[發明專利]一種用于大全息距離的正則化參數選取方法

有效

• 申請號: 201811132564.5
• 申請日: 2018-09-27
• 公開（公告）號: CN109270492B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 褚志剛;譚大藝;楊洋;平國力;張永祥
• 申請（專利權）人: 重慶大學
• 主分類號: G01S5/20
• 分類號: G01S5/20
• 代理公司: 重慶大學專利中心 50201
• 代理人: 唐開平

本發明公開了一種用于大全息距離的正則化參數選取方法，該方法是基于等效源法的近場聲全息算法，在函數中，P是麥克風所測聲壓列向量，Q是等效源強度列向量，G是等效源到全息面測點聲壓的傳遞矩陣，||.||₂代表向量的2范數；本發明的正則化參數計算式為：λ＝m·z_h·σ_max，式中m是待定系數，z_h是全息距離，σ_max是對G進行奇異值分解后的最大奇異值。本發明的技術效果是增大了全息距離。

技術領域

本發明屬于聲場識別技術領域，具體涉及一種近場聲全息算法。

背景技術

近場聲全息(NAH)因具有較高的低頻分辨率，并且能夠實現三維聲場任意點處聲壓、質點振速等聲學量的重建與預測，而被廣泛應用于噪聲源識別以及空間聲場可視化領域。基于等效源法(ESM)的近場聲全息算法因其能適應于任何形狀聲源和陣列形式，而得到廣泛應用。該算法的基本步驟是首先測量全息面的聲壓信號，再逆向求解出等效源的強度，最后進行聲場重建和預測。其中逆向求解等效源的強度是該算法的核心。由于麥克風的數目M通常小于等效源的數目N，導致等效源的求解是一個欠定問題，因此需要進行正則化處理,正則化的關鍵在于正則化參數的選取。現有的等效源法近場聲全息是通過Tikhonov正則化方法求取正則化參數，譬如：L曲線，GCV法(Generalized Cross Validation)，Bayesian方法等，但這些方法只能適應于小全息距離，因為當全息距離增大，許多倏逝波成分在到達全息面前已經衰減，因此在大全息距離下的重建性能較差。但是對于高溫度、高速度的聲源，較危險的聲源，則需要大的全息距離，現有的Tikhonov正則化參數選取方法不適應大全息距離。

聲源平面距離麥克風陣列平面的距離是全息距離。本申請中的常規全息距離是指聲源平面與麥克風陣列平面的間距為1-3倍全息面上麥克風的平均間距，若間距為大于常規全息距離則稱為大全息距離。

發明內容

本發明所要解決的技術問題就是提供一種用于大全息距離的正則化參數選取方法，該方法能夠增大全息距離。

本發明所要解決的技術問題是通過這樣的技術方案實現的，本發明是基于等效源法的近場聲全息算法；

在函數中，P是麥克風所測聲壓列向量，Q是等效源強度列向量，G是等效源到全息面測點聲壓的傳遞矩陣，||.||₂代表向量的2范數；

正則化參數λ通過以下式子計算：

λ＝m·z_h·σ_max

式中，m是待定系數，z_h是全息距離，σ_max是對G進行奇異值分解后的最大奇異值。

所述待定系數m的確定過程是：預設m為1，10，20，...，140，150共16個m的取值；在一個取值m下，設置聲源頻率為200-1000Hz，頻率間隔為200Hz；全息距離為0.1-0.5m，間隔0.1m，共25種情況，則每一個m對應25個重建誤差，定義重建誤差不大于20％的情況占總體25種情況的百分比為優率；遍歷16種不同的m的取值，獲取每個m下的優率，然后選擇大優率對應的m值。

優選地，待定系數m取值范圍為10-100。

由于本發明在選擇正則化參數時，不僅考慮最大奇異值，還考慮了全息距離對重建性能的影響，正則化參數包含了更全面的信息，能適應大全息距離，為聲全息的近場測量的局限提供了新方法。

本發明的技術效果是增大了全息距離。

附圖說明

本發明的附圖說明如下：

圖1為丹麥公司的4958型傳聲器36通道Combo陣列圖；