一种能适应风洞测试环境的波束形成声源识别方法与流程

本发明属于声源识别技术领域，尤其涉及一种能适应风洞测试环境的波束形成声源识别方法。

背景技术：

目前，业内常用的基于传声器阵列的声源识别方法主要有两种:波束形成方法和声全息方法。两者各有优劣势，其中波束形成的中远距离声源识别性能相对于声全息较好，且高频性能优于声全息，所以常常被用于气动声学设计领域。

波束形成是近年来快速发展的一种声源识别方法，它使用传声器阵列(如十字轴和轮型阵列)进行信号采集，然后利用波束形成延时求和算法对声场进行重构，得到声源定位的结果。对比传统方法如主观评价法、选择隔离法等，波束形成具有识别结果真实客观、测量方便、重构声场可视化等优点。相比声强测量法，波束形成具有测量效率高和应用环境宽等优点。由于基于波束形成的噪声源识别方法具有灵活的动态显示范围、干扰能力强、中高频分辨率高以及识别距离远等优点，近年来得到大量学者的研究，使得其应用范围也不断地拓展，从航空、声呐等军事领域，逐渐发展到车辆噪声测试等民用领域。同时衍生出了各种不同的波束形成算法，如传统的互谱波束形成、反卷积算法以、广义逆波束形成算法以及无网格波束形成算法等。

由于波束形成方法有中高频分辨率高和适合远场测量等优点，常常被用于飞行器和车辆的气动声学性能设计。在风洞环境进行声源识别测试时，在高速气流的影响下，声源识别结果往往失真。在封闭式风洞中，由于对流效应的影响，声源在气流中的传播路径会发生变化，继续使用上述的波束形成方法，声源识别结果会想气流下游偏移；在开放式风洞中，在对流效应和剪切层的共同影响，同样会造成声源重构结果出现偏移。所以为了保证在风洞测试环境下得到真实可靠的声源识别结果，需要对现有波束形成方法进行改进。

综上所述，现有技术存在的问题是：

(1)在封闭式风洞测试中，由于对流效应的影响，声源在气流中的传播路径会发生变化，导致声源识别结果失真。

(2)在开放式风洞测试中，在对流效应和剪切层的共同影响下，同样会造成声源重构结果出现失真。

基于现有技术存在的以上问题，本课题组公开了一种能适应风洞测试环境的波束形成声源识别方法，该算法推导了声波在气流中的传播路径模型，计算声波穿过剪切流模型的修正因子，然后将这个因子引入到传递模型中输出修正声场重构结果。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种能适应风洞测试环境的波束形成声源识别方法。

本发明是这样实现的，一种能适应风洞测试环境的波束形成声源识别方法，所述能适应风洞测试环境的波束形成声源识别方法包括：基于传统波束形成声源识别方法建立声波传递函数；通过声波穿过剪切流的模型推导时延修正因子；将时延修正因子引入到传递函数中进行修正。

进一步，所述能适应风洞测试环境的波束形成声源识别方法具体包括：

初始化：e＝[u1，…，uk，…，um]，其中uk＝e^-jwδt，m为传声器数量；

q修＝n1×n1维矩阵；t修＝1×n1维矩阵；

w＝m×n1维1矩阵；

输入：空气中声速co；风速向量m。

第一步，循环k从1到m；

n1＝声源面网格数；n2＝剪切流面网格数；

第二部，循环z2从1到n1

第三步循环z3从1到n2

计算：c1等于式

t修＝find[min(t)]；

结束第一循环；

结束第二次循环；

计算：

结束第三次循环；

计算：

q修＝e^t修wbw^te修。

进一步，所述能适应风洞测试环境的波束形成声源识别方法包括：通过传统的波束形成算法搭建传递模型和通过声波穿过剪切流模型推导修正因子，将因子引入到传递模型中输出修正后的声场分布；

(1)首先基于传统波束形成来计算转向矩阵，其中的转向矩阵为归一化之后的转向矩阵，声源面布置n1个单位声源，阵列面布置，m个传声器，则在传声器阵列中的传声器的测量得到的声压输出信号：

