基于LabVIEW的噪聲源識(shí)別方法研究及系統(tǒng)開(kāi)發(fā)
發(fā)布時(shí)間:2021-07-05 14:47
從噪聲源處控制噪聲是噪聲控制最有效、最便捷的方式,準(zhǔn)確識(shí)別出噪聲源的位置是控制噪聲的前提。近場(chǎng)聲全息技術(shù)和波束形成技術(shù)是兩種常用的噪聲源識(shí)別方法。近場(chǎng)聲全息技術(shù)利用全息面和聲源面之間的聲場(chǎng)關(guān)系重建出聲場(chǎng),適用于近距離測(cè)量和中低頻聲源。波束形成技術(shù)通過(guò)對(duì)聲音信號(hào)進(jìn)行延遲、加權(quán)和求和,使期望信號(hào)產(chǎn)生一個(gè)響應(yīng)極大值,從而得到真實(shí)的聲源分布,適用于遠(yuǎn)距離測(cè)量和高頻聲源。隨著人工智能的興起,將機(jī)器學(xué)習(xí)算法引入聲源識(shí)別定位過(guò)程中,不僅可以提高計(jì)算效率,而且可以提高定位精度,因此提出了基于極限學(xué)習(xí)機(jī)的聲源識(shí)別方法,對(duì)已有的數(shù)據(jù)樣本進(jìn)行學(xué)習(xí)后,訓(xùn)練得到一個(gè)模型,將測(cè)試數(shù)據(jù)作為輸入,依據(jù)模型的判斷進(jìn)行聲源位置分類,具有計(jì)算效率高和定位精度高的優(yōu)勢(shì)。論文首先研究了四種噪聲源識(shí)別方法的推導(dǎo)過(guò)程,并通過(guò)數(shù)值仿真驗(yàn)證了這些方法的可行性,以平面近場(chǎng)聲全息、互譜成像算法、DAMAS算法和DAMAS2算法為理論依據(jù),以LabVIEW為軟件平臺(tái),傳聲器、NI采集卡和計(jì)算機(jī)為硬件,開(kāi)發(fā)出一套噪聲源識(shí)別系統(tǒng)。該系統(tǒng)包括示波模塊、標(biāo)定模塊、采集模塊和算法處理模塊。示波模塊包含時(shí)域顯示、頻域顯示、倍頻程顯示和功率譜顯示;標(biāo)定模...
【文章來(lái)源】:安徽大學(xué)安徽省 211工程院校
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
平面近場(chǎng)聲全息的LabVIE
第二章基于LabVIEW的噪聲源識(shí)別方法研究10(a)LabVIEW重建聲場(chǎng)圖(b)MATLAB重建聲場(chǎng)圖圖2.3平面近場(chǎng)聲全息的LabVIEW和MATLAB聲場(chǎng)重建對(duì)比圖Figure2.3ComparisonofplaneNAHsoundfieldreconstructionbetweenLabVIEWandMATLAB2.3互譜成像算法2.3.1理論推導(dǎo)互譜成像算法示意圖如圖2.4所示,在笛卡爾坐標(biāo)系xoy中,測(cè)量面用W表示,在測(cè)量面上共有M個(gè)傳聲器,圖中的黑點(diǎn)表示傳聲器;聚焦面用T表示,聚焦面被均勻劃分成N個(gè)聚焦點(diǎn);為第m個(gè)傳聲器的位置,為第n個(gè)聚焦點(diǎn)的位置,為測(cè)mrnrr量面中心和聚焦點(diǎn)之間的距離。O測(cè)量面Wzxmrry聚焦面Trnr圖2.4互譜成像算法示意圖Figure2.4Schematicdiagramofcross-spectralimagingalgorithm假設(shè)每個(gè)聚焦點(diǎn)都是潛在聲源的位置,p為測(cè)量面上傳聲器接收的聲壓,q為聚焦面潛在聲源的源強(qiáng),G為測(cè)量面與聚焦面之間的傳遞矩陣,從而有:pGq(2.9)式(2.9)中,H,H為共軛轉(zhuǎn)置,傳遞矩陣的表達(dá)式為:21NqqqqG
