除自谱的互谱矩阵波束形成的噪声源识别技术

    声源控制是噪声控制最根本、最有效的途径，而正确识别主要噪声源是实现声源控制的前提。常见的声源识别方法有传统识别法、时域分析法、频域分析法、声强测量法、声全息法、波束形成法等[1]。传统识别法简单易行，但识别精度低；时域分析法主要根据各声源或声源各部分时间特性的差别来分离周期噪声信号；基于傅里叶变换的频域分析法通过对噪声信号的频域分析得出信号频率分布结果，进而识别噪声源；声强测量法采用声强探头直接测量声强并进行声学成像，测量频带宽、成本低、不受声源类型限制和对测量环境要求低[2, 3]。上述方法多用于稳态工况下噪声源的识别，不宜于瞬态和运动声源的识别。基于波前重建的声全息法，可以识别定位噪声源，有效分析噪声的空间传播过程，进行运动声源的声场重建；但全息的测量面必须很靠近声源表面，在高频测量时为达到一定的分辨率要求致使测点数目多而无法控制，且运动声场重建误差较大导致的局限性问题[4 , 5]。而近年来，基于阵列测量的波束形成信号处理技术[6, 7]，因测量速度快，计算效率高，中高频率分辨率好，适宜中长距离测量，对稳态、瞬态及运动声源的定位精度高等优点[7]，在噪声源识别领域得到了广泛的应用。

    常规的波束形成直接对接收的声音信号进行延迟求和处理，通道自噪声等干扰信号未被排除，声源识别的精度相对较低。而基于除自谱的互谱矩阵波束形成，对各传声器接收声音信号进行互谱运算并除去自谱成分后再延迟求和，有效抑制了通道自噪声的干扰，提高了声源识别的精度[7]。虽然波束形成在声源识别中的应用日益广泛，但目前国内关于基于此理论的声源识别算法设计及软件开发报道较少，基于除自谱的互谱矩阵波束形成理论的算法设计和软件开发更鲜有报道。

    本文基于球面波假设，分析了除自谱的互谱矩阵波束形成理论，进行了相应的声源识别算法设计和软件开发，对声源平面上单一声源和相干声源分别进行了成像。进一步，通过验证算例验证了算法的准确性，并进行了某发动机额定转速工况下的声源识别试验，由此确定其主要的噪声来源。

    1 除自谱的互谱矩阵波束形成基本理论

    基于传声器阵列测量的波束形成信号处理技术，根据各个传声器接收声音信号的时间差以及传声器的位置获取高度方向性波束特征，进而识别声源。通过对传声器阵列中各阵元的输出进行延迟，以补偿各阵元上的传播延时，然后通过加和等运算；使得所有传声器感受到指定声源的同一个瞬时波前，进而产生一个空间相应极大值，即主瓣，从而将输出信号聚焦到声源的真实方向或位置。图1为假设的球面波声源入射到阵列，根据波束形成理论，其输出公式为：