式中qbf为传声器阵列在频率f下方向上的输出信号，e＝e^-jwδt为转向向量，其中w为角频率，δt声源到麦克风的时延向量，w为屏蔽系数，取1，是测量的声源声压，上式由声源到传声器阵列之间的传递关系，完整的传递模型：

qbf为最终计算机输出的声场分布情况，为声压的互谱矩阵；

(2)在通过传递函数反推声源位置，对传递模型进行修正，首先，计算声波通过气流到达传声器的实际传播时间，表达式：

模型以声源位置为原点，r1为折射位置c到传声器的距离，rc为声源到c的距离；co和c1分别代表声波在静止空气和气流中的传播速度；

根据声波在气流中传播的对流效应，得到co和c1之间关系如下：

其中，(xi，yi)为c坐标，m为气流的马赫数；通过几何分解，得到c1的表达式：

得到修正波束形成输出：

q修＝e^t修wb；

其中

本发明的另一目的在于提供一种实现所述能适应风洞测试环境的波束形成声源识别方法的能适应风洞测试环境的波束形成声源识别系统，所述能适应风洞测试环境的波束形成声源识别系统包括：声源端、摄像头、传声器阵列、多通道信号采集器、计算机；

摄像头采集整个声场的空间影像，传声器阵列测量声场信号，多通道信号采集器通过采集传感器测量得到的时域模拟信号，并转化成数字信号传输给计算机进行后处理；计算机存储以及后处理采集到的声场信号，并能高效显示重构声场分布情况。

本发明的另一目的在于提供一种应用所述能适应风洞测试环境的波束形成声源识别方法的声源识别平台。

综上所述，本发明的优点及积极效果为：本发明基于波束形成的声源识别方法，剪切流修正方法所开发，主要包括两部分。第一部分主要是通过传统的波束形成算法搭建传递模型，第二部分则通过声波穿过剪切流模型推导修正因子，然后将这个因子引入到传递模型中输出修正后的声场分布。能够对因声源穿过剪切流导致的“声漂移”现象进行修正，并且能够适应不同风速的风洞声源识别测试，极大的提高了声源识别鲁棒性和定位的精准度。

附图说明

图1是本发明实施例提供的能适应风洞测试环境的波束形成声源识别方法流程图。

图2是本发明实施例提供的能适应风洞测试环境的波束形成声源识别系统结构示意图；

图中：1、声源端；2、摄像头；3、传声器阵列；4、多通道信号采集器；5、计算机。

图3是本发明实施例提供的声波在剪切流中的传播路径示意图。

图4是本发明实施例提供的喷口以0.12马赫的速度持续喷射气流，气流横截面为0.1m×0.08m，喷口与声源之间的距离为0.2m示意图。

图5是本发明实施例提供的采用本修正方法后，识别结果与实际声源位置基本重合示意图。

图6是本发明实施例提供的偏差得到有效修正示意图。

图7是本发明实施例提供的频带位置误差都得到有效减小示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的能适应风洞测试环境的波束形成声源识别方法包括以下步骤：

s101：基于传统波束形成声源识别方法建立声波传递函数；

s102：通过声波穿过剪切流的模型推导时延修正因子；

s103：将时延修正因子引入到传递函数中对其进行修正。

如图2所示，本发明实施例提供的能适应风洞测试环境的波束形成声源识别系统的试验环境处于风洞中，在声源与传声器阵列之间存在一定速度的气流场；包括：声源端1、摄像头2、传声器阵列3、多通道信号采集器4、计算机5。

摄像头2采集整个声场的空间影像，其中传声器阵列3测量声场信号，其中多通道信号采集器4通过采集传感器测量得到的时域模拟信号，并将其转化成数字信号传输给计算机5进行后处理。计算机5存储以及后处理采集到的声场信号，并能高效显示重构声场分布情况。

