[发明专利]一种基于配点谱-逐维分析理论的平板隔声量预测方法

摘要

本发明公开了一种基于配点谱‑逐维分析理论的平板隔声量预测方法。首先，建立平板隔声量的计算模型并基于不确定参数的试验数据定量化为区间随机模型；其次，采用两步顺序求解策略，对区间参数以高斯积分点进行抽样，在给定区间参数实现条件下对随机参数以稀疏网格配点法抽样；再次，基于配点谱分析理论利用随机参数样本点处的平板隔声量离散值计算其均值与方差，基于逐维分析理论利用区间参数样本点处平板隔声量均值(或方差)的离散值计算均值(或方差)的最值点向量；最后，在最值点向量处计算平板隔声量以最终输出其均值的波动范围与方差的波动范围。本发明首次考虑了混合不确定性对平板隔声量的影响，可用于指导噪声控制策略的应用。

主权项

1.一种基于配点谱‑逐维分析理论的平板隔声量预测方法，其特征在于包括以下步骤：第一步：建立平板隔声系统对应的统计能量分析模型及平板隔声量STL的计算模型；第二步：根据第一步中平板隔声量STL关于平板隔声系统参数的灵敏度分析数据或工程人员经验，给定正态随机参数列向量a所包括的不确定参数，进一步基于正态随机参数列向量a的试验数据以区间随机模型将其定量化为区间正态随机参数列向量a(bI)，其中区间参数列向量bI表示正态随机参数列向量a的概率分布参数的不确定性，区间参数列向量bI的下界列向量、上界列向量、中点列向量与半径列向量分别表示为bL、bU、bc和br；第三步：根据工程人员经验或者计算机系统内的专家评估系统评估平板隔声量S_TL关于区间参数列向量b^I每个分量的非线性程度，确定平板隔声量S_TL关于每个区间参数的最佳平方逼近函数的阶数N及高斯积分点列向量利用第二步获得的中点列向量b^c、半径列向量b^r及本步中高斯积分点列向量对区间参数列向量b^I抽样，将样本点存储于区间样本点矩阵M_I，存储格式为M_I＝[S⁽¹⁾；S⁽²⁾；...；S⁽ⁱ⁾；...；S^(m)]；第四步：利用基于Gauss‑Hermite配点集合的稀疏网格配点法产生n维独立标准正态分布随机变量的Ns个样本点，并存储于配点样本矩阵MC，在n维空间内二阶混沌多项式展开的函数基底以Γ1×(n+1)(n+2)/2表示，将配点样本矩阵MC逐行代入函数基底Γ中，计算其在每个配点样本处的值并逐行存储于基底函数矩阵H；第五步：根据第三步获得的区间样本点矩阵M_I的第i个矩阵块S⁽ⁱ⁾，将区间参数列向量b^I取该矩阵的第i_s行为其具体实现；利用第四步获得的配点样本矩阵M_C对随机参数列向量a抽样，并存储于随机样本点矩阵将随机样本点矩阵逐行代入第一步获得的平板隔声量S_TL的计算模型，获得N_s维的平板隔声量列向量M_S；根据平板隔声量列向量M_S与第四步获得的基底函数矩阵H获得平板隔声量S_TL混沌多项式展开的系数列向量C，进一步获得平板隔声量S_TL的均值与方差第六步：以第五步遍历区间样本点矩阵S⁽ⁱ⁾的所有行，获得平板隔声量S_TL在第i个区间参数的s个样本点处的均值向量μ⁽ⁱ⁾与方差向量σ⁽ⁱ⁾，根据最佳平方逼近理论，分别建立平板隔声量S_TL的均值和方差关于第i个区间参数的最佳平方逼近函数和第七步：根据第六步获得的平板隔声量S_TL的均值最佳平方逼近函数计算其导函数零点并与标准区间[‑1,1]的端点组成极值点向量计算平板隔声量S_TL均值关于第i个区间参数的最小值点和最大值点并计算平板隔声量S_TL方差关于第i个区间参数的最小值点和最大值点第八步：将第五步至第七步的实施步骤遍历区间参数列向量bI中的所有区间参数，从而获得平板隔声量STL均值关于区间参数列向量bI的最小值点列向量xmin,μ和最大值点列向量xmax,μ，并获得平板隔声量STL方差的最小值点列向量xmin,σ和最大值点列向量xmax,σ，将最值点列向量映射到区间参数列向量bI空间中获得bmin,μ,bmax,μ,bmin,σ,bmax,σ；第九步：按照第五步的处理方式，将区间参数列向量bI取第八步中均值最小值点列向量bmin,μ，利用第四步获得的配点样本矩阵MC对正态随机参数列向量a抽样并计算样本点处平板隔声量STL值，获得平板隔声量向量MS，进一步根据第四步获得的基底函数矩阵H计算平板隔声量STL混沌多项式展开的系数列向量C，确定平板隔声量STL均值下界为μL，并计算平板隔声量STL均值上界为μU、方差下界为σL与方差上界为σU，最终获得平板隔声量STL均值的区间界限为μI＝[μL,μU]与方差的区间界限为σI＝[σL,σU]。