戚 茜, 陳 航, 周 標(biāo)

?

水下噪聲源可視化識別系統(tǒng)設(shè)計與實現(xiàn)

戚 茜, 陳 航, 周 標(biāo)

(西北工業(yè)大學(xué) 航海學(xué)院, 陜西 西安, 710072)

水下可視化噪聲源識別方法是一種有效的聲場反演方法, 可直觀地獲得水下結(jié)構(gòu)噪聲源的空間分布情況。文中針對水中兵器的噪聲源種類眾多, 頻譜成分復(fù)雜, 單一算法的噪聲源識別系統(tǒng)無法同時滿足實際工程應(yīng)用的問題,運用LabVIEW虛擬儀器軟件平臺設(shè)計出一套將波束形成和近場聲全息相結(jié)合的水下噪聲源可視化識別系統(tǒng)。通過分析水下聲場中傳播波和倏逝波的聲場分布與測量距離和輻射頻率的關(guān)系, 得出了傳播波和倏逝波在水下聲場中的變化規(guī)律, 確定了可利用的倏逝波傳播距離。研究了不同測量距離、輻射頻率和陣列尺寸條件下, 適用的可視化噪聲源識別方法。實現(xiàn)了傳聲器陣列各通道標(biāo)定校準(zhǔn)、數(shù)據(jù)采集、聲場波束指向特性、聲場重構(gòu)數(shù)據(jù)分析及不同頻段上噪聲源的可視化實驗研究。實驗結(jié)果驗證了該系統(tǒng)的有效性, 滿足實際工程應(yīng)用。

水下噪聲源識別; 可視化; 波束形成; 近場聲全息

0 引言

積極開展水中兵器噪聲源定位識別技術(shù)研究, 獲得水中兵器噪聲源的空間分布, 就可以有針對性地指導(dǎo)水中兵器的聲學(xué)設(shè)計和減振降噪措施的正確實施, 是提高水中兵器隱身性最有效最直接的手段, 因此具有重要的工程應(yīng)用意義。

隨著噪聲源識別技術(shù)的不斷提高, 水下噪聲源定位識別實現(xiàn)了可視化[1]。國內(nèi)外在上世紀(jì)八九十年代起開展該領(lǐng)域研究, 尤其近些年來采用常規(guī)波束形成[2-3]、近場聲全息[4-7]、聚焦波束形成[8]、解卷積波束形成[9]以及廣義逆波束形成[10]等算法及其相應(yīng)的識別系統(tǒng)完成聲場可視化或噪聲源識別定位都有較豐富的研究成果。但是, 由于水中兵器的噪聲源種類眾多, 頻譜成分復(fù)雜, 單一算法的噪聲源識別系統(tǒng)無法同時滿足實際工程應(yīng)用。由結(jié)構(gòu)受力源激勵產(chǎn)生的機械噪聲主要集中在低頻段, 適用近場聲全息方法; 而螺旋槳旋轉(zhuǎn)產(chǎn)生的噪聲包括螺旋槳空化噪聲和螺旋槳葉片振動噪聲, 其中, 空化噪聲往往是水中兵器輻射噪聲高頻段的主要成分[11], 波束形成算法更為適用。因此, 文中考慮設(shè)計出一套將波束形成和近場聲全息相結(jié)合的水下噪聲源可視化識別系統(tǒng), 以便同時實現(xiàn)不同頻段上的噪聲源識別。

