聲源識別定位的案例
設計仿真 | Actran聲源識別方法連載（一）：結構載荷識別
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 設計仿真 | Actran聲源識別方法連載（二）：薄膜模態表面振動識別
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?。╰L << 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?。夯?em>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 家電案例 | 多樣、復雜、移動聲源的快速識別及可視化
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?！皽y量的速度、可重復性和準確性大幅提高，”Nikola說?！斑^去需要幾小時的測量現在可以在幾秒鐘或幾分鐘內完成?！?/span>
展開 褚教授專欄 | 波束形成聲源識別技術
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 
2017年4月26日，重慶，振動噪聲研討會暨聲源定位新產品巡回發布會
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 噪聲源識別與定位簡介
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。
展開 實戰：車牌識別之車牌定位
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。
車牌定位
尋找車牌對于人腦來說真是小事一樁，這也是經過千錘百煉的結果。但是對于計算機來說可能就沒有這么簡單了。我們先來看看在物理世界什么是車牌，以及他們有什么特征。
我們以中國車牌為例，車牌的種類也是繁雜得很。
婦女節專題 | 在男性主導的領域，有哪些女性正大放異彩？
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。
“因為追蹤和探索聲-振-波的機理，我分別攻讀了轉子振動和結構聲學兩個方向的博士學位，加之攻讀學士和碩士學位時獲得的電氣工程知識基礎和訓練，我有幸可以在聲學工程領域開展原創研究，并在男性專家主導的這個交叉科學和工程領域，深耕多年。
”
在被問到最高興的事、最大成就是什么時，盧奐采教授開心地回答：
“生活中最大的幸運是有和眭的家庭和值得驕傲的兒子。
工作中最大的成就，是創建了國際性的聲學與振動實驗室，提供世界知名聲學振動專家與青年學生面對面交流并一起工作，這個實驗室是的我另一位’兒子‘”。
我有幸可以在聲學工程領域開展原創研究，并在男性專家主導的這個交叉科學和工程領域，深耕多年。
盧奐釆教授
研究領域：
主客觀評測方法
、電聲器件、聲場控制、聲學測量、音質評價、環境聲學、數字音頻信號處理、
IoT
終端設備音效設計和音頻技術解決方案。
戴博士畢業后，曾經在測量設備廠家，系統設計廠家工作服務過，后來進入博士后工作站自主研發了國產聲場控制系統，再后來在華為消費者部門為消費類音頻產品擔任音效顧問，她的整個行業經歷了儀器、專業類和消費類三大板塊。
展開 