[发明专利]一种基于组合优化正则化方法的近场声全息方法有效
申请号: | 201811607626.3 | 申请日: | 2018-12-27 |
公开(公告)号: | CN109764956B | 公开(公告)日: | 2020-03-31 |
发明(设计)人: | 成玮;倪晶磊;陈雪峰;周光辉;加正正;朱岩;陆建涛 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G01H17/00 | 分类号: | G01H17/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 组合 优化 正则 方法 近场 全息 | ||
本发明公开了一种基于组合优化正则化方法的近场声全息方法,利用在全息面上测得的各点声压,在统计最优柱面近场声全息理论方法的基础上,对选取的波数矢量采用截断奇异值和标准Tikhonov组合优化正则化方法抑制噪声和随机误差引起的波数矢量的测量误差,即组合优化正则化方法,利用组合优化正则化方法和GCV方法求取叠加系数矩阵和在全息面上测得的各点声压,将壳体结构装备表面各点声压表示为共形测量面声压的线性叠加,即可获得壳体结构装备表面声场,充分展示了其在壳体辐射噪声分析中的有效性,适用于柱形壳体结构,将柱形水下航行器射声场以可视化的方式显示出来,从而可以直观看出辐射声场的大小及分布情况,具有重要的理论意义及工程应用价值。
技术领域
本发明属于机械结构声辐射信号处理领域,特别涉及一种基于组合优化正则化方法的近场声全息方法。
背景技术
水下航行器的续航力大,机动性强,独立作战能力强,但其产生的噪声波在海水中可传递至数百海里,易被地方探测,严重削弱了其声隐身性能,因此,提高其声隐身性能是保证其安全性的关键。目前,首要解决的技术问题是获得水下航行器辐射声场,以实现对其隐身性能的精确评估。但对于内部声源繁多、传播路径复杂的水下航行器壳体装备,难以对其声隐身性能进行精确评估。当前,海军强国普遍利用装备有高精度固定式测量分析系统的水声试验场测试评估水下航行器声隐身性能,然而,水声试验场选址要求极高、技术复杂且成本高昂。
近场声全息(Nearfield Acoustic Holography,NAH)是一种非常有效的噪声源识别、定位与声场可视化方法,是通过近场测试获取足够多低空间频率传播波和高空间频率倏逝波成分重建出分辨率不受分析波长限制的高精度全息图像和丰富空间声场信息。然而传统NAH是通过空间二维傅立叶变换来实现解卷积运算得到重建面声压,在全息计算过程中会带来窗效应和卷绕误差,因而要求测试孔径面积至少为声源面积两倍,对于大尺寸柱形壳体结构装备,满足NAH要求的精确测试很难实现。统计最优近场声全息技术(SONAH)直接通过全息测量面复声压的线性叠加实现空间声场的重建,从根本上避免了传统NAH存在的窗效应和卷绕误差,克服了对测量尺寸的严格要求。然而,国内学者对该方法进行了大量的理论和实验研究,不过往往偏重于统计最优平面近场声全息问题,对于水下航行器这种柱形声源研究较少,而且缺少对此声学不适定性问题的研究。
发明内容
本发明的目的在于提供一种基于组合优化正则化方法的近场声全息方法,以克服现有技术的不足。
为达到上述目的,本发明采用如下技术方案:
一种基于组合优化正则化方法的近场声全息方法,包括以下步骤:
步骤1),在最大波数限定的空间波数平面上非等间隔地选取各波数矢量;
步骤2),对选取的波数矢量采用截断奇异值和标准Tikhonov组合优化正则化方法抑制噪声和随机误差引起的波数矢量的测量误差;
步骤3),利用步骤2)组合优化正则化方法和GCV方法求取叠加系数矩阵C(rS)和在全息面上测得的各点声压p(rHn),将壳体结构装备表面各点声压表示为共形测量面声压的线性叠加,即p(rS,θ,z)=C(rS)p(rHn),即可获得壳体结构装备表面声场。
进一步的,步骤1)中,在最大波数限定的空间波数平面上非等间隔地选取各波数矢量:
最优柱面近场声全息方法过程如下:
稳态声波场Helmholtz方程在柱面坐标系下的行波解为
式中,p(r,θ,z)为空间任意点声压,定义einθ和为柱面波函数,kz为轴向波数,k为声波数,n为周向波数;为待定未知数,表示n阶第一类Henkel函数;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811607626.3/2.html,转载请声明来源钻瓜专利网。