在風洞中使用傳聲器陣列進行波束形成測量時，傳聲器信號會被氣流噪聲嚴重干擾。考慮穩態運行工況，傳統的頻域波束形成方法會對互譜矩陣（CSM）進行長時間的平均，假定傳聲器之間的氣流噪聲是不相關的，氣流噪聲與真實噪聲源信號也是不相關的，這樣氣流噪聲的貢獻會逐漸地集中在CSM主對角線上。

目前廣泛使用的方法是主對角線移除（Diagonal Removal, DR），即避免使用CSM主對角線，這對于一些波束形成算法是有效的，但其缺點是會低估聲源幅值，在聲源云圖上產生負的聲功率。反卷積波束形成如NNLS可以使用DR去噪，CLEAN-SC也包含了DR過程，它對強聲源有很好地識別能力，但對弱聲源就無法收斂。

對于其他波束形成算法，如函數波束形成，以及與聲全息相關的算法，CSM主對角線是必需的。為此，本文介紹兩種新方法，即主對角線去噪（Diagonal Denoising, DD）和典型相干去噪（Canonical Coherence Denoising, CCD）。

DD從主對角線上最大可能地減去功率和，同時保持所有非主對角線不變并且矩陣是半正定的。當主對角線以外的噪聲貢獻都被平均掉，且不相干聲源的數目不超過，M是傳聲器數目，DD能夠準確地從主對角線移除不相關噪聲。在計算時，我們使用凸優化方法，計算速度快且保證收斂。

CCD將陣列傳聲器平均分為兩組，從兩個組中提取出具有最大互相干性的信號子空間，這樣非相關氣流噪聲和擾動信號就會被有效去除。CCD使用一個迭代提取算法，每次迭代都會重新分組，計算速度快，且適當調整非主對角線元素以克服DD方法的一些缺陷。CCD方法比DD方法能夠更好地去除CSM主對角線噪聲，并且CCD能夠自動調整參數，無需用戶自己設置參數。

測試案例

使用108通道半輪形陣列，風洞內風速為140km/h。下圖是5-6kHz氣動噪聲源的聲強分布圖，NNLS+DR能夠有效抑制噪聲，但是會低估聲源并且移除微弱聲源，例如外后視鏡和前燈的后邊緣的噪聲源幾乎消失了，雖然這些聲源很微弱，但是非常重要。CLEAN-SC+CCD能夠去除絕大部分的噪聲，且保留了幾乎所有的重要噪聲源。

更多信息詳見J?rgen Hald; Denoising of cross-spectral matrices using canonical coherence. J. Acoust. Soc. Am. 1 July 2019; 146 (1): 399–408. https://doi.org/10.1121/1.5116010.

總結

• HBK擁有近40年的陣列聲學測試經驗，風洞內使用CLEAN-SC+CCD方法能夠有效抑制氣流噪聲的影響，快速、高精度識別噪聲源，實現超大動態范圍的成像。
• 結合車內球面波束形成，HBK獨有的FAS+CLEAN-SC，boost LF resolution算法能夠極大提高空間分辨率，顯著降低旁瓣水平，在風洞內同時實現車內360°精準的聲源定位。
• 利用參考貢獻成像方法，即CLEAN-SC with Reference Contribution，能夠將氣動噪聲源與車內駕駛員耳旁參考點相關聯，進一步得到對車內參考點有貢獻的車外氣動聲源分布，這對車內噪聲優化更有意義。

點擊這里，查看 / 下載

《HBK聲學與振動產品簡明目錄》

您還可以通過如下方式聯系我們，了解更多產品與應用詳情：

郵箱：cn.info@hbkworld.com

網址：www.bksv.com/zh

電話：400-900-3165（周一至周五9:00-18:00）

點擊這里，咨詢B&K產品信息：https://www.bksv.com/zh/request-a-quote