、定声源的位置。在现有的麦克阵列声源定位方法中，该方法运算量相对较小，实时性较好，硬件成本较低，因而倍受关注。但是，该算法适合于单个声源的定位系统，如果用于多声源定位，性能将会严重下降。基于时延估计的定位方法，主要由时延估计和声源定位两部分组成。时延估计算法的方法很多，广义互相关函数法(Gee，Generalized Cross-Correlation)运用最为广泛。广义互相关法通过求两信号之间的互功率谱，并在频域内给予一定的加权，来抑制噪声和反射的影响，再反变换到时域，得到两信号之间的互相关函数，其峰值位置，即两信号之间的相对时延。由于实际应用中，一般不能预先得到有关信号和噪声的先验知识，只能

10、用其估计值来代替加权函数的理论值。因此，实际性能与理论性能有较大差距，尤其在混响较强的情况下。互功率谱相位加权C(SP)法，对两路输入信号进行了白化处理，从而锐化了相关函数的峰值，使算法本身具有一定抗混响和噪声的能力。但随着信噪比的降低和混响的增强，其性能急剧下降。基于时延估计的声源定位的方法第二步，要根据第一步计算出的时延，估计声源的方位。从理论上看，估计二维/三维参数仅需要2-3个独立的时延估计值，每一个时延估计对应一个双曲线/面，其交点为声源位置。但是，由于估计误差和分辨率的影响，往往不能交于一点。多个时延估计值对应的双曲线/面在空间交于一个区域，采用最小二乘拟合可求出最优解。基于时延估

11、计的声源定位算法在运算量上优于其它的定位算法，可以在实际系统中低成本实现。就目前的文献报道来看，基于时延估计的定位算法仅仅适合于单声源定位，而对多声源的定位效果就不好；在房间有较强混响和噪声的情况下，往往很难获得精确的时延，从而导致第二步的定位产生很大的误差。由于阵列结构和系统采样率等条件的限制，其定位精度远远不能与超分辨类算法相比，其应用受到限制。1.2.3 基于子空间技术的声源定位算法基于子空间技术的声源定位算法，来源于现代高分辨谱估计技术。子空间技术是阵列信号处理技术中研究最多、应用最广、最基本也是最重要的技术之一。该方法已经成功地应用到通信、雷达等许多民用和军事领域。阵列信号处理最主要

12、的任务之一，是信号的波达方向(DOA，Direction of Arrival)估计，也称为方向估计、角度估计、测向或空间谱估计超(高)分辨谱估计。由于空间信号的方向估计与时间信号的频率估计十分相似，许多时域非线性谱估计方法可以推广成为空域谱估计方法。这类基于线性预测理论的高分辨谱估计方法主要有：谐波分析法、最大嫡法(MEM)、最小方差法(MVM)。子空间分解类算法，就是利用两个子空间的正交特性，构造出“针状”空间谱峰，从而大大提高算法的分辨力。子空间分解类算法从处理方式上可分为两类：一类是以MUSIC为代表的噪声子空间类算法，另一类是以旋转不变子空间(ESPRIT)为代表的信号子空间类算法。

13、2 阵列识别声源的商业设备与公司NAH 和Beamforming这2种技术测量的距离和适用的频率不同,因此在实际测试中根据不同的要求选用,频率高、中远距离测量时用Beamforming ,中低频率、近距离测量时则用NA H ,也可以将它们综合应用。国产的有北京声望(代理BBM)、东方所、声运等，国外的BK、和朗德(GFAI的声照相机)，分析软件是重点。2.1 相关声全息仪器设备与软件声学全息术是一种将噪声映射为声强分布并定位噪声源的技术，它使用麦克风或天线阵列生成噪声源的声音图像。系统中的通道越多，图像的分辨率就越高。目前的典型系统能够使用64到128个通道甚至更多。汽车制造商想要价格更低的4

14、00通道以上的系统。采用阵列中麦克风之间的相位关系就可以定位较强的噪声源。 2.1.1 SenSoundSenSound拥有专利的获奖声全息技术是由位于美国底特律的Wayne State大学工程机械系的振动噪声实验室团队所开发的。SenSound的声全息技术可以准确、快捷的诊断声源和传递路径。适用于汽车、飞机、船舶、工程机械、建筑业和工程公司等。SenSound通过在被测物的近场区域测量声压，使用HELS方法重建出声场中的声压、微粒速度、声强及被测物体表面的法向速度。SenSound可以应用于：对稳态、非稳态、瞬态声源进行诊断分析；对声音在结构内部和外部空间及各种复杂结构中的传递路径进行诊断分

