刘　鹏， 刘志红， 李　贺， 吴波波， 仪垂杰

(青岛理工大学 能源与环境装备实验中心， 山东 青岛 266520)

传声器阵列可视化效果影响因素研究

刘鹏， 刘志红， 李贺， 吴波波， 仪垂杰

(青岛理工大学 能源与环境装备实验中心， 山东 青岛 266520)

摘要:随着社会的不断发展， 人们对声源定位技术的要求越来越严格. 本文针对这个问题， 分析了在声源可视化过程中的影响因素. 通过一系列对比参照实验， 着重分析了影响其可视化效果的距离因素. 本文实验为将来的可视化研究提供了参考数据， 为提高传声器阵列的识别性能、 提高声源识别的精度、 基于声品质的声源成像等提供帮助.

关键词:声源可视化； 传声器阵列； 噪声源定位

0引 言

近年来， 通过传声器阵列来实现噪声源识别的技术， 越来越受到人们的重视， 并且成为世界各地专家与学者研究的重点. 声信号的接收通过若干个麦克风组成的传声器阵列实现， 然后将各麦克风接收的声信号在一定的算法基础上进行处理， 加强真实声源的聚焦点位置的输出量， 形成“主瓣”， 而其他聚焦点位置的输出量被衰减， 形成“旁瓣”， 从而达到识别声源的目的.

1发展历程

传声器阵列是由若干个传声器在指定空间按照一定规律排列组合而成. 是一套能够实现声信号测试、 收集与处理的设备[1,2]. 最早的传声器阵列出现在一战期间， 作为探测敌军飞机的听力设备使用， Johnson和Dudgeon[3]曾经在《阵列信号处理》中有过讲解[3]. 虽然一维传声器阵列在使用方面具有一定的优势， 但是采集到的声场数据太少且不具有代表性， 而且多数情况下是假设声源为线性分布的前提下再进行， 因此在声源识别方面具有一定的局限性.

由于一维阵列具有上述的局限性， 人们才开始致力于研究二维平面传声器阵列. 自从1987年， Blacodon， Caplot和Elias[4]利用平面传声器阵列在法国ONERA 风洞进行直升机旋翼的噪声源以后， 二维平面传声器阵列的优势逐渐开始得到人们的关注， 随后相应的研究工作在世界各地被广泛展开.

前面所提到的传声器阵列应用范围比较窄， 只有当被测物体的噪声源位于识别阵列的前方才可以发挥其可视化的功能. 而对于存在三维结构的噪声源的房间等混响场内， 由于无法采集到完整的三维空间声场， 故而不能实现准确识别. 从一维线性到二维平面再到三维立体， 在过去的数十年里， 传声器阵列的测量技术也得到了长足的发展. 如何设计开发出分辨率更好、 识别精度更高、 成本更低、 更方便适用的传声器阵列仍是国内外学者不断追求的目标.

2基本原理

作为阵列信号处理技术的基础， 传声器阵列测量是必不可少的. 在得到实验数据之后， 可以通过波束成形或者其他的阵列信号处理方法达到可视化的效果. 传感器在接收声波的同时会产生时间差异， 传感器所在的位置可以得到声程差， 通过时间差异和声程差可以得到相位差， 从而可以用波束成形等方法来确定信号源的方向[5].

对于传声器阵列而言， 如果所有的信号同时同向被各阵元接收， 阵列可以产生一个增强的信号输出， 否则输出将被减弱. 传声器阵列中各阵元的输出经过延时、 加权、 求和等运算处理之后， 针对不同的处理算法， 选取适当的加权向量， 从而补偿各阵元上的传播延时， 使某一期望方向上的信号到达阵列后都是同向的， 进而在该方向上产生一个空间响应极大值， 达到空间滤波的目的， 以实现定向作用[6]. 因此， 传声器阵列测量技术还可以作为实现声源定位， 声场可视化测量的手段. 通过对传声器阵列测得的振速或声压数据进行处理， 在重建声源表面上得出声源分布图， 完成声场可视化测量， 直观表示声源位置[7]. 其系统组成如图 1， 图 2 所示.