第二章基于LabVIEW的噪聲源識(shí)別方法研究14數(shù)為21×21個(gè)。聲測(cè)量面的大小也是1m×1m(yxm5.0m5.0m,5.0m5.0),各聚焦點(diǎn)的間隔均為0.05m,測(cè)點(diǎn)數(shù)為21×21個(gè),且到聲源的距離為0.1m;贚abVIEW處理后的聚焦面聲源識(shí)別如圖2.7(a)所示,為了驗(yàn)證經(jīng)LabVIEW處理后的聲源識(shí)別準(zhǔn)確性,使用相同的參數(shù)進(jìn)行MATLAB仿真,把得到的兩個(gè)結(jié)果進(jìn)行對(duì)比。MATLAB軟件和LabVIEW處理的聚焦面聲源識(shí)別如圖2.7所示。圖2.7(a)表示LabVIEW程序中DAMAS算法的聲源識(shí)別結(jié)果,圖2.7(b)表示MATLAB中DAMAS算法的聲源識(shí)別結(jié)果。對(duì)比圖2.7(a)和2.7(b),可以看出,兩個(gè)聲場(chǎng)識(shí)別圖基本相同,說(shuō)明基于LabVIEW軟件平臺(tái),DAMAS算法能夠準(zhǔn)確的識(shí)別出聲場(chǎng)中聚焦面上的聲壓信息。(a)LabVIEW聲源識(shí)別圖(b)MATLAB聲源識(shí)別圖圖2.7DAMAS算法的LabVIEW和MATLAB聲源識(shí)別對(duì)比圖Figure2.7ComparisonofDAMASsoundidentificationbetweenLabVIEWandMATLAB2.5DAMAS2算法2.5.1理論推導(dǎo)陣列點(diǎn)擴(kuò)散函數(shù)具有近似空間平移不變性,DAMAS2算法把聚焦點(diǎn)和測(cè)量點(diǎn)間的相對(duì)位置作為陣列點(diǎn)擴(kuò)散函數(shù)的值,從而得到下式:(/)()nnpsfrrpsfrr(2.22)通過(guò)傅里葉變換將式(2.22)其轉(zhuǎn)化為波數(shù)域:*1nnbpsfFFFpsfqq(2.23)式(2.23)中,b為式(2.20)b中的元素按聚焦點(diǎn)在聚焦面上的順序組成的矩陣,為逆1F傅里葉變換算子,F(xiàn)為傅里葉變換算子,q為式(2.20)x中的元素按照聚焦點(diǎn)聚焦面上的順序組成的矩陣,為陣列點(diǎn)擴(kuò)散函數(shù)按照聚焦點(diǎn)在聚焦面上的順序組成的矩陣。npsf
【參考文獻(xiàn)】:
期刊論文
[1]虛擬儀器技術(shù)在新工科虛擬仿真實(shí)驗(yàn)平臺(tái)中的應(yīng)用[J]. 劉萍萍,黃嵐,趙宏偉. 計(jì)算機(jī)教育. 2019(11)
[2]淺析虛擬儀器在電子技術(shù)演示實(shí)驗(yàn)中的應(yīng)用[J]. 李嚴(yán)靜. 數(shù)字技術(shù)與應(yīng)用. 2019(08)
[3]基于LabVIEW的繼電器品質(zhì)檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 汪成龍,陳銘泉,孫培宜,王佳洪,黃余鳳. 制造業(yè)自動(dòng)化. 2019(08)
[4]基于虛擬儀器的先進(jìn)過(guò)程控制實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)[J]. 張總,王建莉. 中國(guó)儀器儀表. 2019(07)
[5]基于LabVIEW的泵性能測(cè)試系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[J]. 董亮,吳侃,劉厚林,代翠,徐海良. 流體機(jī)械. 2018(11)
[6]基于LabVIEW的防火監(jiān)測(cè)報(bào)警系統(tǒng)設(shè)計(jì)[J]. 張楠. 機(jī)械工程與自動(dòng)化. 2018(04)
[7]單片機(jī)和LabVIEW下多路數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)研究[J]. 董鵬,鮑印虎,張占美. 科技傳播. 2018(09)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的雙耳聲源定位算法[J]. 談雅文,王立杰,姚昕羽,湯一彬,周琳. 電聲技術(shù). 2018(05)
[9]一種基于SVM的聲源定位算法[J]. 顧曉瑜,楊悅. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[10]壓縮感知聲源定位方法研究[J]. 寧方立,衛(wèi)金剛,劉勇,石旭東. 機(jī)械工程學(xué)報(bào). 2016(19)
博士論文
[1]有限空間水下結(jié)構(gòu)近場(chǎng)聲全息技術(shù)及應(yīng)用研究[D]. 孫超.哈爾濱工程大學(xué) 2013
碩士論文
