劉　鵬， 劉志紅， 李　賀， 吳波波， 儀垂杰

(青島理工大學(xué) 能源與環(huán)境裝備實驗中心， 山東 青島 266520)

傳聲器陣列可視化效果影響因素研究

劉鵬， 劉志紅， 李賀， 吳波波， 儀垂杰

(青島理工大學(xué) 能源與環(huán)境裝備實驗中心， 山東 青島 266520)

摘要:隨著社會的不斷發(fā)展， 人們對聲源定位技術(shù)的要求越來越嚴(yán)格. 本文針對這個問題， 分析了在聲源可視化過程中的影響因素. 通過一系列對比參照實驗， 著重分析了影響其可視化效果的距離因素. 本文實驗為將來的可視化研究提供了參考數(shù)據(jù)， 為提高傳聲器陣列的識別性能、 提高聲源識別的精度、 基于聲品質(zhì)的聲源成像等提供幫助.

關(guān)鍵詞:聲源可視化； 傳聲器陣列； 噪聲源定位

0引 言

近年來， 通過傳聲器陣列來實現(xiàn)噪聲源識別的技術(shù)， 越來越受到人們的重視， 并且成為世界各地專家與學(xué)者研究的重點. 聲信號的接收通過若干個麥克風(fēng)組成的傳聲器陣列實現(xiàn)， 然后將各麥克風(fēng)接收的聲信號在一定的算法基礎(chǔ)上進(jìn)行處理， 加強真實聲源的聚焦點位置的輸出量， 形成“主瓣”， 而其他聚焦點位置的輸出量被衰減， 形成“旁瓣”， 從而達(dá)到識別聲源的目的.

1發(fā)展歷程

傳聲器陣列是由若干個傳聲器在指定空間按照一定規(guī)律排列組合而成. 是一套能夠?qū)崿F(xiàn)聲信號測試、 收集與處理的設(shè)備[1,2]. 最早的傳聲器陣列出現(xiàn)在一戰(zhàn)期間， 作為探測敵軍飛機(jī)的聽力設(shè)備使用， Johnson和Dudgeon[3]曾經(jīng)在《陣列信號處理》中有過講解[3]. 雖然一維傳聲器陣列在使用方面具有一定的優(yōu)勢， 但是采集到的聲場數(shù)據(jù)太少且不具有代表性， 而且多數(shù)情況下是假設(shè)聲源為線性分布的前提下再進(jìn)行， 因此在聲源識別方面具有一定的局限性.

由于一維陣列具有上述的局限性， 人們才開始致力于研究二維平面?zhèn)髀暺麝嚵? 自從1987年， Blacodon， Caplot和Elias[4]利用平面?zhèn)髀暺麝嚵性诜▏鳲NERA 風(fēng)洞進(jìn)行直升機(jī)旋翼的噪聲源以后， 二維平面?zhèn)髀暺麝嚵械膬?yōu)勢逐漸開始得到人們的關(guān)注， 隨后相應(yīng)的研究工作在世界各地被廣泛展開.

前面所提到的傳聲器陣列應(yīng)用范圍比較窄， 只有當(dāng)被測物體的噪聲源位于識別陣列的前方才可以發(fā)揮其可視化的功能. 而對于存在三維結(jié)構(gòu)的噪聲源的房間等混響場內(nèi)， 由于無法采集到完整的三維空間聲場， 故而不能實現(xiàn)準(zhǔn)確識別. 從一維線性到二維平面再到三維立體， 在過去的數(shù)十年里， 傳聲器陣列的測量技術(shù)也得到了長足的發(fā)展. 如何設(shè)計開發(fā)出分辨率更好、 識別精度更高、 成本更低、 更方便適用的傳聲器陣列仍是國內(nèi)外學(xué)者不斷追求的目標(biāo).

2基本原理

作為陣列信號處理技術(shù)的基礎(chǔ)， 傳聲器陣列測量是必不可少的. 在得到實驗數(shù)據(jù)之后， 可以通過波束成形或者其他的陣列信號處理方法達(dá)到可視化的效果. 傳感器在接收聲波的同時會產(chǎn)生時間差異， 傳感器所在的位置可以得到聲程差， 通過時間差異和聲程差可以得到相位差， 從而可以用波束成形等方法來確定信號源的方向[5].

對于傳聲器陣列而言， 如果所有的信號同時同向被各陣元接收， 陣列可以產(chǎn)生一個增強的信號輸出， 否則輸出將被減弱. 傳聲器陣列中各陣元的輸出經(jīng)過延時、 加權(quán)、 求和等運算處理之后， 針對不同的處理算法， 選取適當(dāng)?shù)募訖?quán)向量， 從而補償各陣元上的傳播延時， 使某一期望方向上的信號到達(dá)陣列后都是同向的， 進(jìn)而在該方向上產(chǎn)生一個空間響應(yīng)極大值， 達(dá)到空間濾波的目的， 以實現(xiàn)定向作用[6]. 因此， 傳聲器陣列測量技術(shù)還可以作為實現(xiàn)聲源定位， 聲場可視化測量的手段. 通過對傳聲器陣列測得的振速或聲壓數(shù)據(jù)進(jìn)行處理， 在重建聲源表面上得出聲源分布圖， 完成聲場可視化測量， 直觀表示聲源位置[7]. 其系統(tǒng)組成如圖 1， 圖 2 所示.

