丁 浩，傅栋林，张锐之

（浙江工业大学 特种装备制造与先进加工技术教育部/浙江省重点实验室，浙江 杭州310014）

噪声水平是衡量机械产品的重要环保指标，欧美国家建立了大量的相关技术标准作为市场准入的环保条件，这对国产林用机械产品的出口形成了无形的壁垒。为降低机械噪声水平，目前主要是通过声源识别定位方法进行噪声源识别定位，然后采取针对性手段降噪。波束形成法具有计算快、测量方便等优点，对静止或运动的中高频、远距离声源都有很好的识别能力［1］。传统波束形成法（delay and sum beamforming，DAS）不仅在真实声源位置输出具有一定宽度的主瓣，还在非声源位置输出旁瓣，为防止过大的旁瓣导致混淆或湮灭主瓣［2］，如何控制旁瓣水平是当前国内外研究热点［3］。2004年，美国BROOKS等［4］首先提出了反卷积波束形成法（deconvolution approach for the mapping of acoustic sources method，DAMAS），此法显著控制了旁瓣水平，克服了传统波束形成法的局限性，近10 a取得了快速发展。本文从反卷积波束形成法理论原理及现有反卷积波束形成法的对比这2个方面来概述。

1 反卷积算法原理

反卷积波束形成法是一种逆问题求解算法。该算法以传统波束形成作为预处理，得到所有扫描点的均方声压值。假设对流层和剪切层折射并不影响噪声传播到麦克风阵列，可以得出第n个假设声源点传播到第m个麦克风的声压信号矩阵：

式（1）中：m∶n表示第n个声源点到第m个麦克风，e为导向因子。Qn为网格上第n个假设声源点的声压平方矩阵。首先计算：

式（2）中：m′为除m以外的任意麦克风。……