聲源識別定位
關注創建者：匿名 創建時間：2026-01-04
聲源識別定位的視頻教程
Brüel & Kj?r培訓視頻 | 聲強法聲源識別
為幫助用戶了解聲強測試原理，掌握聲強測試系統的安裝方法，PULSE聲強校準、PULSE聲強法聲源識別軟件等內容，2018年，B&K的網絡培訓課程新設了《聲強法聲源識別》。 作為新年的第一堂課，也是這一主題的首次嘗試，收到了很多好評和熱烈反響，可以說是手把手包會式教程了。 如果你不巧錯過了網絡培訓，BK君表示心疼一秒，因為全年僅此一場，要聽直播只能等明年啦。
免費 1小時5分鐘 543播放
查看
聲源識別定位的實例教程
特別是聲場分析中的噪聲源，往往具有一定的空間體積和表面積，并且具有復雜的空間分布特性和指向性，難以通過理想化聲源（如點聲源、偶極聲源、線聲源及類似平面波類型的聲源）精確表示，從而造成仿真最終結果與實際偏離較大。
本文所介紹的基于Actran的等效聲源/振源識別方法可以幫助噪聲仿真工程師解決以上難題。
Actran聲源識別方法的應用場景
目前，Actran聲源識別方法有以下幾種應用場景：
01
結構表面振動識別
結構表面振動識別的主要目的是通過有限的振動或聲音測試數據，獲取結構體表面較為完整的振動分布，以便準確地進行輻射聲場分析。
表面振動識別方式可以有四種實現方法：
（1）在已有結構有限元模型的情況下，通過振動測量數據反推出結構載荷，從而獲得與真實工作狀態一致的結構振動模型。
（2）在已有結構模態數據的情況下，通過振動測量數據反推出結構模態的參與因子，進而得到實際工作狀態下的結構振動響應。
圖 1 基于表面振動測試的結構振動識別
（3）根據結構部件實際工作狀態下的振動測量數據，采用特定的映射法則將其映射到結構外表面網格上，用以表示輻射噪聲的振動邊界。
（4）通過實際工作狀態下的聲音測量數據結合聲源結構表面的空氣薄膜模態，反推出各階薄膜模態的參與因子，從而了解聲源表面的真實振動情況。
圖 2 基于噪聲測試的表面振動識別（空氣薄膜模態方法）
02
等效點聲源識別
Actran點聲源識別方法允許使用發聲源部件的噪聲測試數據進行等效聲源反推。當發聲源部件被安裝到更復雜的環境中時，可以用其等效聲源來代表它的實際聲源。這有助于將現有發聲源部件（例如動力總成）噪聲測試數據無縫集成到復雜的整車NVH環境中，以預測車內或車外的噪聲水平。
展開 上期文章我們介紹了基于振動測試結果反推結構載荷，點擊可查看《Actran聲源識別方法連載（一）：結構載荷識別》。這一期，我們將介紹第二種聲源識別方法：基于噪聲測試的薄膜模態表面振動識別方法。通過實際工作狀態下的聲音測量數據結合聲源結構表面的空氣薄膜模態，反推出各階薄膜模態的參與因子，從而了解聲源表面的真實振動情況。
圖 1 基于噪聲測試的表面振動識別（空氣薄膜模態方法）
01
薄膜模態的概念
針對機械結構（幾何域Ωs）的聲輻射問題，將其外部邊界記作Γs。此邊界與外部的聲學層（幾何域ΩL）相連，邊界ΓL與Γs重合。假設聲學層ΩL的厚度tL相對于聲波長來說很小（tL << λ），即可以用這種具有無限小厚度的區域來替代原有的流體物理域。而薄膜模態（Pellicular modes）的概念即為與這個薄膜域有關的聲學模態的集合。
圖 2 薄膜區域示意圖
Actran軟件當中的模態提取功能不僅可以針對實體結構或者有限體積的空氣域進行模態提取，也可提取任意結構表面的薄膜模態。
薄膜模態可以用來評估任何聲源的輻射聲場問題。首先需要創建一個輻射數據庫，計算麥克風與這些薄膜模態之間的傳遞函數；然后利用上述信息來解決聲源識別問題。例如評估產生噪聲場的聲源表面法向速度分布、重構任意位置麥克風的響應。
02
薄膜模態方法識別等效聲源的流程
