专利名称：采用主成分分析技术辨识非平稳声源特性的方法
技术领域：
本发明涉及的是一种辨识声源特性的方法，特别是一种利用循环平稳声场的主成分分析部分声场分离技术辨识非平稳声源特性的方法，属于物理类中噪声领域。
背景技术：
对噪声源特性的了解是控制噪声的前提，因此，为了有效地控制噪声，在降噪措施实施以前，必须首先进行噪声源诊断，确定各主要噪声源地位置，及其特性。随着现代信号处理技术地发展，谱分析技术，相干和偏相干分析技术、声强分析技术以及声近场全息技术等得到了迅速地发展。经文献检索发现，M.A.Tomlinson在《Applied Acoustics》(57(1999)243-261)上撰文“Partialsource discrimination in near field acoustic holography”(《应用声学》，近场声全息中的部分源辨识)，该文提出了近场声全息主成分分析的部分声源分离技术，可以有效地诊断噪声源。但是，这些技术只能分析平稳声场，因此，有必要提出新的技术，用于非平稳声场的分析。然而，对于一般的非平稳声场，声信号的统计特性参量是时变的，因而也就无法再用时间平均来代替集合平均，使得数据采集十分困难，很难分析声场的特性。
循环平稳信号是一类特殊的非平稳信号，由于自身独特的周期平稳性，使得单次采集到的记录具有周期遍历特性，克服了非平稳信号的这个缺陷，简化了非平稳信号分析的难度。循环平稳信号在工程应用中有着十分重要的现实意义，例如旋转机械设备由于对称或近似对称的物理结构和周期性的工作运动模式，其声场有明显的周期时变特征，声信号具有循环平稳特性。在进一步检索中，尚未发现与本发明主题相同或者相类似的文献报道。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种采用主成分分析技术辨识非平稳声源特性的方法，使其实现得到各个声源分别形成的部分声场，通过循环平稳声场的近场全息重建，还可以由平面上的测量数据得到三维声场分布，实现各声源传播途径可视化。
本发明是通过以下技术方案实现的，本发明在多个声源产生的复杂循环平稳声场的场合，采用循环平稳理论替代传统的傅立叶技术，得到适用于循环平稳声场的主成分分析技术，并将之用于循环平稳声场的部分声场分离中，方法如下首先确定参考源的数量和位置，并布置参考源传声器阵列，提取参考源信号；再设计传声器阵列对全息面进行扫描测量，采集全息面数据；然后，利用循环平稳声场的主成分分析技术，分离各个声源的部分声场。
以下对本发明方法作进一步的限定，方法步骤如下1、确定参考源的数量和位置，并布置参考源传声器阵列，提取参考源信号。为此，需要确定参考源的数目K和位置，可以采用平稳声场的近场综合试验分析(或称偏奇异值分析)得到。
2、布置全息面测量传声器阵列，如果通道数足够多，可以在整个全息平面上布置传声器；如果通道数不够，可以将传声器布置成线阵列，在整个全息面上进行扫描测量；在全息面数据采集的同时，利用参考源阵列采集参考源声信号。测量时，同步采集全部传声器通道的声信号，记录存储在计算机、磁带记录仪或其他设备中，假设全息面通道数为Q。
3、分析所采集的声信号，选取能够反映声场特性的频率和循环频率，可以分析各个参考源信号的谱相关密度函数来选择。
4、利用采集到的全息面时域声信号数据和参考源的时域声信号数据，计算所选择的频率f与循环频率α上的参考源信号自谱相关密度矩阵 ，以及参考源信号和全息面上传感器信号的互谱相关密度矩阵 与 。可以通过这三个谱相关密度矩阵，计算获得全息面上声信号的谱相关密度矩阵 ，计算方法如式(1)[Sppα(f)]Q×Q=[Sprα(f)]Q×K[Srrα(f)]K×K-1[Srpα(f)]K×Q---(1)]]>5、对参考源谱相关密度矩阵做奇异值分解，并利用全息面上声信号的谱相关密度矩阵与参考源声信号的谱相关密度矩阵之间的关系式(1)，可以分离得到各个声源的部分声场[Srrα(f)]=VDVH---(2)]]>[Sppα(f)]i=[Sprα(f)]V*[D]i-1V-1[Srpα(f)]i=1,2,...,L---(3)]]>其中[D]i矩阵为特征值矩阵D的第i个对角元素，其它对角元素置零得到的，反映了第i个物理声源(其实是参考源)物理特性。 中的对角元素表示第i个物理声源(实际上是参考声源)在全息平面上的部分声场的自谱密度相关矩阵。
本发明具有实质性特点和显著进步，本发明利用循环平稳声场的独特的周期性，在循环平稳理论和主成分分析技术的基础上，发明了循环主成分分析部分声场分离技术，可以对多个循环平稳声源形成的复杂循环平稳声场进行分析，得到各个声源分别形成的部分声场；通过循环平稳声场的近场全息重建，还可以由平面上的测量数据得到三维声场分布，实现各声源传播途径可视化。
具体实施例方式
结合本发明方法内容提供以下实施例1、假设已知声源数目和位置，采用两个扬声器发声形成两个循环平稳声源，布置两个传声器，提取参考源信号。
