未来智讯 > 人脸语音识别论文 > 运动声源辨认切磋近况剖析

运动声源辨认切磋近况剖析

发布时间:2020-04-06 01:06:01 文章来源:未来智讯    
    运动声源辨认切磋近况剖析作者:未知  摘要:噪声混浊是继大气混浊、水混浊之后又一首要混浊源,噪声不仅混浊情况还能引起布局的疲惫和扯后腿,在噪声把握路子切磋中声源的辨认定位是关头。本文首要剖析、梳理和归纳国表里运动声源辨认的切磋近况,揭示切磋中存在的问题,并提议作者下步切磋筹划。此切磋对扭转声源切确定位供给必然的要领根本和参考。
  Abstract: Noise pollution is another pollution after air pollution and water pollution. Noise not only pollutes the environment but also causes structural fatigue and damage. Location sound sources is key in noise reduction approaches. The paper mainly analyzed, sorted out and summarized research status of location moving sound source. It revealed problems and proposed next plan. The research provides a method and reference for accurately locating rotating sound sources.
  關键词:运动声源;声源辨认;噪声源;近况
  Key words: moving sound source;sound source identification;noise source;status
   中图分类号:TB52                                         文献标识码:A                                  文章编号:1006-4311(2020)04-0298-02
  0  引言
  噪声混浊是继大气混浊和水混浊之后的又一首要混浊源,噪声不仅混浊情况还能引起布局的疲惫和扯后腿,有用贬低噪声能够改好人平易近的糊口质量。对付噪声若按噪声发生的缘故分类,可分为机器噪声讲理动噪声;若按照运动特征又可分为静止噪声和运动噪声。在贬低噪声把握路子中发现:风力发电机叶片噪声、直升机机翼噪声、大型鼓风机叶片噪声等扭转声源,其辐射表象无处不在,这类噪声的首要发声源属于气动噪声且同时属于运动噪声,其声辐射问题不仅成为声学理论切磋的难点,并且也成为噪声把握理论切磋的热门,而切磋噪声把握路子的关头是声源的辨认定位。噪声源辨认技艺是对机械上的种种声源运用声源辨认算法进行谋略、剖析,确定声源位置,剖析声源特征(声源类型、频率特征和声源传布纪律等),为噪声把握供给根本。对付噪声源的辨认定位国表里学者做了大量的切磋,可正确辨认静止噪声源位置,而对付运念头械噪声因为其发声机理与运动无关,亦可按照静止声源辨认要领正确辨认其噪声位置,但对付运动声源因为位置的瞬时改变性、声音旌旗灯号的变形等纷乱环境,使得运动声源的辨认难度增大。本文首要针对运动声源定位的国表里切磋近况进行剖析、梳理和归纳,以期赐与切磋噪声源辨认定位贬低噪声的学者些许参考。
  1  外洋运动声源辨认近况剖析
  外洋关于运动声源定位算法方面的切磋起步较早,运动声源发生多普勒效应,可依据运动声源与声阵列的位置及速率关系,起首确定声源旌旗灯号与声阵列采集旌旗灯号的关系,然后行使声阵列旌旗灯号重构运动声源,兑现对运动声源的正确辨认和勘测。对付直线运动声源如火车运动时的噪声源和飞机飞越噪声,可议决其运动几何干系批改多普勒效应,Takano和Barsikow选取此批改要领胜利辨认出火车运动时的噪声源位置,随后Michel和Piet也正确辨认出飞机的飞越噪声。追踪波束形成算法把声源看作随时间改变的函数,辨认出每小段时间隔断内声源平均位置,胜利定位出飞机飞越噪声[1]。Sijtsma[2]设立单极子声旌旗灯号到流场声旌旗灯号的传递函数,并联合波束形成技艺编写Rotating Source Identifier(ROSI)算法,ROSI算法胜利应用于直升机旋翼噪声及风力机叶片噪声源辨认,此后Sijtsma对ROSI算法修改编写出Moving Source Identifier(MOSI)算法,并正确辨认飞机飞越噪声。荷兰国度航空航天尝试室Stefan Oerlemans[3]在波束形成算法根本上提议运动声源定位批改算法并对扭转的直升机机翼型、风力机叶片模子、全尺寸风力机和A340模子进行了气动噪声声源定位切磋。丹麦Jorgen Hald和Yutaka Ishii选取多普勒效应、shading及diagram技艺的反卷积波束形成算法对下降飞机进行声源定位辨认,尝试证明该算法可以衰减旁瓣并提高分辩率,进而猎取真正声源位置。丹麦Jesper Gomes[4],选取追踪波束形成算法对大型程度轴风力机标定的1号叶片按设定步上进行追踪,算法能正确辨认出1号叶片方位角。美国伊利诺理工大学Rakesh C等[5],选取多普勒批改的DAMAS算法对小型垂直轴风力机气动噪声进行辨认定位,尝试证明该算法可以正确区分机舱引起的机器噪声和叶片发生的气动噪声,并对声成像过程中选取多普勒批改。运动物体味导致湍流表象基于此丹麦SvendGade等[6]提议一种shading的波束形成算法,并对各异麦克风进行湍流度批改,从而更切确地辨认定位运动声源位置。埃及亚历山大大学Zenger等[7]使用CLEAN-SC算法议决麦克风阵列对电扇叶片进行噪声定位,了局证明声音源位于电扇叶片前沿或后缘上。