輸入數據包括聲源表面網格以及聲源的噪聲測量數據。Actran程序的步驟如下：
1) 模態提取：基于聲源表面網格，進行薄膜模態提取，保存模態數據庫。
圖 3 變速箱表面的薄膜模態
2) 模態輻射傳函分析：逐個計算每個薄膜模態的聲輻射模式，獲得每個模態與各個麥克風之間的傳遞函數。
展開 在某些情況下，聲源的位置會隨著機器的運行而移動。
此外，它們是由很多的子聲源組成的復雜噪聲源。這么多的因素都必須可靠地處理。Nikola說：“為了降低噪聲，我們必須能夠識別和定位主要噪聲源，并在時間和頻率域對其進行定義和描述。”
此前，Gorenje將聲強探頭與機器人定位系統一起使用，但是這種離散點法測量較為耗時且僅適用于固定噪聲源。
解 決 方 案
Brüel ＆ Kj?r評估了Gorenje的需求，并設計了一套采用新型傳聲器陣列的系統來滿足這些需求。他們的家用電器各不相同，測試項目繁多，而Gorenje對寬頻率范圍感興趣，所以，該陣列針對200Hz至3kHz的頻率進行了優化。該陣列是矩形的，可以有效地覆蓋通常是矩形的目標，并且可以在其三腳架上快速上下調節，以測試不同高度的物體。它的中間有一個內置廣角攝像頭，讓Gorenje的聲學專家們能夠將生成的聲音映射準確地關聯到物理測試對象的正確部分。
該陣列支持多種測量方法，迎合了Gorenje專家的需求。據Nikola介紹：“我們在進行測量時，一般從遠場開始，使用了波束成形技術，然后采用近場聲全息技術。有時候，也會使用寬帶全息一次測量就獲取全頻段結果，無需分次測量”。陣列中的傳聲器排列間隔是不規則的，這樣就允許同一個陣列使用不同寬帶聲全息、統計優化聲全息和波束成形算法。正如Nikola所說：“這種新設備為我們帶來了執行測量的巨大優勢，并且數據采集系統簡單可靠。”
結 果
更易理解
相比過去使用的聲強探測技術，Gorenje現在可以比以前更快地測量和識別家用電器噪聲源。“測量的速度、可重復性和準確性大幅提高，”Nikola說。“過去需要幾小時的測量現在可以在幾秒鐘或幾分鐘內完成。”
展開 兩種方法均離散目標聲源區域形成一組聚焦網格點，聚焦各網格點時，DAS根據聚焦點位置或方向對各傳聲器測量的聲壓信號進行“相位對齊”和“求和運算”，SHB根據聚焦點位置或方向對傳聲器測量聲壓信號的各階次球傅里葉變換系數進行“模態強度及球諧函數縮放”和“求和運算”，基于“一組復數加和的模在各復數同相位時最大”的原理和球諧函數的正交性，二者均能在聲源位置或方向輸出極大值。這些極大值雖能指示聲源，但與非聲源位置或方向處的輸出值差異不顯著，最終導致圍繞聲源位置或方向形成具有一定寬度的“主瓣”且在其他位置或方向形成高水平的“旁瓣”，主瓣寬度影響空間分辨能力，旁瓣形成寄生虛假聲源，使結果分析承受不確定性，故DAS和SHB均可看作低性能方法。
突破DAS和SHB的性能局限、發展高性能方法對提高聲源識別精度和完善聲源識別功能具有重要意義。自波束形成技術誕生至今，對高性能聲源識別方法的探索從未間斷且方興未艾，包括本文作者在內的大批國內外學者都致力于該主題的研究并取得豐碩成果。
8月20日（周二）下午3:00-4:00，褚教授將主講《噪聲源識別》網絡研討會，屆時將介紹聲強及選擇性聲強、平面傳聲器陣列聲源識別技術、球面傳聲器陣列聲源識別技術及其他新型聲源識別技術。
展開 為增進國內聲學工程技術人員和研發決策者對噪聲測試分析技術在汽車、航空航天、及其他機電產品開發過程中的最新技術發展及應用，我們將于4月26日在重慶舉辦為期一天的振動噪聲研討會暨聲源定位新產品巡回發布會。
本次聲源定位新產品巡回發布會，將介紹聲學測試在工業領域的應用情況及總體趨勢，以及一系列聲學測試技術及高級的工程方法。幫助聲學研發工程師更好更快的完成產品開發。另外，全新的聲源定位解決方案是本次會議的亮點，用于快速進行故障診斷和詳細的工程分析。