隨之而來的可視化噪聲源識別方法的適用范圍問題需進(jìn)一步探討。在波的傳播過程中倏逝波和傳播波是共存的。近場聲全息主要利用倏逝波攜有目標(biāo)結(jié)構(gòu)的空間頻率信息的特點, 得到高分辨率圖像, 因此, 需要研究水下倏逝波的有效傳播距離。鄧江華等[12]研究了空氣中傳播波和倏逝波的分布規(guī)律。不同于空氣中的聲場, 水下輻射聲波的聲速較大、波長較長。文中通過分析水下聲場中傳播波和倏逝波的聲場分布與測量距離和聲源頻率的關(guān)系, 得出了傳播波和倏逝波在水下聲場中的變化規(guī)律, 確定了可利用的倏逝波傳播距離。研究了不同測量距離、輻射頻率和陣列尺寸條件下, 適用的可視化噪聲源識別方法。運用LabVIEW虛擬儀器軟件平臺設(shè)計出了一套基于波束形成和近場聲全息相結(jié)合的水下噪聲源可視化識別系統(tǒng), 實現(xiàn)了傳聲器陣列各通道標(biāo)定校準(zhǔn)、數(shù)據(jù)采集、聲場波束指向特性、聲場重構(gòu)數(shù)據(jù)分析及不同頻段上噪聲源的可視化等, 為后續(xù)的降噪措施提供依據(jù)。

1 水下聲場中聲波傳播規(guī)律

1.1 傳播波和倏逝波

根據(jù)偏微分方程理論, 在直角坐標(biāo)系下Helmholtz方程具有如下形式的一般解

它是一個純虛數(shù)。將其代入式(2), 可推導(dǎo)得

式中

1.2 倏逝波有效傳播距離

圖1 倏逝波和傳播波幅值隨距離變化曲線

圖2 倏逝波和傳播波幅值隨頻率變化曲線

1.3 可視化噪聲源識別方法適用范圍

2 水下噪聲源可視化識別系統(tǒng)設(shè)計與實現(xiàn)

基于LabVIEW的水下噪聲源可視化識別系統(tǒng)采用模塊化構(gòu)建, 便于實行功能模塊的拓展,由標(biāo)定、數(shù)據(jù)采集以及數(shù)據(jù)分析等模塊構(gòu)成, 系統(tǒng)模塊結(jié)構(gòu)框圖如圖4所示。

圖3 理論模型搭建示意圖

圖4 系統(tǒng)軟件模塊框圖

2.1 硬件系統(tǒng)設(shè)計

系統(tǒng)硬件主要是用于對信號的采集、保存、處理和顯示等。系統(tǒng)硬件結(jié)構(gòu)框圖如圖5所示。

圖5 系統(tǒng)硬件結(jié)構(gòu)框圖

2.2 軟件系統(tǒng)設(shè)計

按軟件系統(tǒng)的功能, 主要編寫了聲壓采集軟件和算法處理2個軟件。

1) 聲壓采集軟件

利用LabVIEW驅(qū)動數(shù)據(jù)采集卡采集數(shù)據(jù)并將數(shù)據(jù)存儲。聲壓采集軟件按設(shè)定好的采集參數(shù)進(jìn)行聲場數(shù)據(jù)采集, 當(dāng)數(shù)據(jù)采集完成時, 文件保存軟件會自動保存數(shù)據(jù)。

2) 算法處理軟件

系統(tǒng)采用LabVIEW和MATLAB共同開發(fā),在LabVIEW中調(diào)用MATLAB, 算法處理軟件把各類陣型的波束形成算法和近場聲全息算法移植到了軟件內(nèi)部。

2.3 水下噪聲源可視化識別系統(tǒng)界面設(shè)計

可視化噪聲源識別系統(tǒng)的界面如圖6所示。界面左邊是實驗參數(shù)設(shè)置區(qū)域, 包括噪聲源識別方法、傳感器陣列類型、位置、目標(biāo)的頻率信息和采樣頻率等, 噪聲源識別方法實現(xiàn)常規(guī)波束形成和近場聲全息等可選, 傳感器陣列類型實現(xiàn)線列陣、矩形平面和十字陣列等可選; 中間部分是信號的時域和頻域波形顯示的區(qū)域, 實現(xiàn)傳感器校準(zhǔn)和數(shù)據(jù)采集區(qū)域可選; 界面右邊是結(jié)果顯示區(qū), 若噪聲源識別方法為波束形成類的, 可實現(xiàn)陣列示意圖、指向性和重建圖像可選功能, 若噪聲源識別方法為聲全息類的, 可實現(xiàn)陣列示意圖、全息圖像和重建圖像可選功能。