图 1　声成像系统组成示意图Fig.1　Schematic diagram of acoustic imaging system

图 2　实验环境Fig.2　Experimental environment

3旁瓣抑制比

阵列的旁瓣抑制比是指阵列输出中的主瓣峰值与最大旁瓣峰值之间的关系， 其主要体现在阵列采集声音信号后[8,9]， 经过波束形成算法的输出分布函数和最大旁瓣水平函数. 文章通过旁瓣抑制比对噪声的可视化效果进行说明[10]. 其中阵列的主瓣输出分布函数为

(1)

最大旁瓣水平函数

(2)

结合声学基础理论， 定义阵列的旁瓣抑制比为

(3)

从式(3)可以看出， 阵列的旁瓣抑制比大小与阵列波束形成输出密不可分[11]， 而在进行波束形成计算时， 当来波方向k及阵列权系数固定时， 其输出大小取决于阵列中各阵元的位置矢量rm. 因此， 为了获得理想的旁瓣抑制比， 设计合理的传声器布置形式是十分重要的.

4影响因素分析

图 3　圆形阵列4 000 Hz指向性图Fig3　4 000 Hz directive diagram of circular array

在阵列信号处理的过程中， 影响可视化效果的因素有很多. 比如实验环境噪声、 数据处理算法、 声源与阵列之间的距离、 传感器的摆放及数量、 声源的频率以及其他不可避免的真实的数据模型和算法设定的数据模型之间存在的差异[12]. 本文所涉及实验均在消声室内进行， 因此可基本忽略由实验环境以外的噪声带来的影响， 使用的实验仪器是基于波束成形理论算法进行的阵列信号处理[13]. 所以， 本文着重对声源与阵列之间的距离、 传感器的阵列结构、 声源的频率3个因素进行研究， 在其中某两个因素一定的条件下， 对另外一个操作， 形成对比试验， 并以阵列指向性图和旁瓣抑制比的形式体现不同条件下的传声器阵列性能的优劣[14].

图 4　阿基米德螺旋阵列4 000 Hz指向性图Fig.4　4 000 Hz directive diagram of archimedes spiral array

图 5　随机螺旋阵列4 000 Hz指向性图Fig.5　4 000 Hz directive diagram of random helical array

5实验总结

由指向性图可以清楚地看出， 本实验所用随机螺旋阵列的可视化效果要明显优于圆形阵列和阿基米德螺旋阵列. 而且通过对旁瓣抑制比(如表 1～表 3 所示)的比较， 可以得出以下结论： ① 在相同条件下随机螺旋阵列的性能相对更加优越； ② 单频噪声源的旁瓣抑制比会随着距离的增加逐渐提高， 在增加到5 m以后会逐渐趋于平缓； ③ 在阵列结构确定的情况下， 旁瓣抑制比会随着噪声源频率的增加而逐步提高， 也就是说可视化效果更好. 综上所述， 当噪声源与阵列的距离大于5 m， 使用随机螺旋阵列会使噪声源的可视化效果达到比较理想的状态.

表 1　圆形阵列抑制比/dB

表 2　阿基米德螺旋阵列抵制比/dB

表 3　随机螺旋阵列抑制比/dB

6发展方向

1) 开发声源识别性能更优的传声器阵列仍是目前的一个研究热点. 通过改变传声器间隔、 阵列尺寸、 传声器数目等参数， 使阵列传声器布置形式更加优化、 寻求更合理的传声器信号计权函数， 使传声器阵列声源识别的空间分辨率更高， 最大旁瓣水平更低， 有效动态范围更大[15].

2) 基于声品质的声源成像及可视化研究. 噪声源识别的最终目的是为了改善被识别对象的声学品质， 而传统的声压、 声强等客观参数的可视化成像结果更多地表达噪声源的强度信息， 未能直接给出噪声接收者对噪声的主观感受， 基于响度、 尖锐度、 粗糙度等声品质参数的声源可视化成像是未来波束形成声源识别技术的又一研究方向[16].

参考文献：

[1]Zhu Zhigang, Yang Yang, Wang Weidong, et al. Speed freight car beam forming method based on noise source identification of [J]. Vibration and Shock, 2012, 31(7): 66-70.

[2]Mehdi Batel, Marc Marroquin. Noise source location techniques-simple to advanced applications[J]. Sound and Vibration, 2003, 37(3): 24-38.