會議信息：
時間：2017年4月26日（星期三）
地點：重慶長都假日酒店草莓廳
地址：重慶市渝北區五紅路96號
費用：免費
日程安排：
08:30-09:00 簽到
09:00-12:00
仿真與試驗（LMS）解決方案概覽
LMS聲源定位解決方案全覽
LMS Sound camera聲源定位新產品巡回發布
13:30-16:30 LMS Test.Lab產品及新功能介紹
旋轉機械NVH測試及最新進展
模態測試與分析及最新進展
數采系統及最新進展
問題解答
會務聯系人：柳女士，katia.liu@siemens.com，010-85292930
展開 
聲源識別定位的最新內容
上期文章我們介紹了基于振動測試結果反推結構載荷，點擊可查看《Actran聲源識別方法連載（一）：結構載荷識別》。這一期，我們將介紹第二種聲源識別方法：基于噪聲測試的薄膜模態表面振動識別方法。通過實際工作狀態下的聲音測量數據結合聲源結構表面的空氣薄膜模態，反推出各階薄膜模態的參與因子，從而了解聲源表面的真實振動情況。
圖 1 基于噪聲測試的表面振動識別（空氣薄膜模態方法）
在當今的工業設計中，振動和噪聲性能已經成為評估產品性能的關鍵因素。仿真技術不僅加速了產品設計的步伐，還為設計師提供了深入了解物理機理、制定針對性優化方案的機會。雖然針對產品的結構與聲場建模手段已經越來越成熟，但無論是定義真實的結構載荷還是聲場載荷，其形式和大小對仿真而言都具有相當的挑戰性。特別是聲場分析中的噪聲源，往往具有一定的空間體積和表面積，并且具有復雜的空間分布特性和指向性，難以通過理想化聲源
2024/08/20 15:00-16:00 噪聲源識別網絡研討會
點擊這里，即可報名
波束形成聲源識別技術是利用一組傳聲器構成的陣列測量聲壓信號，基于特定方法后處理測得的聲壓信號來獲取被測對象表面的聲學成像圖，通過匹配光學照片等方式來確定聲源，又名“聲學照相機”，具有測量速度快、因適宜中遠距離測量而易于布置等優勢，在噪聲源識別、目標探測、
劉濱博士
專業領域：
結構聲學，近場聲全息，聲源識別定位，高維逆問題求解
盧奐釆教授說，如果好奇日常生活中時刻都會感受到的波動現象、振動現象的起因，一個人很自然就想進入聲學領域去學習，并很容易就喜歡上這個涵蓋數學、物理、動力學、信號處理、噪聲管理、人體生理和心理與聲音關聯的科學領域。
來源 | 3D視覺工坊
本節嘗試做一下車牌識別中的算法部分，要想做車牌識別，第一步還是要知道車牌在圖片中的位置！
所以，萬里長征第一步，我們先從車牌定位開始吧。
背 景
Gorenje集團是歐洲領先的家電制造商之一，擁有60多年的歷史。總部和主要生產設施位于斯洛文尼亞的韋萊涅（Velenje）。他們的家用電器提升了全球九十個國家人民的生活質量，其銷售品牌包括：Gorenje、Gorenje+、Atag、Asko、Pelgrim、Mora、Etna、Korting和Upo。
該集團的白色家電產品種類繁多，僅冰箱就有1700多種。這就意味著
來源：模態空間 作者：孫恬恬
1 概述
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
會議亮點：
西門子振動噪聲解決方案方法論：源—傳遞路徑—響應
發布全新的LMS聲學照相機（Sound Camera）
振動噪聲解決方案及最新技術進展
當今，無論是汽車、航空還是工業機械行業，其產品都面臨著性能要求更高，上市周期更短的研發壓力。對于產品的聲學特性研發也是如此，NVH工程師的壓力與日俱增。如何減少噪聲源？如何保證產品的聲學品質？如何設計并確認下一代產品的聲學屬性