圖6 水下噪聲源可視化識別系統(tǒng)界面

3 水下噪聲源可視化識別系統(tǒng)實驗結(jié)果

依托西北工業(yè)大學(xué)水下信息處理與控制國家重點實驗室的消聲水池進(jìn)行了水下噪聲源可視化識別系統(tǒng)的實驗研究。實驗設(shè)備主要包括聲源、多通道采集系統(tǒng)PXI、圖形界面顯示PC機、各種陣形的傳感器陣列、傳感器支架, 以及各個設(shè)備之間連接的數(shù)據(jù)線等。把多路數(shù)據(jù)采集端口通過BNC接頭, 連接到PXI采集機箱的2個NI PXIe-4496采集模塊插槽上。采集機箱連接在PC上。實驗設(shè)備放置示意圖如圖7所示。

3.1 常規(guī)波束形成算法成像結(jié)果

圖8 常規(guī)波束形成指向性圖和聲壓重建圖

3.2 近場聲全息方法成像結(jié)果

4 結(jié)束語

通過分析水下聲場中傳播波和倏逝波的聲場分布與測量距離和輻射頻率的關(guān)系, 得出了傳播波和倏逝波在水下聲場中的變化規(guī)律, 確定了可利用的倏逝波傳播距離。研究了不同測量距離、輻射頻率和陣列尺寸條件下, 適用的可視化噪聲源識別方法。

圖9 近場聲全息全息面和重構(gòu)面上聲壓幅值分布圖

運用LabVIEW軟件平臺設(shè)計水下可視化噪聲源識別系統(tǒng)。實現(xiàn)了傳聲器陣列各通道標(biāo)定校準(zhǔn)、數(shù)據(jù)采集、聲場波束指向特性或全息面復(fù)聲壓特性、聲場重構(gòu)數(shù)據(jù)分析及不同頻段上的噪聲源的可視化等。實驗結(jié)果驗證了該系統(tǒng)的有效性, 滿足實際工程應(yīng)用。

[1] 李加慶, 陳進(jìn), 張桂才, 等. 可視化噪聲源識別技術(shù)[J]. 聲學(xué)技術(shù), 2007, 26(1): 90-95. Li Jia-qing, Chen Jin, Zhang Gui-cai, et al. Visualization for Noise Sources Identification[J]. Technical Acoustics, 2007, 26(1): 90-95.

[2] Blacodon D, Caplot M, Elias G. Source Location Techniques for Impulsive Multiple Sources[J]. Journal of Aircraft, 1989, 26(2): 154-156.

[3] Ompton R T. A Numerical Pattern Synthesis Algorithm for Arrays[J]. IEEE Transactions, 1990, 38(10): 1666-1676.

[4] Maynard J D, William E G. Near-field Acoustic Holography I. Theory of Generalized Holography and the Development of NAH[J]. Journal of the Acoustical Society of America, 1985, 78(4): 1395-1413.

[5] Veronesi W A, Maynard J D. Nearfield Acoustic Holography(NAH) II. Holographic Reconstruction Algorithms and Computer Implementation[J]. Journal of the Acoustical Society of America, 1987, 81(5): 1307-1322.

[6] 李青, 畢傳興, 徐亮. 基于LabVIEW的近場聲全息噪聲源識別系統(tǒng)[J].噪聲與振動控制, 2010, 30(6): 140-144. Li Qing, Bi Chuan-xing, Xu Liang. Near-Field Acoustical- Holography Noise-Source-Identification System Based on LabVIEW[J]. Noise and Vibration Control, 2010, 30(6): 140-144.

[7] Li J Q, Chen J. Yang C, et al. A Sound Field Visualization System Based on the Wave Superposition Algorithm[J]. Journal of Mechanical Engineering Science, 2008, 222(8): 1403-1412.

