噪聲源識別與定位（Sound Source Localization），顧名思義就是通過試驗的方法找到噪聲的來源，進而可以從源頭上控制和降低噪聲。目前，在試驗領域中，測試手段和計算方法很多，主要有表面振動法、聲壓法、近場聲強法和陣列法，根據不同的測試環境、被測件尺寸、聲音頻率范圍而采用的測試設備、計算方法都不同，因此，很容易讓初學者混亂和困擾。這里，通過梳理各種方法及理論，帶大家了解一下各種方法的優缺點和應用范圍。

以結構噪聲為主的設備，結構表面聲壓與結構表面振動速度成正比。表面振動法利用這個正比關系，建立結構表面振動與表面聲壓之間的關系，通過測試結構表面振動速度求解表面聲功率^[1]。其計算公式如下：

式中，ρ₀為空氣密度，c為聲速，A為振動表面的面積；<?²>為振動表面振動速度對時間和振動面積的均方值（m²/s²），可用加速度計進行測量，并對信號進行積分處理得到振動速度；σ_rad為聲輻射效率，可以計算出來，也可以通過實驗確定。

該方法的優點是具有對測試環境要求低，測量方便，不需要特殊的設備，頻率范圍寬。缺點是只能獲取結構輻射聲源的識別，對空氣傳播噪聲無法實施，且受測量位置、聲輻射效率計算精度等因素的影響。

圖1 表面振動法測試

聲壓法測試相對簡單，使用麥克風可以直接獲取聲壓。該方法又分三類，分別為近場測量法、選擇運行法和選擇覆蓋法。

近場測量法采用聲級計在緊靠機器的表面掃描，通過聲級計的測試數值大小來確定噪聲源的位置。優點是簡便易行；缺點是某一點的聲場總會受到附近其他聲源的混雜，尤其是在車間現場，所以近場法不能提供精確的測量值，只能用于噪聲源粗略的定位。

選擇運行法就是將機器中的運轉零部件按測量要求逐級連接或斷開運行，分別測得部分零部件的聲壓級及其在機器整體運行時總聲壓級中所占的份額，從而確定主要噪聲源。這種方法只適用于機器的各部分可以分別脫開運行的情況。而且，各部件之間的噪聲差別越大，估計的準確度越高。

選擇覆蓋法對于不能改變運行狀態的情況，通常采用選擇覆蓋法識別噪聲源。這種方法用隔聲材料（鉛板）把機器各部分分別覆蓋起來以測定未覆蓋部分的噪聲以確定噪聲源。需要在覆蓋前后相差10dB及以上，才能進行比較找出主要噪聲源。這種方法適用于識別中高頻噪聲^[2]。

利用雙點聲壓梯度的積分來近似空氣質點的振動速度，并利用FFT來實現聲強的實時測量。此法不但能獲得聲場中某點聲能量的大小，還能獲得該點聲能量流動的方向，而且在某一方向上不受其他聲源的影響^[3]。這種方法的優點是不受測量環境和背景噪聲的影響，不需要混響室、消聲室等特殊環境。缺點是只適合于穩態聲源的識別，不能用于瞬態聲源。另外受硬件影響，測量頻帶有特殊要求。

圖2 LMS的聲強探頭

傳聲器陣列是由許多傳聲器按一定排列組成陣列，布置形式多種多樣，例如規則的矩形網格陣列，十字軸陣列、圓環陣列，輪形陣列、扇形陣列等。這種陣列具有強指向性，可用來測定聲源的空間分布。目前聲陣列法主要使用的理論有波束成形（Beamforming）和聲全息（Acoustic holography）。

圖3 LMS的聲陣列

波束成形技術（Beamforming）

波束成形技術（Beamforming），適用于遠場工況，即陣列到聲源的距離大于陣列的尺寸。在遠場，聲波以平面波的形式到達聲陣列，它的原理是通過對陣列傳聲器接收的聲音信號按照聲源計算平面，進行“延時”和“求和”來定位噪聲源。它的計算模型如圖4。聲源真實位置一致的聚焦網格點位置輸出結果最大，形成“主瓣峰值”，在不同于聲源真實位置的聚焦網格點位置，輸出結果被衰減，形成“旁瓣”，從而有效定位噪聲源^[4]。而旁瓣相互疊加就會形成“鬼影”，從而影響聲源識別的精度和準確性。

