廣告
風(fēng)洞內(nèi)傳聲器陣列互譜矩陣的去噪
在風(fēng)洞中使用傳聲器陣列進(jìn)行波束形成測量時，傳聲器信號會被氣流噪聲嚴(yán)重干擾。考慮穩(wěn)態(tài)運(yùn)行工況，傳統(tǒng)的頻域波束形成方法會對互譜矩陣（CSM）進(jìn)行長時間的平均，假定傳聲器之間的氣流噪聲是不相關(guān)的，氣流噪聲與真實(shí)噪聲源信號也是不相關(guān)的，這樣氣流噪聲的貢獻(xiàn)會逐漸地集中在CSM主對角線上。
目前廣泛使用的方法是主對角線移除（Diagonal Removal, DR），即避免使用CSM主對角線，這對于一些波束形成算法是有效的，但其缺點(diǎn)是會低估聲源幅值，在聲源云圖上產(chǎn)生負(fù)的聲功率。反卷積波束形成如NNLS可以使用DR去噪，CLEAN-SC也包含了DR過程，它對強(qiáng)聲源有很好地識別能力，但對弱聲源就無法收斂。
對于其他波束形成算法，如函數(shù)波束形成，以及與聲全息相關(guān)的算法，CSM主對角線是必需的。為此，本文介紹兩種新方法，即主對角線去噪（DiagonalDenoising, DD）和典型相干去噪（CanonicalCoherence Denoising, CCD）。
DD從主對角線上最大可能地減去功率和，同時保持所有非主對角線不變并且矩陣是半正定的。當(dāng)主對角線以外的噪聲貢獻(xiàn)都被平均掉，且不相干聲源的數(shù)目不超過
，M是傳聲器數(shù)目，DD能夠準(zhǔn)確地從主對角線移除不相關(guān)噪聲。在計(jì)算時，我們使用凸優(yōu)化方法，計(jì)算速度快且保證收斂。
CCD將陣列傳聲器平均分為兩組，從兩個組中提取出具有最大互相干性的信號子空間，這樣非相關(guān)氣流噪聲和擾動信號就會被有效去除。CCD使用一個迭代提取算法，每次迭代都會重新分組，計(jì)算速度快，且適當(dāng)調(diào)整非主對角線元素以克服DD方法的一些缺陷。CCD方法比DD方法能夠更好地去除CSM主對角線噪聲，并且CCD能夠自動調(diào)整參數(shù)，無需用戶自己設(shè)置參數(shù)。
測試案例
使用108通道半輪形陣列，風(fēng)洞內(nèi)風(fēng)速為140km/h。下圖是5-6kHz氣動噪聲源的聲強(qiáng)分布圖，NNLS+DR能夠有效抑制噪聲，但是會低估聲源并且移除微弱聲源，例如外后視鏡和前燈的后邊緣的噪聲源幾乎消失了，雖然這些聲源很微弱，但是非常重要。CLEAN-SC+CCD能夠去除絕大部分的噪聲，且保留了幾乎所有的重要噪聲源。
更多信息詳見J?rgen Hald; Denoising ofcross-spectral matrices using canonical coherence. J. Acoust. Soc.Am. 1 July 2019; 146 (1): 399–408. https://doi.org/10.1121/1.5116010.
總結(jié)
HBK擁有近40年的陣列聲學(xué)測試經(jīng)驗(yàn)，風(fēng)洞內(nèi)使用CLEAN-SC+CCD方法能夠有效抑制氣流噪聲的影響，快速、高精度識別噪聲源，實(shí)現(xiàn)超大動態(tài)范圍的成像。
結(jié)合車內(nèi)球面波束形成，HBK獨(dú)有的FAS+CLEAN-SC，boost LF resolution算法能夠極大提高空間分辨率，顯著降低旁瓣水平，在風(fēng)洞內(nèi)同時實(shí)現(xiàn)車內(nèi)360°精準(zhǔn)的聲源定位。
利用參考貢獻(xiàn)成像方法，即CLEAN-SC withReference Contribution，能夠?qū)鈩釉肼曉磁c車內(nèi)駕駛員耳旁參考點(diǎn)相關(guān)聯(lián)，進(jìn)一步得到對車內(nèi)參考點(diǎn)有貢獻(xiàn)的車外氣動聲源分布，這對車內(nèi)噪聲優(yōu)化更有意義。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗(yàn)方法”將有國家標(biāo)準(zhǔn)
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機(jī)動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護(hù)裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