扬声器的激励源为Vsourcel＝Acos(2πf1t)*noise(t)Vsource2＝B(1+Ccos(2πfbt))*cos(2πfat)其中，A＝10，B＝C＝1，f1＝600，fa＝600，fb＝200，noise为带通白噪声。
2、将15个传声器布置成线阵，在整个全息面上进行扫描测量，形成15×15的全息面阵列；在全息面数据采集的同时，利用参考源阵列采集参考源声信号。测量时，同步采集全部传声器通道的声信号，记录存储在计算机或其他设备中。
3、在实验室回放分析所采集的声信号，选取能够反映声场特性的频率f＝200Hz和循环频率alpha＝1200Hz。
4、利用采集到的全息面数据和参考源数据，分析所选择的频率f与循环频率α上的参考源信号自谱相关密度矩阵 ，参考源信号和全息面上传感器信号的互谱相关密度矩阵
5、分离得到各个声源的部分声场。
6、利用循环平稳声场的近场全息重建公式进行声场重建，以得到各个声源部分声场的三维信息。
经过分析，发现当得到的两个参考源信号相干性比较小时，分离效果非常好，可以明显地分析得到两个声源各自的声场。但是，当得到的两个参考源信号相干性很强时，分离效果就比较差了，分析得到的两个部分声场同时包含了两个声源的信息。为此，采用了奇异值分解重置技术处理参考源信号，消除它们之间的相干性，改善部分声场的分离效果。
权利要求
1.一种采用主成分分析技术辨识非平稳声源特性的方法，其特征在于，在多个声源产生的复杂循环平稳声场的场合，采用循环平稳理论替代传统的傅立叶技术，得到适用于循环平稳声场的主成分分析技术，并将之用于循环平稳声场的部分声场分离中，方法如下首先确定参考源的数量和位置，并布置参考源传声器阵列，提取参考源信号，再设计传声器阵列对全息面进行扫描测量，采集全息面数据，然后，利用循环平稳声场的主成分分析技术，分离各个声源的部分声场。
2.根据权利要求1所述的采用主成分分析技术辨识非平稳声源特性的方法，其特征是，以下对本发明进一步限定，其具体步骤为1)采用平稳声场的近场综合试验分析或称偏奇异值分析得到参考源的数目K和位置，并布置参考源传声器阵列，提取参考源信号；2)布置全息面测量传声器阵列，如果通道数足够多，在整个全息平面上布置传声器，否则将传声器布置成线阵列，在整个全息面上进行扫描测量，在全息面数据采集的同时，利用参考源阵列采集参考源声信号，测量时，同步采集全部传声器通道的声信号，记录存储在计算机、磁带记录仪或其他设备中，设全息面通道数为Q；3)分析所采集的声信号，通过分析各个参考源信号的谱相关密度函数来选择反映声场特性的频率和循环频率；4)采用采集到的全息面时域声信号数据和参考源的时域声信号数据，计算所选择的频率f与循环频率α上的参考源信号自谱相关密度矩阵 ，以及参考源信号和全息面上传感器信号的互谱相关密度矩阵 与 ，通过这三个谱相关密度矩阵，计算获得全息面上声信号的谱相关密度矩阵 ，计算方法如式(1)[Sppα(f)]Q×Q=[Sprα(f)]Q×K[Srrα(f)]K×K-1[Srpα(f)]K×Q---(1)]]>5)对参考源谱相关密度矩阵做奇异值分解，并采用全息面上声信号的谱相关密度矩阵与参考源声信号的谱相关密度矩阵之间的关系式(1)，分离得到各个声源的部分声场[Srrα(f)]=VDVH---(2)]]>[Sppα(f)]i=[Sprα(f)]V*[D]i-1V-1[Srpα(f)]i=1,2,...,L---(3)]]>其中[D]i矩阵为特征值矩阵D的第i个对角元素，其它对角元素置零得到的，反映了第i个物理声源物理特性， 中的对角元素表示第i个物理声源在全息平面上的部分声场的自谱密度相关矩阵。
3.根据权利要求1或2所述的采用主成分分析技术辨识非平稳声源特性的方法，其特征是，采用循环平稳声场近场全息重建方法，对分离得到的各个部分声场进行全息重建，得到各个声源的三维信息，实现各声源传播途径可视化。
全文摘要
一种采用主成分分析技术辨识非平稳声源特性的方法，属于物理专业的噪声类领域。本发明在多个声源产生的复杂循环平稳声场的场合，采用循环平稳理论替代传统傳立叶技术，得到适用循环平稳声场的主成分分析技术，并将之用于循环平稳声场的部分声场分离中，方法如下首先确定参考源的数量和位置，并布置参考源传声器阵列，提取参考源信号，再设计传声器阵列对全息面进行扫描测量，采集全息面数据，然后，利用循环平稳声场的主成分分析技术，分离各个声源的部分声场。本发明对多个循环平稳声源形成的复杂循环平稳声场进行分析，得到各个声源分别形成的部分声场；通过循环平稳声场的近场全息重建，还可得到三维声场分布，实现各声源传播途径可视化。
文档编号G01H17/00GK1482436SQ0312940
公开日2004年3月17日 申请日期2003年6月19日 优先权日2003年6月19日
发明者蒋伟康, 万泉 申请人:上海交通大学