圖 1　聲成像系統(tǒng)組成示意圖Fig.1　Schematic diagram of acoustic imaging system

圖 2　實驗環(huán)境Fig.2　Experimental environment

3旁瓣抑制比

陣列的旁瓣抑制比是指陣列輸出中的主瓣峰值與最大旁瓣峰值之間的關(guān)系， 其主要體現(xiàn)在陣列采集聲音信號后[8,9]， 經(jīng)過波束形成算法的輸出分布函數(shù)和最大旁瓣水平函數(shù). 文章通過旁瓣抑制比對噪聲的可視化效果進(jìn)行說明[10]. 其中陣列的主瓣輸出分布函數(shù)為

(1)

最大旁瓣水平函數(shù)

(2)

結(jié)合聲學(xué)基礎(chǔ)理論， 定義陣列的旁瓣抑制比為

(3)

從式(3)可以看出， 陣列的旁瓣抑制比大小與陣列波束形成輸出密不可分[11]， 而在進(jìn)行波束形成計算時， 當(dāng)來波方向k及陣列權(quán)系數(shù)固定時， 其輸出大小取決于陣列中各陣元的位置矢量rm. 因此， 為了獲得理想的旁瓣抑制比， 設(shè)計合理的傳聲器布置形式是十分重要的.

4影響因素分析

圖 3　圓形陣列4 000 Hz指向性圖Fig3　4 000 Hz directive diagram of circular array

在陣列信號處理的過程中， 影響可視化效果的因素有很多. 比如實驗環(huán)境噪聲、 數(shù)據(jù)處理算法、 聲源與陣列之間的距離、 傳感器的擺放及數(shù)量、 聲源的頻率以及其他不可避免的真實的數(shù)據(jù)模型和算法設(shè)定的數(shù)據(jù)模型之間存在的差異[12]. 本文所涉及實驗均在消聲室內(nèi)進(jìn)行， 因此可基本忽略由實驗環(huán)境以外的噪聲帶來的影響， 使用的實驗儀器是基于波束成形理論算法進(jìn)行的陣列信號處理[13]. 所以， 本文著重對聲源與陣列之間的距離、 傳感器的陣列結(jié)構(gòu)、 聲源的頻率3個因素進(jìn)行研究， 在其中某兩個因素一定的條件下， 對另外一個操作， 形成對比試驗， 并以陣列指向性圖和旁瓣抑制比的形式體現(xiàn)不同條件下的傳聲器陣列性能的優(yōu)劣[14].

圖 4　阿基米德螺旋陣列4 000 Hz指向性圖Fig.4　4 000 Hz directive diagram of archimedes spiral array

圖 5　隨機(jī)螺旋陣列4 000 Hz指向性圖Fig.5　4 000 Hz directive diagram of random helical array

5實驗總結(jié)

由指向性圖可以清楚地看出， 本實驗所用隨機(jī)螺旋陣列的可視化效果要明顯優(yōu)于圓形陣列和阿基米德螺旋陣列. 而且通過對旁瓣抑制比(如表 1～表 3 所示)的比較， 可以得出以下結(jié)論： ① 在相同條件下隨機(jī)螺旋陣列的性能相對更加優(yōu)越； ② 單頻噪聲源的旁瓣抑制比會隨著距離的增加逐漸提高， 在增加到5 m以后會逐漸趨于平緩； ③ 在陣列結(jié)構(gòu)確定的情況下， 旁瓣抑制比會隨著噪聲源頻率的增加而逐步提高， 也就是說可視化效果更好. 綜上所述， 當(dāng)噪聲源與陣列的距離大于5 m， 使用隨機(jī)螺旋陣列會使噪聲源的可視化效果達(dá)到比較理想的狀態(tài).

表 1　圓形陣列抑制比/dB

表 2　阿基米德螺旋陣列抵制比/dB

表 3　隨機(jī)螺旋陣列抑制比/dB

6發(fā)展方向

1) 開發(fā)聲源識別性能更優(yōu)的傳聲器陣列仍是目前的一個研究熱點. 通過改變傳聲器間隔、 陣列尺寸、 傳聲器數(shù)目等參數(shù)， 使陣列傳聲器布置形式更加優(yōu)化、 尋求更合理的傳聲器信號計權(quán)函數(shù)， 使傳聲器陣列聲源識別的空間分辨率更高， 最大旁瓣水平更低， 有效動態(tài)范圍更大[15].

2) 基于聲品質(zhì)的聲源成像及可視化研究. 噪聲源識別的最終目的是為了改善被識別對象的聲學(xué)品質(zhì)， 而傳統(tǒng)的聲壓、 聲強等客觀參數(shù)的可視化成像結(jié)果更多地表達(dá)噪聲源的強度信息， 未能直接給出噪聲接收者對噪聲的主觀感受， 基于響度、 尖銳度、 粗糙度等聲品質(zhì)參數(shù)的聲源可視化成像是未來波束形成聲源識別技術(shù)的又一研究方向[16].

