基于譜矩陣分解重構(gòu)的波束形成聲源識別方法.pdf

1、傳聲器陣列波束形成聲源識別方法因測量簡單、計算速度快、中高頻分辨率高等優(yōu)勢而被廣泛應(yīng)用于汽車、航天等領(lǐng)域的聲源識別中。為獲取更全面、精確的聲源識別結(jié)果，各種清晰化波束形成算法成為研究重點，其中又以反卷積算法為主。目前，對新興的譜矩陣分解重構(gòu)清晰化方法的研究較為鮮見，本文針對兩種譜分解重構(gòu)波束形成算法進(jìn)行全面的研究與分析，并成功應(yīng)用于某汽車前圍板隔聲薄弱部位的識別。
　　本文首先基于球面波假設(shè)，給出了互譜延時求和及互譜成像函數(shù)兩種傳

2、統(tǒng)波束形成算法的基本原理并簡要闡述了評價識別性能的主要指標(biāo)。基于算法理論編寫程序并進(jìn)行單聲源、多聲源的模擬仿真，分析結(jié)果表明：雖然兩種算法均能有效的識別不同類型的聲源，且頻率越高分辨率越好，但輸出的高旁瓣污染了成像圖，寬主瓣影響了識別精度。當(dāng)存在低于最大旁瓣的弱聲源時，傳統(tǒng)波束形成方法因以上缺陷而無法識別弱源，使識別結(jié)果不全面。此，為克服傳統(tǒng)波束形成的缺陷，結(jié)合互譜延時求和、奇異值分解理論給出了奇異值分解波束形成算法?；诰帉懙乃惴ǔ绦?/p>

3、進(jìn)行強、弱聲源的模擬仿真，結(jié)果表明：對中高頻率、不發(fā)生融合（間距大于不發(fā)生融合的最小距離）的不相干聲源，奇異值分解波束形成方法不僅能識別強聲源，更能突破旁瓣的限制準(zhǔn)確的識別弱源。但該方法不能用于相干強弱源的識別，且不具備提高分辨率、降低旁瓣的能力。設(shè)計的不相干聲源的算例試驗驗證了仿真的正確性及實際應(yīng)用中的效性。在奇異值分解思想基礎(chǔ)上，為使識別成像結(jié)果更清晰，給出了函數(shù)波束形成算法。進(jìn)行的單聲源、多聲源的模擬仿真表明：在聚焦轉(zhuǎn)向向量等于聲

4、源傳播向量的理想情況下函數(shù)波束形成既有效的衰減了旁瓣又提高了分辨率，且指數(shù)越大清晰化效果越好。非理想情況下函數(shù)波束形成雖衰減旁瓣顯著，但主瓣峰值輸出卻出現(xiàn)失真，且指數(shù)越大失真越嚴(yán)重。根據(jù)大量的仿真結(jié)果給出了輸出誤差曲線，并建議指數(shù)參數(shù)取值為16?；诓幌喔伤穆曉磽P聲器算例試驗驗證了仿真模擬的正確性及其優(yōu)越的識別弱源的能力。最后，針對某汽車前圍板隔聲薄弱部位進(jìn)行了識別試驗，基于函數(shù)波束形成方法準(zhǔn)確的識別出空調(diào)進(jìn)氣口這一隔聲薄弱部位，并通過