圖4 計算模型

這種方法在使用時有三個性能指標，空間分辨率、動態范圍和截止頻率。

空間分辨率代表了能夠準確分離的兩個聲源之間的最小距離。等于主瓣-3dB處的半徑。其與波長λ，陣列與聲源的距離d，陣列的尺寸直徑D有關。具體關系如下式，

由此得到，在遠場d≥D，因此空間分辨率與波長即頻率相關，波長越小頻率越高，則空間分辨率越好。一般波束成形法適用于1000Hz以上的頻率分析。如圖5所示。

圖5 波長與空間分辨率關系

動態范圍定義為最大旁瓣水平相對于主瓣峰值的差值，如圖6所示，由于最大旁瓣會產生“鬼影”，因此最大旁瓣越小，動態范圍越寬，聲源定位的精度越高。此性能與傳聲器的布置形式有關。

圖6 動態范圍

截止頻率就是能準確識別信號的最高頻率，越高越好，此性能與陣列張角和傳聲器間隔有關，陣列張角和傳聲器間隔越大，截止頻率越低。

總之，波束成形的優點是可以采集和重構任何類型的表面，陣列可以小于測試件。缺點是只能得到重構的聲壓，沒有聲功率，只適用于遠場，對于低頻的信號空間分辨率差。

近場聲全息（Near Field Acoustic Holography）

聲全息是在光全息的基礎上發展起來的，隨著計算機科技的發展，以計算機數字模擬方式實現的聲全息技術在70年代以后得到了充分發展，并成為實現聲全息技術的重要方法。目前，近場聲全息（NAH）是常用的聲源識別方法，其原理是借助源表面與全息面之間的空間變換關系，由全息面所測聲壓便可重建源面的聲場。如圖7所示。

圖7 理論原理圖

首先，將測得的聲壓域借助格林函數轉到以波數k為自變量的空間頻率域

然后，再從測量面重構到聲源平面：

其中G(k_x,k_y,k_z)=e^-jk_z^Δz為格林函數。

然而，傳統的基于空間傅里葉變換的近場聲全息只能用于規則的網格陣列，為了與Beamforming組合使用，以達到更寬的頻率范圍，目前常用的算法是非規則近場聲全息INAH(Irregular Near Field Acoustic Holography)。其原理是格林函數考慮了平面波和所謂的倏逝波函數，并且進行一個最優的、穩定的基于主分量分析（PCA）的正則化計算，其中包括倏逝波濾波。

為了提高空間分辨率和頻率范圍，要求麥克風間距≤最小波長的一半；為了獲取空間域中某些波數，要求一個波長內至少兩個麥克風。

其優點是所有頻率范圍內的空間分辨率近似常數，考慮了倏逝波的影響，可以計算聲功率，麥克風的布置可以不規則；其缺點為了重構聲源，我們需要用到指數因子，這可能會導致放大噪聲的風險，而不是視其為倏逝波；隨著測量距離增加，空間分辨率降低。

總的來說，波束成形與近場聲全息的空間分辨率和頻率范圍對比見圖8：

圖8 波束成形與近場聲全息的對比

參考：

1 李玉軍、楊建國《基于表面振動法的柴油機輻射噪聲測量和分析》，噪聲與振動控制，2007年4月，第2期

2 陳克安 曾向陽 楊有糧 《聲學測量》，機械工業出版社，2010

3 熊建強，黃菊花，廖群《車輛噪聲源識別理論與方法分析》，噪聲與振動控制，2011年8月，第4期

4 楊洋，倪計民，褚志剛，王衛東，《基于波束形成的發動機噪聲源識別及聲功率計算》，內燃機工程， 第34卷 第3期，2013年6月