统计最优近场声全息方法、系统、介质及设备

本发明涉及声学信号，特别涉及一种基于随机总体最小二乘的统计最优近场声全息方法、系统、介质及设备。

背景技术：

1、准确识别噪声源是机电产品噪声控制、低噪声设计及声质量设计的前提。统计最优近场声全息是一种非常有效的噪声源识别、定位及声场可视化技术，该方法将空间中任一点声压视作全息面采集声压的线性叠加，并可预测整个三维声场中任一点的声压、质点振速、声强以及声源辐射功率等诸多声学量。然而，当今统计最优近场声全息仅考虑了全息面波函数建模误差，忽略了重建面波函数建模过程中引入的不确定因素，导致鲁棒性低且重建过程不稳定。

2、背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成本领域技术人员公知的现有技术的信息。

技术实现思路

1、本发明提供一种基于随机总体最小二乘的统计最优近场声全息方法、系统、介质及设备，利用小型随机矩阵简化波函数模型，然后采用截断总体最小二乘方法截断高阶噪声，同时考虑了全息面与重建面波函数的建模误差，显著提升了原有统计最优近场声全息方法的精度和抗噪性能，提高了稳定性。

2、一种基于随机总体最小二乘的统计最优近场声全息方法包括：

3、步骤a，在距离声源近场一个波长区域内布置m个麦克风，采集壳体辐射声压数据，利用傅里叶变换与卡尔曼滤波器提取全息面声压ph；

4、步骤b，基于声源外形特征选取统计最优近场声全息单元波函数，以构建全息面与重建面波函数模型；

5、步骤c，利用随机矩阵降低全息面与重建面波函数模型矩阵维度；

6、步骤d，利用qr分解与奇异值分解svd截断噪声，通过总体最小二乘方法求解声场传递系数，进而重建目标声场。

7、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，m个麦克风组成的阵列覆盖整个声源。

8、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，所述阵列形状包括矩形平面、柱面、环形。

9、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，步骤b中，构建全息面与重建面波函数模型包括，

10、获取全息面与重建面各测点三维坐标，其中，全息面测点坐标rh，重建面测点坐标rr，

11、统计最优近场声全息单元波函数中，在直角坐标系下空间位置r处的单元平面波函数如下：

12、

13、式中，直角坐标系下波数向量k＝(kx，ky，kz)，直角坐标系下空间坐标r＝(x，y，z)，i为虚数单位，zs为直角坐标系下源面位置，

14、在柱坐标系下空间位置r处的单元柱面波函数如下：

15、

16、式中，柱坐标系下波数向量k＝(n，kz，kr)，柱面坐标系下空间坐标r＝(r，φ，z)，i为虚数单位，hn(1)表示n阶第一类hankle函数，rs为源面半径，

17、在球坐标系下空间位置r处的单元球面波函数如下：

18、

19、式中，球坐标系下波数向量k＝(n，m)，球坐标系下空间坐标r＝(r，θ，φ)，i为虚数单位，hn(1)表示n阶第一类hankle函数，表示连带勒让德函数，波数向量k以及空间坐标r代表波数域以及空间域中同一采样位置，区别在于投影在不同的空间坐标系中，

20、利用单元波函数构建全息面与重建面声场波函数矩阵a以及a，其形式如下所示，

21、

22、

23、其中，k表示直角坐标系、柱坐标系或球坐标系下波数向量中的一种，r表示直角坐标系、柱坐标系或球坐标系下空间坐标，下表“r”表示重建面，φ(k，r)表示波数向量k与空间坐标r下平面、柱面或球面单元波函数中的几种或几种组合，rh，m表示三维空间中第m个麦克风坐标，rr，q表示空间中第q个重建点坐标。

24、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，步骤c中，随机矩阵ω为(m+1)×l阶复高斯随机矩阵，l小于麦克风总数m。

25、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，步骤d中，

26、基于统计最优近场声全息联立全息面与重建面波函数矩阵如下：

27、ac＝a，

28、其中，a为全息面波函数矩阵，a为重建面波函数矩阵，c为需要求解的声场传递系数矩阵，采用随机总体最小二乘方法求解声场传递系数矩阵c，第i列求解过程如下：

29、建立增广矩阵c＝[a，b]，其中，a为全息面波函数矩阵，b为重建面波函数矩阵a中的第i列，则矩阵c的维度为n×(m+1)，

30、得到降维后数据矩阵y＝cω，其维度为n×l，

31、对降维后数据矩阵y进行qr分解，即y＝qr，其中，矩阵q的维度为n×l，

32、构造中间矩阵z＝qtc，其维度为l×(m+1)，

33、计算中间矩阵z的奇异值分解，得到z＝uσvt，其中酉矩阵v的维度为(m+1)×l，

34、提取解集矩阵v11＝v(1：m，1：k)与解集向量v21＝v(end,1：k)，其中，k表示截断阶次，其取值范围为0＜k＜l，

35、声场传递系数矩阵c的第i列解向量x为：

36、

37、其中，上标“t”表示矩阵转置，上标“+”表示矩阵/向量的广义逆，重复上述步骤，即可得到最终声场传递系数矩阵c，

38、计算重建面声压pr，计算式如下：

39、pr＝ctph。

40、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，获取重建面声压的总体相对误差，其为：

41、

42、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，所述总体相对误差小于50％。

43、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，噪声源包括机电产品噪声。

44、所述的一种基于随机总体最小二乘的统计最优近场声全息方法中，声源为点声源。

45、一种基于随机总体最小二乘的统计最优近场声全息系统包括：

46、采集单元，其包括在距离声源近场一个波长区域内布置的m个采集壳体辐射声压数据的麦克风、提取全息面声压ph的傅里叶变换单元与卡尔曼滤波器；

47、建模单元，其用于：基于声源外形特征选取统计最优近场声全息单元波函数，以构建全息面与重建面波函数模型；

48、降维单元，其用于：利用随机矩阵降低全息面与重建面波函数模型矩阵维度；

49、重建单元，其用于：利用qr分解与奇异值分解svd截断噪声，通过总体最小二乘方法求解声场传递系数，进而重建目标声场。

50、一种计算机存储介质，所述存储介质包括计算机指令，当其在计算机上运行时，使得计算机执行所述的方法。

51、一种电子设备，所述电子设备包括：

52、存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，

53、所述处理器执行所述程序时实现所述的方法。

54、和现有技术相比，本发明具有以下优点：本发明基于统计最优近场声全息原理，构建小型随机矩阵实现全息面、重建面波函数矩阵的有效降维，显著提升算法效率；利用截断总体最小二乘方法求解声场传递系数，同时考虑了全息面与重建面波函数建模误差，规避了因忽略重建面波函数建模误差导致声场重建失败的风险。相比于传统的统计最优近场声全息，本发明提供方法具有重建精度高、效率高、抗噪性能强等优点，能够科学指导机电产品噪声控制和低噪声设计。