[3]Johnson D H, Dudgeon D E. Array signal processing: concepts and techniques[J]. New Jersey: Prentice Hall, 1993, 28(4): 24-26.

[4]赵芳芳. 波束形成方法在噪声源识别应用中的仿真和实验研究[D]. 上海： 上海交通大学机械系统与振动国家重点实验室, 2007.

[5]Blacodon D, Caplot M, Elias G. A source localization technique for helicopter rotor noise [C]//11th AIAAA eroa coustics Conference,Sunnyvale,CA,October 19-21,1987.

[6]杜功焕, 朱哲民. 声学基础[M]. 南京: 南京大学出版社, 2012.

[7]Liu Luobin, Li Shunming, Ding Han, Jenny. Beamforming microphone array sound field simulation analysis of the theory of design and manufacturing of engineering machinery based on [J]. Nanjing, Nanjing University of Aeronautics & Astronautics, 2014(5): 71-75.

[8]王雁, 仪垂杰, 刘志红, 等. 麦克风基阵结构的噪声源识别性能研究[J]. 测试技术学报， 2013(4): 304-309.

Wang Yan, Yi Chuijie, Liu Zhihong, et al. Study on the noise source identification properties of microphone sub-array structure[J]. Journal of Test and Measurement Technology, 2013(4): 304-309. (in Chinese)

[9]Lin Zhibin, Xu Bailing. Sound source localization based on microphone array acoustic technology[J]. 2004(5): 19-23.

[10]Wu Bobo. Based on the moving sound sources visualization of microphone array[J]. Qingdao: Qingdao Technological University, 2014(4): 50-51.

[11]Zhu Zhigang, Yang Yang, Ni Jimin, Jiang Hong. Research progress of beamforming for [J]. Source Identification of Acoustic, Acoustic Technology, 2013(10): 432-433.

[12]全星慧, 周围, 韩建, 等. 基于Matlab的信号与系统实验平台设计[J]. 现代电子技术, 2014(22)： 88-90.

Quan Xinghui, Zhou Wei, Han Jian, et al. Design of Matlab-based experiment platform for signal and system[J]. Modern Electromics Technique, 2014(22): 88-90. (in Chinese)

[13]吴九汇, 陈花玲, 黄协清.旋转点声源空间声场的频域精确解[J].西安交通大学学报, 2000, 34(1)： 71-75.

Wu Jiuhui, Chen Hualing, Huang Xieqing. Acoustic solution of rotating point source in frequency domain[J]. Journal of Xi’an Jiaotong University, 2000, 34(1): 71-75. (in Chinese)

[14]Liu Zhe, Chen Rilin, Teng Pengxiao, et al. Design of array acoustic imaging system of [J]. micro computer applications, 2011, 32(7): 70-75.

[15]林志斌, 徐柏龄. 基于传声器阵列的声源定位[J].电声技术, 2004(5): 19-23.

Lin Zhibin, Xu Boling. Sound source localization based on microphone array[J]. Audio Engineering, 2004(5): 19-23. (in Chinese)

[16]蒙海英. 基于Matlab的超声波声场模拟及可视化研究[D]. 大连: 大连理工大学, 2008.

Study on the Influencing Factors of Microphone Array Visualization

LIU Peng, LIU Zhihong, LI He,WU Bobo, YI Chuijie

(Energy and Environmental Equipment Experimental Center, Qingdao University of Technology, Qingdao 266520, China)

Abstract:With the continuous development of society, it’s becoming more and more strict of people’s demand for sound source localization technology.The influence factors in the visual process of sound source were analyzed in this paper.Through a series of comparative experiments, the influence of the distance factor on the visual effect was analyzed emphatically. The experiment of this paper provided reference data for future visualization research,and it’s helpful for enhancing the recognition performance of microphone array,improving the accuracy of sound source identification, source imaging based on the sound quality of the sound.

Key words:sound source visualization; microphone array; sound source localization

文章编号:1671-7449(2016)03-0231-05

收稿日期:2015-10-27

基金项目：国家自然科学基金资助项目(61271387)； 国家青年科学基金资助项目(61401245)

作者简介：刘鹏(1988-)， 男， 硕士， 主要从事声源可视化研究.

中图分类号:TB53

文献标识码:A

doi:10.3969/j.issn.1671-7449.2016.03.009