本发明实施例提供的能适应风洞测试环境的波束形成声源识别方法具体包括：

初始化：e＝[u1，…，uk，…，um]，其中uk＝e^-jwδt，m为传声器数量；

q修＝n1×n1维矩阵；t修＝1×n1维矩阵；

w＝m×n1维1矩阵。

输入：空气中声速co；风速向量m。

第一步循环k从1到m

n1＝声源面网格数；n2＝剪切流面网格数；

第二部循环z2从1到n1

第三步循环z3从1到n2

计算：c1等于式(5)；

t修＝find[min(t)]；

结束第一循环

结束第二次循环

计算：

结束第三次循环

计算：

q修＝e^t修wbw^te修。

下面结合具体实施例对本发明的应用原理作进一步的描述。

本发明的算法是基于波束形成的声源识别方法，剪切流修正方法所开发，主要包括两部分。第一部分主要是通过传统的波束形成算法搭建传递模型，第二部分则通过声波穿过剪切流模型推导修正因子，然后将这个因子引入到传递模型中输出修正后的声场分布。

第一部分，首先基于传统波束形成来计算转向矩阵，其中的转向矩阵为归一化之后的转向矩阵。为求解该归一化的转向矩阵，假设声源面布置n1个单位声源，阵列面布置了m个传声器，则在传声器阵列中的传声器的测量得到的声压输出信号(频域单频成分)如下：

上式中qbf为传声器阵列在频率f下方向上的输出信号，e＝e^-jwδt为转向向量，其中w为角频率，δt声源到麦克风的时延向量，w为屏蔽系数，一般情况取1，是测量的声源声压。式(1)表达的是由声源到传声器阵列之间的传递关系，下面为完整的传递模型：

qbf为最终计算机输出的声场分布情况，为声压的互谱矩阵。

第二部分，主要目的是对式(2)进行时延修正。图3基于无限薄剪切流层假设阐述了在剪切流中发生“声漂移”原理，由于声音在气流中传播速度与在静止空气内的速度不同，导致在声波穿过剪切流位置c时会发生“声折射”现象，如图2中的黑色实线。在通过传递函数反推声源位置时，如果不对传递模型进行修正，则会导致计算出的声源的出现在实际声源的下游位置，如图3所示，最终导致实验结果失准。

首先，计算声波通过气流到达传声器的实际传播时间，其表达式如下：

该模型以声源位置为原点，r1为折射位置c到传声器的距离，rc为声源到c的距离。co和c1分别代表声波在静止空气和气流中的传播速度。

根据声波在气流中传播的对流效应，可以得到co和c1之间关系如下：

其中，(xi，yi)为c坐标，m为气流的马赫数。通过几何分解，可以得到c1的表达式：

然后通过将式(5)代入式(3)相得到修正后的传播时间t修。最后再把修正后的时间向量带入到式(2)中，得到了最后的修正波束形成输出：

q修＝e^t修wbw^te修(6)

其中

下面结合测试对本发明的应用效果作详细的描述。

为验证算法效果，在如下环境进行实验验证：在开放房间中为了模拟声波在气流中的传播，将声源放置在距离传声器阵列0.5米，在声源右侧的放置气流喷口。喷口以0.12马赫的速度持续喷射气流，气流横截面为0.1m×0.08m，喷口与声源之间的距离为0.2m，如图4。

实验设备配置如下：使用b&k18通道伪随机传声器阵列，单极子声源，采样时间为10s，采样频率为32768hz。

得到如下实验效果：选取7000hz下的波束形成声源识别为例，使用未修正的传统方法，识别结果向左侧偏移1cm(如下图5；采用本修正方法后，识别结果与实际声源位置基本重合，偏差得到有效修正，(如下图6)。为了进一步讨论更宽频带上的修正结果，我们在1000hz到7000hz范围内采集了13个样本点，绘制了位置误差曲线，纵坐标数值越小，表示距离准确声源位置的偏差越小。结果如下图7，可以明显看到经过本算法修正后，整个频带位置误差都得到有效减小，极大的提高声源定位的精确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。