基于压缩感知和等效源法的内空间噪声源识别方法研究

Nearfield acoustic holography is a powerful tool for noise source identification in interior spaces. While its application is restricted to low-mid frequency and the spatial resolution of the result is restricted by the measurement intervals. Both the restrictions come from the sampling theorem, and the restrictions lead to high measurement cost if a high-resolution result is needed or the high-frequency noise is analyzed. . A sparse equivalent source method will be proposed based on the compressive sensing theory and the equivalent source model. Using the compressive sensing theory, the sound field can be predicted or reconstructed via a small number of measurement points, as long as the sound field can be represented by a series of sparse basis. In this project, the equivalent source method will be used to construct the sparse basis. And novel models for sound field separation and free-field recovery will be proposed based on the sparse equivalent source method. Besides, an in situ method for surface impedance measurement will also be proposed to provide the boundary condition for the application of the nearfield acoustic holography in interior spaces. Achievements of the project will greatly promote the application of nearfield acoustic holography for source identification in interior spaces.

近场声全息及其前处理技术（声场分离、自由场还原等）的空间分辨率和最高分析频率都受到采样定理限制，导致在利用近场声全息技术识别内空间中声源时，需要极高的测量成本才能获取高空间分辨率的重建结果和较宽的分析频带。这严重制约了近场声全息技术在内空间噪声源识别领域的应用。. 本项目拟结合压缩感知理论和等效源法提出一种新型内空间近场声全息技术，以此突破采样定理对近场声全息及其前处理技术的空间分辨率与最高分析频率的限制。本项目将首先研究基于压缩感知理论和等效源法的稀疏基构造问题，建立一种稀疏等效源法，并基于此建立新型的声场预测与重建、声场分离与自由场还原等模型；提出一种表面阻抗现场测量方法，为自由场还原技术提供必要的边界条件，最终形成一套完善的内空间近场声全息技术，实现以较低的测量成本，获取高分辨率的重建结果和更宽的分析频带。

近场声全息技术可以通过三维声场可视化，为内空间噪声源识别提供丰富的声场细节信息和精确的识别结果。但受限于采样定理，在内空间使用近场声全息技术的测量成本巨大，并且其分析频率也受到限制。为此，本项目通过引入压缩感知理论，建立一种基于稀疏采样的内空间近场声全息技术，极大降低了测量成本。首先，对声场的稀疏表示问题进行了研究，通过利用奇异值分解获取声场的近场声辐射模态，分析了利用近场声辐射模态对声场进行稀疏表示的可行性。然后结合压缩感知理论，建立了声场稀疏重构模型，实现了只需较少测点便可高分辨率重构声场。同时针对声场重构的计算效率，提出基于贝叶斯压缩感知的快速重构方法，极大提升了声场重构算法的计算效率；针对信噪比较低的测量环境提出基于多拍测量的重构算法，有效提升了算法对环境的适应性；针对利用稀疏算法导致的重构结果的不稳定性，结合基函数的物理意义给出了截断法和加权迭代法两种解决措施，保障了算法的稳定性。进而，针对内空间声学环境中存在大量反射及二次反射的问题，基于声场稀疏重构模型首先建立了基于稀疏测量的声场分离模型，有效去除了测量面背侧干扰声的影响, 提供了在内空间实施近场声全息技术所需要的自由场条件。并进一步建立了基于稀疏测量的自由场还原模型，去除背侧干扰声在目标区域产生的二次反射声，保障了重建结果的准确性。最后，针对自由场还原技术需要预知声源表面阻抗的问题，建立了一种表面阻抗现场测量方法。从而形成了一整套完善的基于稀疏测量的内空间噪声源识别理论。在本项目资助下已在国内外刊物和国际学术会议上发表论文6篇，其中被SCI收录2篇，EI收录4篇，另有3篇论文已被录用。申请国家专利2项，已进入实质审查阶段；授权实用新型专利2项。培养硕士研究生7名，其中3名已获硕士学位。