波束形成技術是識別汽車、軌道列車和飛機等運動聲源的一種重要手段�，F(xiàn)有的波束形成方法中忽略了運動聲源輻射中近場項(也被稱為次級項)的影響,因此隨著聲源運動速度的提高會產生較大的識別誤差;另外,現(xiàn)有方法得到的結果是聲源源強時域導數(shù)的近似量,與聲源源強的量級不同。針對該問題,文章提出了一種新的時域波束形成方法用于運動聲源的識別和源強信號的重建。數(shù)值仿真結果表明,該方法不但可以突破現(xiàn)有方法在聲源運動速度方面的限制,而且可以直接獲得聲源的時域源強信號。

【文章頁數(shù)】：6 頁

【部分圖文】：

Beamforming技術的測量和計算過程如圖1所示。一個聲源Q平行x軸做勻速直線運動,速度為v,且馬赫數(shù)M=v/c<1,其中c為聲速;采用一個靜止的傳聲陣列H測量該運動聲源的輻射聲場,陣列中第k個傳聲器的坐標rk=(xk,yk,zk),其中k=1,2,…,K,K為陣列包含的傳聲....

其中,Rsk(τ)={[xk-xs(τ)]2+(yk-ys)2+(zk-zs)2}1/2,表示在τ時刻該聚焦點與第k個傳聲器之間的距離。在測量過程中,假設采樣頻率為fs,則測量時刻可以離散為ti=iΔt(i=0,1,2,…,I),其中Δt為時間步長。在使用Beamfor....

綜上所述,基于時域向前差分的計算效果最好且最為穩(wěn)定。圖4基于3種時域差分格式的聲源識別結果(800km/h)

圖3基于3種時域差分格式的聲源識別結果(100km/h)采用忽略近場項的(5)式得到的聲源識別結果如圖5所示。對比圖3b與圖5a可以看出,在聲源低速運動時,不管是考慮或忽略近場項,都可以準確識別出運動聲源的位置。對比圖4b與圖5b可以看出,在聲源運動速度較高時,本文提出的時域....

本文編號：4011438