基于稀疏测量的近场声全息方法研究

作     者：张满迎 

作者单位：上海工程技术大学 

学位级别：硕士

导师姓名：胡定玉

授予年度：2021年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 

主      题：近场声全息 Patch 声场重构 压缩感知 分布式压缩感知 

摘      要：近场声全息(NAH)是一项实验技术,它利用声源近场区域采集到的声学物理量(声压或者质点振速等)作为输入,运用相应的空间变换算法,可以重构出声源表面或者声源近场区域三维空间中任意位置的声学量,进而达到噪声源定位和声场可视化的目的。因为测量数据中包含了丰富的“倏逝波成分,因此理论上可以提供高分辨率重构结果。但是,传统的NAH技术的重构分辨率与采样间隔相同,要实现高分辨率声场重构必须要缩短采样间隔,这必然导致传感器的数量增加,会给NAH应用时的工作量以及测量成本增加很大的负担;同时,由于受限于奈奎斯特(Nyquist)采样定理,使得NAH技术只适用于中低频噪声分析,在实际的工程应用时受到限制。因此在保证重构精度的前提下,降低测量成本,提高声场重构分辨率,提高分析频率对于推广该技术在工程领域的应用具有重要意义。为了解决如上问题,本文的主要研究内容如下:(1)首先介绍了NAH技术的研究现状,对NAH技术的产生及发展进行了简单的回顾。然后,对目前NAH技术尚存的问题进行分析。最后,以此为基础确定了本文的主要研究内容。(2)对基于空间傅里叶变换(STFT)的NAH进行理论研究;阐述了基于STFT的NAH方法的误差产生机理以及一些处理手段;并通过数值仿真分析了全息孔径、重构距离以及采样间隔对声场重构精度的影响。(3)针对基于广义离散傅里叶级数(GDFS)的NAH对噪声敏感的问题,通过对基于GDFS的声场重构模型进行优化,并将l稀疏正则化引入到优化模型中,提出一种基于GDFS的稀疏重构模型,进而提出了一种优化的GDFS Patch NAH方法;通过仿真对优化模型的稳定性以及所提方法的有效性、高分辨率重构声场等性能进行验证,最后通过实验证明所提方法的优势。(4)针对稀疏测量条件下任意形状声源高分辨率声场重构的问题,以等效源模型(ESM)为基础,对现有的减少测点数,提高空间分辨率的插值法和基于压缩感知(CS)的声场重构方法进行对比研究。首先对ESM、基于ESM的NAH空间分辨率增强模型以及CS框架下的基于传递矩阵模态(TMMs)的声场重构模型进行简单介绍;然后通过设置仿真案例从重构精度、抗噪性能以及计算效率等方面进行对比,研究以上重构模型用于插值重构以及直接重构的效果,并得出一些具有指导性的结论。(5)针对基于TMMs的NAH方法对于空间扩展声源产生的非对称声场重构性能不佳的问题。将分布式压缩感知(DCS)理论引入到基于传递矩阵模态(TMMs)的声场重构模型中,提出了一种基于DCS的声场重构模型,并将该模型与贝叶斯压缩感知(BCS)方法结合,提出一种基于DCS的声场重构方法。数值仿真以及实验结果证明了所提方法的有效性及准确性。