15、析；阶次分析；将结构传递声音与空气传播声音区分开来；面板或墙的声音泄漏途径(孔、破损)分析；揭示声音产生的机理，识别与声音辐射相关的振动模式；声源或面板贡献度分析PCA(Panel Contribution Analysis) 验证有限元(FEA)或统计能量分析(SEA)模型。SenSound硬件产品：SenSound提供了一整套的集成的测试软硬件系统，保证了软硬件的兼容性和完整的技术支持。硬件系统包括：1/4ICP 传声器，集成的前置放大器，支持TEDS；传声器阵列支架，可以方便的将传声器放置在距离被测物很近的地方及改变传声器阵列的形状；数据采集前端，64通道，24位模数转换，61.44kH

16、z采样率；便携式三维数字化坐标仪，可以方便的获得传声器和声源的坐标，创建声源的网格划分。2.1.2 声全息系统(STSF)7780软件丹麦B&K公司发明的声全息技术广泛应用于汽车的噪声测量以及不同的声源，例如：发动机、整车体、轮胎、齿轮箱、气流(在风洞内试验)STSF利用传声器矩阵在消声室或自由场对汽车的声源作近距离的扫描测量，可利用转鼓模拟行驶情况。除测量面的噪声分布外，STSF利用近场声全息(Near Field Hologrphy)可计算声源表面的噪声分布及方向，从而更准确地确定噪声源的位置。对于远场的预测，如7.5米外的汽车通过噪声，STSF利用了Helmhotz积分方程式进行计算，可

17、用于分析汽车通过噪声源，模拟消声处理的功效。2.1.3 瞬态声全息系统(NS-STSF)7712软件NS-STSF的Time Domain Holography(时域全息)测试技术，可提供高分辩率的四维空间(空间和时间)声源分布图。它适用于非稳态的噪声分析，如：发动机的加速及减速试验，特别在稳定速度不会出现的噪声；发动机在燃烧周期内的不同事件所产生的噪声分布，如活塞的开、关及爆炸的噪声、刹车部件的声源定位，特别是间歇性的尖锐声。NS-STSF的前端，由大量传声器(如120只)组成的测量矩阵，可同时采集瞬态噪声的声场分布及时间历程，加上转速的数据采集，可计算不同转速下的噪声分布；还可配合声质量软

18、件，评价产品的舒适度指标。2.2 基于阵列信号的声源识别2.2.1 声相仪中国科学院声学研究所噪声振动实验室(国内)声相仪，又名声学照相机，是利用传声器阵列测量一定范围内的声场分布的专用设备，可用于测量物体发出的声音的位置和声音辐射的状态，并运用云图方式显示出直观的图像，即声成像测量。这种利用声学、电子学和信息处理等技术，将声音变换成人眼可见的图像的技术可以帮助人们直观地认识声场、声波、声源，便捷地了解机器设备产生噪声的部位和原因，物体(机器设备)的声像反映了其所处的状态。适用于家电行业的噪声控制、电厂、车间等环境噪声监测、公路噪声分析、火车、高铁的噪声监测、汽车噪声分析、轮船噪声分析、飞机噪

19、声监测分析、计算机制造以及其他各种机械设备的研制生产 2.2.2 声学照相机朗德科技(德国)声学照相机是一个小巧的、模式化的、非常灵活的噪声源定位和分析系统。通过精确的噪声源定位和标记可能的质量问题来对声音生动、精确和快速的可视化呈现，可以大大缩短产品开发的周期。声学照相机的应用领域和传统的声学领域一样广泛，包括在声学实验室里的使用、在开放的实验条件下使用、以及在日常的恶劣条件下的工业生产环境下使用。基本的配置包括一个麦克风阵列，一个数据记录设备，一台笔记本电脑以及“NoiseImage”软件。可定制的麦克风阵列可以满足不同领域的应用。阵列是可以互换的，并且由一个分辨率的数码相机(1280*9

20、60像素)和32到36可选的专业话筒。由于声学照相机基于beamforming技术，麦克风阵列的设计一般需要满足用户的使用需求和应用。为了满足一些特殊的使用，用户也可自由配置或搭建自己的麦克风(每个阵列都包含24个1/4英寸的驻极体麦克风)。Ring48麦克风阵列的广泛应用是一个最佳选择。对于测量微型零部件的高频噪声，较小尺寸的麦克风阵列是比较合适的。装配在碳纤维合金钢管上的Ring36/46麦克风阵列有0.35m和0.75m两种直径。35cm直径的阵列采集的频率范围在1KHz至20KHz之间，75cm的阵列的分析频率范围在400Hz到20KHz之间。所有的阵列中间都包含一个摄像头，麦克风都是

21、1/4英寸驻极体压力拾取传感器，所以36个麦克风阵列看起来小一些，48个麦克风阵列看起来要大一些。可测量的最大声压级为130分贝(dB)。频率响应范围在100Hz到20KHz之间。对于Ring36系统，推荐的测量距离在0.4m至2m之间。 2.2.3 SYDW噪声源定位分析系统泛华测控(国内厂家)使用NI的产品：LabVIEW软件、高精度采集卡系统功能：声源定位、声源识别、声源信号分离、频谱分析、联合时频分析。 系统简述：泛华测控提供的噪声定位分析系统，能够帮助工程师找出设备上主要噪声源的位置、识别不同频带上的噪声源、提取感兴趣噪声源发出的噪声信号等。系统特点：独特的多声源定位：在允许的分辨率