         2  国内运动声源辨认近况剖析
  国内关于运动声源定位算法的切磋起步较晚,但也取得了不错的成就,比力有代表性的如:北京邮电大学郭丽等,针对声源移动节点与测试面有相对运动,推导运动节点与权系数关系式,并提议一种新盲源的波束形成急剧跟踪移动节点算法,兑现声源追踪功能,但该算法并未应用于三维平面进行声源追踪。中国科学院工程热物理切磋所伍岳等[8]基于波束形成理论对匀称来流运动声源进行算法批改,对1.5MW风力机叶片声源进行定位切磋,尝试了局证明该算法可正确追踪动态点声源的径向位置,但未兑现声源相对相位角辨认;南华大学郑玉伟[9]基于广义特性分化改良的波束域MUSIC算法对扭转机器噪声进行了定位,尝试证明该算法能够胜利稚嫩预计出噪声源方位,并且稚嫩预计精度相对较高。中国氛围动力切磋与成长中心郑谢等[10]基于声源旌旗灯号与勘测旌旗灯号间的传递函数和波束形成算法,并对声音旌旗灯号穿过流场剪切层进行批改提议运动声源算法并胜利应用与扭转桨叶气动噪声的辨认定位,尝试了局证明旋翼气动噪声首要由旋翼桨尖位置的涡脱落发生。南京航空航天大学赖少将等行使反卷积法提取声场噪声信息对声源面进行可视化重构,并对自搭建转子噪声试验台进行辨认,了局显示轴承以及盘轴联贯处为转子首要噪声源。中国航天氛围動力技艺切磋院周家检等[11],基于时域波束形成算法息争多普勒效应技艺,设立运动声源辨认的麦克风相控阵列勘测体系,并对运动汽车携带的喇叭进行追踪辨认,了局证明该算法可正确追踪直线运动的声源位置。内蒙古工业大学王枭[12],基于DAMAS2算法理论进行转速批改,并对300W程度轴风力机进行定位,了局证明该算法可正确辨认扭转声源位置,提高其分辩率。
  3  结论
  当前国表里运动噪声源辨认算法,能够正确辨认直线运动声源位置,也可兑现声源直线追踪。而对付扭转声源如风力机噪声源更多是针对径向位置辨认,能正确辨认声源径向位置,但无法辨认相对相位角位置。虽然有较少切磋能够兑现扭转声源辨认,但算法是基于频域下的,因为扭转声源的瞬时性、多变性及声源随扭转机器的追随性,基于频域谋略缺乏公道性。基于上述切磋问题,作者下步将偏重切磋扭转点声源辨认算法以兑现声源径向位置及相对相位角的切确追踪定位,从而确定首要声源位置为把握噪声供给要领根本。
  参考文献:
  [1]H.Siller M,Drescher G,Saueressig,R Lange.Fly-over Source Localization on a Boeing 747-400 Berlin Beamforming Conference[R].2010,Paper BeBeC-2010-13.
  [2]Sijtsma P,Oerlemans S,H H.Location of rotating sources by phased array measurements[R].AIAA-2001-2167.
  [3]OERLEMANS S,BROERSMA L,SIJTSMA P.Quan-tification of Airframe Noise Using Microphone Arrays in Open and Closed Wind Tunnels[J].International Journal of Aeroacoustics,2007,6(4):309-333.
  [4]Jesper Gomes.Noise Source Identification with Blade Tracking on a Wind Turbine[J].Sound and Vibration.2013,(21):415-425.
  [5]RakeshC Ramachandran,Hirenkumar Patel,et al.Noise Source Localization On a Small Wind TurbineUsing a Compact Microphone Array with Advanced Beamforming Algorithms[J].WIND ENGINEERING.2014,38(1):73-88.
  [6]SvendGade,Jorgen Hald,et al.Recent Advances in Moving-Source Beamforming[J].Sound and Vibration Measurements.2015,43(4):57-68.
  [7]Zenger F J,Herold G,Becker S,et al.Sound source localization on an axial fan at different operating points[J].Experiments in Fluids.2016,57(8):1-10.
  [8]伍岳,杨兵,等.基于波束形成要领的风力机叶片气动声源定位切磋[J].工程热物理学报,2013,34(12):2262-2265.
  [9]郑玉伟.基于波束形成技艺的扭转机器噪声源定位切磋[D].南华大学,2014.
  [10]郑谢.运动声源的辨认与勘测要领切磋[D].中国氛围动力切磋与成长中心,2016.
  [11]周家检,郝璇,等.应用与运动声源的麦克风相阵列勘测技艺[J].第三届全国非定常氛围动力学学术会议,2016,1-4.
  [12]王枭.基于声阵列的风轮声源追踪辨认切磋[D].内蒙古工业大学,2018.
转载请注明来源。原文地址:https://www.7428.cn/page/2020/0406/87674/
 与本篇相关的热门内容: