排序方式: 共有10条查询结果,搜索用时 156 毫秒
1
1.
研究了利用不完整麦克风阵列进行声源定位的算法,通过修正傅里叶插值、B样条插值和三次样条插值对残缺麦克风阵列的交叉互谱矩阵的插值补偿,获得了声源定位算法。通过数值模拟对声源定位算法进行了验证,发现在波束形成的声源强度上,傅里叶插值模拟结果最大偏差达到5.21 dB,B样条插值为1.17 dB,三次样条插值为0.80 dB;在声源位置偏差上,傅里叶插值为0.04 m,B样条插值为0.01 m,三次样条插值为0.01 m。结果表明傅里叶插值计算得到的声源定位的强度、位置精度和动态性能最差,三次样条插值最优,B样条插值表现一般。实验验证也得出类似的结论,因此利用三次样条插值计算不完整麦克风阵列的交叉互谱矩阵最佳。 相似文献
2.
3.
4.
为了使高级波束成形中的函数波束成形、压缩感知波束成形、正交波束成形在旋转声源定位中获得广泛应用,对3种高级波束成形在旋转声源定位中的应用进行了研究,从声源空间分辨率,动态范围以及声源功率积分上与传统旋转波束成形和DAMAS(deconvolution approach for the mapping of acoustic sources)反卷积作对比。仿真与实验结果表明:3种高级波束成形均可以应用到旋转声源定位中,并且均能显著提升旋转声源空间分辨率和动态范围以及拥有较高的计算效率。函数波束成形在低频段的空间分辨率低于DAMAS并且容易产生较高的声源功率积分误差。压缩感知波束成形整体性能与DAMAS相近,并且在低频段的空间分辨率比DAMAS有优势。正交波束成形在低频段容易产生声源定位位置误差,抗干扰能力较弱,并且声源功率积分整体低于DAMAS。 相似文献
5.
麦克风阵列安装偏差引起的旋转声源定位误差 总被引:1,自引:1,他引:0
对旋转声源定位中3种常见阵列安装偏差即角度偏差、x轴向偏移偏差、z轴向偏移偏差导致的定位误差进行了详细研究。结果表明:当角度偏差在-10°~10°范围内,声源定位位置误差随角度偏差呈近似线性变化,最大定位位置误差为0.089 m,定位强度误差呈随机变化,其中最小定位强度误差为0.97 dB,最大为4.69 dB;当x轴向偏移偏差在-0.1~0.1 m范围内,声源定位位置误差随x轴向偏移偏差呈近似线性变化,最大定位位置误差为0.098 m,定位强度误差呈随机变化,其中最小定位强度误差为0.91 dB,最大为4.94 dB;当z轴向偏移偏差在-0.1~0.1 m范围内,最大定位位置误差为0.01 m,正偏移偏差引起的定位强度误差总体小于负偏移偏差,其中最小定位强度误差为0.81 dB,最大为4.51 dB。研究结果可为麦克风阵列在实际应用中控制测量误差提供指导。 相似文献
6.
利用两种压缩网格方法:基于传统波束形成的CG2压缩网格方法和基于小样本数据的CG4压缩网格方法,对经典时域旋转声源波束形成(ROSI)算法进行优化加速。实验结果表明:两种压缩网格方法均不影响ROSI算法旋转声源定位效果,基于传统波束压缩形成的CG2网格方法能够提高ROSI算法的旋转声源定位计算效率1~2倍,基于小样本数据的CG4压缩网格方法能够提高ROSI算法的旋转声源定位计算效率13~18倍。除此之外,基于小样本数据的CG4压缩网格方法在相控麦克风阵列平面与旋转声源平面垂直条件下,仍能准确进行旋转声源定位。 相似文献
7.
提高Spalart-Allmaras湍流模型对分离模拟能力的研究 总被引:5,自引:3,他引:2
为了提高Spalart-Allmaras湍流模型对分离的模拟能力,提出了两种改进方法.第一种是根据模型特点而提出的提高对雷诺正应力的模拟精度,第二种是基于湍流特性的理论分析而提出的对模型生成与耗散的关系进行修正.研究结果表明:第一种方法,由于没有明显提高对雷诺正应力的模拟精度,从而并没有提高模型对分离流动的模拟能力;第二种方法,由于改进了模型对强非平衡湍流的模拟能力,从而明显地提高了模型对分离流动的模拟精度. 相似文献
8.
9.
压气机叶片叶顶间隙会产生泄漏流,对非定常流动及下游静子会产生一定影响。为研究不同叶顶间隙下非定常气流激振力以及静子叶片振动响应,对不同叶顶间隙下单级压气机的非定常流动进行计算。随后分析非定常结果的流动特性。再利用快速傅里叶变换对静子表面的非定常激振力进行频谱分析,并将按不同频率分阶的载荷加载到静叶上以求解振动响应。非定常结果表明随叶顶间隙增大,效率和压比与之呈线性递减关系,叶片表面时间平均的压力也随之降低。而激振力的频域结果表明,激振力主要频率与叶片通过频率接近,且一阶激振力效应最大。振动响应结果显示随叶顶间隙增加,振动幅值有所降低,但在20%~40%叶高处有非线性现象,位移波谷有轻微下降。且前三阶响应结果接近静叶第3阶,第8阶和第17阶模态振型,频率相差为10%左右。 相似文献
10.
基于单极子假设的波束成形算法作为一种声场可视化技术,在声源识别中得到了广泛应用。但是在实际工程应用中,声源的类型较为复杂,基于单一声源假设的波束成形无法有针对性地识别不同类型的声源。本文提出了一种混合反卷积方法来分离含有单极子和偶极子的组合声源,该方法构造了波束成形输出与实际声源之间的线性方程,通过求解该线性方程,可以将单极子和偶极子从组合声源中提取出来,并通过多组仿真和实验来检验该混合反卷积算法。结果表明此方法确实可以有效地分离组合声源,并且保证了声源强度的准确性,即使在包含多个声源时依然有效。此方法有望应用于航空发动机气动噪声识别,从高速喷流噪声中提取目标源,更好地研究喷流噪声的成分。 相似文献
1