22、范围内，系统可同时对多个声源进行精确定位。简单的操作方式：将麦克风阵列放置在设备前方一定位置后，运行系统软件即可对设备噪声进行采集与分析。直观的显示方式：系统在拍摄的设备图片上显示各位置对应的噪声相对能量大小。方便的阵列放置：无须将麦克风阵列贴近被测对象表面(d)，增大了系统的“视野”，也避免了近场声全息方法对阵列位置约束的局限性。灵活的阵列配置：阵列能够根据各种不同的声场状况进行灵活配置，以获得理想的分析效果。 2.2.4 声望北京声望声电技术有限公司声望各种阵列类型都是根据客户的需要设计，在定制的基础上面逐渐发展起来的，目前产品包括一字型、十字型、平面型、螺旋形及各种无规则阵列等，可与德国

23、Mueller BBM PAK系统、美国NI公司阵列系统及其它声学测量系统相连，用于远场声阵列和近场声全息测量。球阵列 -SA048 SA048球面传声器阵列，由48支传声器组成，阵列信号线采用6个标准的Lemo接头。SA048标配的传声器单元为MPA416 ，也可以采用1/2 英寸传声器单元MPA221。SPT980传声器阵列 螺旋型传声器阵列支架，直径980mm，包括连接线缆、接头、三角架、铝制阵列运输箱。不含传声器，可配用1/2 英寸TNC接头传声器。SPS980传声器阵列 螺旋型传声器阵列支架，直径980mm，包括连接线缆、接头、三角架、铝制阵列运输箱。不含传声器，可配用1/4 英寸S

24、MB接头传声器MPA416。SPS490传声器阵列 螺旋型传声器阵列支架，直径490mm，包括连接线缆、接头、三角架、铝制阵列运输箱。不含传声器，可配用16个1/4 英寸SMB接头传声器MPA416。定制传声器阵列2.2.5 NSI声学阵列套件丹麦bkNSI的目的是通过位置、频率成分和声功率识别被测对象的最主要的子声源。通过对子声源排序，可以确定修改何处将能最有效改善总体噪声辐射水平。声学阵列套件是一个通用的后处理环境，适用于现有声学阵列所有的方法和应用，如beamforming、球形beamforming以及声全息等。声学阵列套件是一个单一的平台，这个平台可以确保任何两种方法相互协调工作。这

25、就意味着，可以在数据库中读取来自某个方法的数据进行显示，并将它与来自另外一个方法的数据进行对比。将声全息方法和相控阵列方法相结合，在可听阈频范围内，得到高精度和高分辨率的噪声绘图。时域方法可用于研究瞬态现象，如冲击和升速等，或者得到稳态声源的详细情况，比如相对于曲柄转角的发动机辐射噪声。对于稳态声源，可以利用一种传声器自动定位系统(机器人)，对大型声源进行自动化测量。保形方法可在真实声源的三维表面上绘制出噪声辐射图。 对不同阵列的相关知识点声阵列技术，利用声波波束形成原理处理声源信号，在测得噪声信号的声压级同时，波束形成技术是一种先进的噪声源识别、定位以及空间声场可视化的声学前沿技术，适用于中

26、高频率的大尺寸声源识别和中长距离的测量，可以用于稳态声源、非稳态声源以及缓慢运动的声源，并且用较少的传声器可以获得较高的分辨率。近场声全息(NAH)近年来也广泛用于声源的识别，它是20世纪80年代初发展起来的一种噪声源识别、定位以及声场可视化功能的声学技术哺。波束形成技术是一种先进的噪声源识别、定位以及空间声场可视化的声学前沿技术，是采用传声器阵列测量空间辐射声场信息的信号处理技术，适合中高频率的声源识别和中长距离的测量，可以用于稳态声源、非稳态声源以及缓慢运动声源的识别，并且可以获得较高的分辨率基于信号处理技术的波束形成最主要的两个研究方向是自适应波束形成和空间谱估计。以下文字来源于硕士论文基于波束形成技术的噪声源识别与声场可视化研究波束形成技术的有效性依赖于传声器阵列设计、测量距离和测量的频率范围。几何形状规则的阵列会在一些特定的频率上产生较大的、不真实的虚影；随机阵列虽然可以有效地消除虚影，但难以实现。声强法主要用于定位中低频噪声源，而声压法通常用于噪声源的粗略定位。声全息技术发展比较成熟，可精确定位声源，但是只适合近距离测量和对中低频率噪声进行识别哺。1叫，并且要求全息测量面必须大于声源的两倍，才可有效地重建出声源面和整个声场信息。波束形成技术适合中高频率的声源识别和中长距离的测量，可以用于稳态声源、非稳态声源以及缓慢运动声源的识别，从而有效弥补NAH在高频识别的不足。