[1]基于LabVIEW的軟件相關(guān)器設(shè)計(jì)與實(shí)現(xiàn)[D]. 李凱.華中科技大學(xué) 2019
[2]基于LabVIEW的聲音信號(hào)的采集與分析系統(tǒng)[D]. 于永芳.青島大學(xué) 2018
[3]環(huán)衛(wèi)洗掃車聲源識(shí)別及噪聲控制[D]. 王家璇.華中科技大學(xué) 2018
[4]基于LabVIEW的噪聲源可視化定位系統(tǒng)設(shè)計(jì)[D]. 胡鵬.合肥工業(yè)大學(xué) 2018
[5]基于機(jī)器學(xué)習(xí)的聲源定位研究[D]. 楊悅.南京郵電大學(xué) 2017
[6]基于雙耳聲源定位的魯棒語(yǔ)音分離研究[D]. 束佳明.東南大學(xué) 2016
[7]基于LabVIEW的噪聲源識(shí)別系統(tǒng)開(kāi)發(fā)[D]. 張亞虎.合肥工業(yè)大學(xué) 2013
[8]近場(chǎng)波束形成算法及其應(yīng)用研究[D]. 楊冬.電子科技大學(xué) 2012
[9]基于NI平臺(tái)的波束形成聲源識(shí)別研究[D]. 任國(guó)棟.合肥工業(yè)大學(xué) 2009
本文編號(hào):3266274
【文章來(lái)源】:安徽大學(xué)安徽省 211工程院校
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
平面近場(chǎng)聲全息的LabVIE
第二章基于LabVIEW的噪聲源識(shí)別方法研究10(a)LabVIEW重建聲場(chǎng)圖(b)MATLAB重建聲場(chǎng)圖圖2.3平面近場(chǎng)聲全息的LabVIEW和MATLAB聲場(chǎng)重建對(duì)比圖Figure2.3ComparisonofplaneNAHsoundfieldreconstructionbetweenLabVIEWandMATLAB2.3互譜成像算法2.3.1理論推導(dǎo)互譜成像算法示意圖如圖2.4所示,在笛卡爾坐標(biāo)系xoy中,測(cè)量面用W表示,在測(cè)量面上共有M個(gè)傳聲器,圖中的黑點(diǎn)表示傳聲器;聚焦面用T表示,聚焦面被均勻劃分成N個(gè)聚焦點(diǎn);為第m個(gè)傳聲器的位置,為第n個(gè)聚焦點(diǎn)的位置,為測(cè)mrnrr量面中心和聚焦點(diǎn)之間的距離。O測(cè)量面Wzxmrry聚焦面Trnr圖2.4互譜成像算法示意圖Figure2.4Schematicdiagramofcross-spectralimagingalgorithm假設(shè)每個(gè)聚焦點(diǎn)都是潛在聲源的位置,p為測(cè)量面上傳聲器接收的聲壓,q為聚焦面潛在聲源的源強(qiáng),G為測(cè)量面與聚焦面之間的傳遞矩陣,從而有:pGq(2.9)式(2.9)中,H,H為共軛轉(zhuǎn)置,傳遞矩陣的表達(dá)式為:21NqqqqG
第二章基于LabVIEW的噪聲源識(shí)別方法研究14數(shù)為21×21個(gè)。聲測(cè)量面的大小也是1m×1m(yxm5.0m5.0m,5.0m5.0),各聚焦點(diǎn)的間隔均為0.05m,測(cè)點(diǎn)數(shù)為21×21個(gè),且到聲源的距離為0.1m;贚abVIEW處理后的聚焦面聲源識(shí)別如圖2.7(a)所示,為了驗(yàn)證經(jīng)LabVIEW處理后的聲源識(shí)別準(zhǔn)確性,使用相同的參數(shù)進(jìn)行MATLAB仿真,把得到的兩個(gè)結(jié)果進(jìn)行對(duì)比。MATLAB軟件和LabVIEW處理的聚焦面聲源識(shí)別如圖2.7所示。圖2.7(a)表示LabVIEW程序中DAMAS算法的聲源識(shí)別結(jié)果,圖2.7(b)表示MATLAB中DAMAS算法的聲源識(shí)別結(jié)果。對(duì)比圖2.7(a)和2.7(b),可以看出,兩個(gè)聲場(chǎng)識(shí)別圖基本相同,說(shuō)明基于LabVIEW軟件平臺(tái),DAMAS算法能夠準(zhǔn)確的識(shí)別出聲場(chǎng)中聚焦面上的聲壓信息。