论文部分内容阅读
基于传声器阵列进行现场测量的近场声全息(NAH)技术已被广泛应用于汽车等领域的声源识别及空间声场可视化。而NAH具有多种全息算法,近年来基于等效源法的近场声全息算法因其能适应于任何形状声源和阵列形式,且具有较高的重建精度和计算效率,而得到广泛研究与应用。等效源法近场声全息算法的关键是获取等效源强度,而等效源强度的获取具有多种求解算法,不同求解算法将导致声场重建性能各异。本文给出了Tikhonov正则化等效源(TRESM)、迭代加权等效源(IWESM)和最速下降迭代等效源(SDIESM)三种求解算法,且采用了理论推导、数学建模、数值仿真和实验验证相结合的研究路线,对三种算法进行了比较研究;旨在探索一种能够实现宽频带内较佳声场重建性能的新算法,同时致力于提高声场重建与声源识别性能以及拓展等效源法近场声全息算法的应用范围。为提高TRESM算法的声场重建精度,提出了性能更佳的修正Hald经验公式法和Bayesian正则化准则法两种新型正则化参数确定方法。且通过仿真分析与扬声器声辐射实验验证了所提出方法的正确性与优越性。接着,为提升等效源法近场声全息的低频重建性能,给出了IWESM求解算法。基于单双声源,比较了TRESM和IWESM算法的声场重建精度,且实验验证了IWESM算法具有较佳中低频重建性能的正确性。进一步,为改善等效源法近场声全息的高频重建性能,详细推导了SDIESM求解算法,给出了该算法的声场重建性能。且在不同全息距离和信噪比条件下,比较分析了TRESM、IWESM和SDIESM三种算法的综合性能,得到各自的优缺点:TRESM中低频重建精度一般且高频较差;IWESM具有极高的中低频重建精度与分辨率,但高频因对全息距离敏感而不稳定;而SDIESM具有极高的中高频重建精度,但低频重建精度与分辨率欠佳且计算效率较低。最后,为实现宽频带内较佳的声场重建性能,基于TRESM、IWESM和SDIESM三种算法的优缺点,提出了一种性能优化的等效源法宽带声全息(RWAH)算法。RWAH算法在转换频率以下采用IWESM算法,在转换频率以上采用主分量截断处理的SDIESM算法。在单双声源、不同全息距离和信噪比条件下,验证了该算法重建精度与计算效率均较高的优越性。此外,基于单双声源扬声器声辐射实验,亦验证了RWAH算法能够实现宽频带内较佳声场重建性能的正确性。