參考文獻(xiàn)：

[1]Zhu Zhigang, Yang Yang, Wang Weidong, et al. Speed freight car beam forming method based on noise source identification of [J]. Vibration and Shock, 2012, 31(7): 66-70.

[2]Mehdi Batel, Marc Marroquin. Noise source location techniques-simple to advanced applications[J]. Sound and Vibration, 2003, 37(3): 24-38.

[3]Johnson D H, Dudgeon D E. Array signal processing: concepts and techniques[J]. New Jersey: Prentice Hall, 1993, 28(4): 24-26.

[4]趙芳芳. 波束形成方法在噪聲源識別應(yīng)用中的仿真和實驗研究[D]. 上海： 上海交通大學(xué)機(jī)械系統(tǒng)與振動國家重點實驗室, 2007.

[5]Blacodon D, Caplot M, Elias G. A source localization technique for helicopter rotor noise [C]//11th AIAAA eroa coustics Conference,Sunnyvale,CA,October 19-21,1987.

[6]杜功煥, 朱哲民. 聲學(xué)基礎(chǔ)[M]. 南京: 南京大學(xué)出版社, 2012.

[7]Liu Luobin, Li Shunming, Ding Han, Jenny. Beamforming microphone array sound field simulation analysis of the theory of design and manufacturing of engineering machinery based on [J]. Nanjing, Nanjing University of Aeronautics & Astronautics, 2014(5): 71-75.

[8]王雁, 儀垂杰, 劉志紅, 等. 麥克風(fēng)基陣結(jié)構(gòu)的噪聲源識別性能研究[J]. 測試技術(shù)學(xué)報， 2013(4): 304-309.

Wang Yan, Yi Chuijie, Liu Zhihong, et al. Study on the noise source identification properties of microphone sub-array structure[J]. Journal of Test and Measurement Technology, 2013(4): 304-309. (in Chinese)

[9]Lin Zhibin, Xu Bailing. Sound source localization based on microphone array acoustic technology[J]. 2004(5): 19-23.

[10]Wu Bobo. Based on the moving sound sources visualization of microphone array[J]. Qingdao: Qingdao Technological University, 2014(4): 50-51.

[11]Zhu Zhigang, Yang Yang, Ni Jimin, Jiang Hong. Research progress of beamforming for [J]. Source Identification of Acoustic, Acoustic Technology, 2013(10): 432-433.

[12]全星慧, 周圍, 韓建, 等. 基于Matlab的信號與系統(tǒng)實驗平臺設(shè)計[J]. 現(xiàn)代電子技術(shù), 2014(22)： 88-90.

Quan Xinghui, Zhou Wei, Han Jian, et al. Design of Matlab-based experiment platform for signal and system[J]. Modern Electromics Technique, 2014(22): 88-90. (in Chinese)

[13]吳九匯, 陳花玲, 黃協(xié)清.旋轉(zhuǎn)點聲源空間聲場的頻域精確解[J].西安交通大學(xué)學(xué)報, 2000, 34(1)： 71-75.

Wu Jiuhui, Chen Hualing, Huang Xieqing. Acoustic solution of rotating point source in frequency domain[J]. Journal of Xi’an Jiaotong University, 2000, 34(1): 71-75. (in Chinese)

[14]Liu Zhe, Chen Rilin, Teng Pengxiao, et al. Design of array acoustic imaging system of [J]. micro computer applications, 2011, 32(7): 70-75.

[15]林志斌, 徐柏齡. 基于傳聲器陣列的聲源定位[J].電聲技術(shù), 2004(5): 19-23.

Lin Zhibin, Xu Boling. Sound source localization based on microphone array[J]. Audio Engineering, 2004(5): 19-23. (in Chinese)

[16]蒙海英. 基于Matlab的超聲波聲場模擬及可視化研究[D]. 大連: 大連理工大學(xué), 2008.

Study on the Influencing Factors of Microphone Array Visualization

LIU Peng, LIU Zhihong, LI He,WU Bobo, YI Chuijie

(Energy and Environmental Equipment Experimental Center, Qingdao University of Technology, Qingdao 266520, China)

Abstract:With the continuous development of society, it’s becoming more and more strict of people’s demand for sound source localization technology.The influence factors in the visual process of sound source were analyzed in this paper.Through a series of comparative experiments, the influence of the distance factor on the visual effect was analyzed emphatically. The experiment of this paper provided reference data for future visualization research,and it’s helpful for enhancing the recognition performance of microphone array,improving the accuracy of sound source identification, source imaging based on the sound quality of the sound.

Key words:sound source visualization; microphone array; sound source localization

文章編號:1671-7449(2016)03-0231-05

收稿日期:2015-10-27

基金項目：國家自然科學(xué)基金資助項目(61271387)； 國家青年科學(xué)基金資助項目(61401245)

作者簡介：劉鵬(1988-)， 男， 碩士， 主要從事聲源可視化研究.

中圖分類號:TB53

文獻(xiàn)標(biāo)識碼:A

doi:10.3969/j.issn.1671-7449.2016.03.009