[8] 時潔, 楊德森. 基于矢量陣寬帶MVDR聚焦波束形成的水下噪聲源定位方法[J]. 信號處理, 2010, 26(5): 687-694.Shi Jie, Yang De-sen. Localization of Underwater Noise Sources based on Broadband MVDR Focused Beam- forming with Vector Sensor Array Processing[J]. Signal Processing, 2010, 26(5): 687-694.

[9] 盛朝陽. 水下結(jié)構(gòu)噪聲源解卷積定位方法研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2014.

[10] 葉虹敏, 王強, 袁昌明, 等. 基于廣義逆波束形成的擴展性噪聲源定位誤差影響因素仿真研究[J]. 聲學(xué)技術(shù), 2015, 34(4): 368-373.Ye Hong-min, Wang Qiang, Yuan Chang-ming, et al. Simulation Research on Error Influence Factors Extended Acoustic Sources Identification Based on Generalized Inverse Beamforming[J]. Technical Acoustics, 2015, 34(4): 368-373.

[11] 劉伯勝. 水聲學(xué)原理[M]．哈爾濱: 哈爾濱工程大學(xué)出版社, 2010.

[12] 鄧江華, 劉獻(xiàn)棟, 單穎春. 傳播波與倏逝波對全息重建影響的研究[J]. 聲學(xué)技術(shù), 2009, 28(5): 565-571.Deng Jiang-hua, Liu Xian-dong, Shan Ying-chun.Research on Evanescent Wave and Propagation Wave in Sound Field and the Improved Acoustic Holography Method[J]. Technical Acoustics, 2009, 28(5): 565-571.

[13] Johnson D H. The Application of Spectral Estimation Methods to Bearing Estimation Problems[J]. Proceedings of the IEEE, 1982, 70(9): 1018-1028.

[14] 滕舵, 楊虎, 李道江. 水聲換能器基礎(chǔ)[M]. 西安: 西北工業(yè)大學(xué)出版社, 2016.

(責(zé)任編輯: 陳 曦)

Design and Implementation of Visualized Underwater Noise Source Recognition System

QI Qian, CHEN Hang, ZHOU Biao

(School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China)

visualized underwater noise source recognition method is an effective acoustic field inversion, which can directly obtain the spatial distribution of underwater structural noise sources. Aiming at the problem that there are many kinds of noise sources and complex spectrum components of underwater weapons, the noise source recognition system based on a single algorithm can’t satisfy the practical engineering application simultaneously, a visualized recognition system of underwater noise sources is designed by combining beamforming and near-field acoustic holography on the virtual instrument software platform LabVIEW. By analyzing the relationships of the distribution of propagation wave and evanescent wave in underwater acoustic field with the measured distance and the radiation frequency, the variation rule of the propagation and evanescent waves in underwater acoustic field is obtained, and the evanescent wave propagation distance is hence determined. The visualized noise source recognition method is studied under different measurement distance, radiation frequency and array size. Visualization experiment of noise source recognition is conducted in terms of channel calibration, data acquisition, sound field beam directivity, sound field reconstruction data analysis, and noise source visualization on different frequency bands. The experimental results verify the effectiveness of the present system, which implies that the system is applicable to practical engineering.

underwater noise source recognition; visualization; beamforming; near-field acoustic holography

O422.2; TB52.5

A

2096-3920(2018)04-0324-06

10.11993/j.issn.2096-3920.2018.04.008

戚茜, 陳航, 周標(biāo). 水下噪聲源可視化識別系統(tǒng)設(shè)計與實現(xiàn)[J]. 水下無人系統(tǒng)學(xué)報, 2018, 26(4): 324-329.

2018-02-05;

2018-05-24.

國家自然科學(xué)基金(61701529)、航天科學(xué)技術(shù)基金( N2017KC0131).

戚 茜(1981-), 女, 在讀博士, 助理研究員, 主要研究方向為聲場分析、信號與信息處理等.