(a)LabVIEW聲源識(shí)別圖(b)MATLAB聲源識(shí)別圖圖2.7DAMAS算法的LabVIEW和MATLAB聲源識(shí)別對(duì)比圖Figure2.7ComparisonofDAMASsoundidentificationbetweenLabVIEWandMATLAB2.5DAMAS2算法2.5.1理論推導(dǎo)陣列點(diǎn)擴(kuò)散函數(shù)具有近似空間平移不變性,DAMAS2算法把聚焦點(diǎn)和測(cè)量點(diǎn)間的相對(duì)位置作為陣列點(diǎn)擴(kuò)散函數(shù)的值,從而得到下式:(/)()nnpsfrrpsfrr(2.22)通過(guò)傅里葉變換將式(2.22)其轉(zhuǎn)化為波數(shù)域:*1nnbpsfFFFpsfqq(2.23)式(2.23)中,b為式(2.20)b中的元素按聚焦點(diǎn)在聚焦面上的順序組成的矩陣,為逆1F傅里葉變換算子,F(xiàn)為傅里葉變換算子,q為式(2.20)x中的元素按照聚焦點(diǎn)聚焦面上的順序組成的矩陣,為陣列點(diǎn)擴(kuò)散函數(shù)按照聚焦點(diǎn)在聚焦面上的順序組成的矩陣。npsf
【參考文獻(xiàn)】:
期刊論文
[1]虛擬儀器技術(shù)在新工科虛擬仿真實(shí)驗(yàn)平臺(tái)中的應(yīng)用[J]. 劉萍萍,黃嵐,趙宏偉. 計(jì)算機(jī)教育. 2019(11)
[2]淺析虛擬儀器在電子技術(shù)演示實(shí)驗(yàn)中的應(yīng)用[J]. 李嚴(yán)靜. 數(shù)字技術(shù)與應(yīng)用. 2019(08)
[3]基于LabVIEW的繼電器品質(zhì)檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 汪成龍,陳銘泉,孫培宜,王佳洪,黃余鳳. 制造業(yè)自動(dòng)化. 2019(08)
[4]基于虛擬儀器的先進(jìn)過(guò)程控制實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)[J]. 張總,王建莉. 中國(guó)儀器儀表. 2019(07)
[5]基于LabVIEW的泵性能測(cè)試系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[J]. 董亮,吳侃,劉厚林,代翠,徐海良. 流體機(jī)械. 2018(11)
[6]基于LabVIEW的防火監(jiān)測(cè)報(bào)警系統(tǒng)設(shè)計(jì)[J]. 張楠. 機(jī)械工程與自動(dòng)化. 2018(04)
[7]單片機(jī)和LabVIEW下多路數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)研究[J]. 董鵬,鮑印虎,張占美. 科技傳播. 2018(09)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的雙耳聲源定位算法[J]. 談雅文,王立杰,姚昕羽,湯一彬,周琳. 電聲技術(shù). 2018(05)
[9]一種基于SVM的聲源定位算法[J]. 顧曉瑜,楊悅. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[10]壓縮感知聲源定位方法研究[J]. 寧方立,衛(wèi)金剛,劉勇,石旭東. 機(jī)械工程學(xué)報(bào). 2016(19)
博士論文
[1]有限空間水下結(jié)構(gòu)近場(chǎng)聲全息技術(shù)及應(yīng)用研究[D]. 孫超.哈爾濱工程大學(xué) 2013
碩士論文
[1]基于LabVIEW的軟件相關(guān)器設(shè)計(jì)與實(shí)現(xiàn)[D]. 李凱.華中科技大學(xué) 2019
[2]基于LabVIEW的聲音信號(hào)的采集與分析系統(tǒng)[D]. 于永芳.青島大學(xué) 2018
[3]環(huán)衛(wèi)洗掃車聲源識(shí)別及噪聲控制[D]. 王家璇.華中科技大學(xué) 2018
[4]基于LabVIEW的噪聲源可視化定位系統(tǒng)設(shè)計(jì)[D]. 胡鵬.合肥工業(yè)大學(xué) 2018
[5]基于機(jī)器學(xué)習(xí)的聲源定位研究[D]. 楊悅.南京郵電大學(xué) 2017
[6]基于雙耳聲源定位的魯棒語(yǔ)音分離研究[D]. 束佳明.東南大學(xué) 2016
[7]基于LabVIEW的噪聲源識(shí)別系統(tǒng)開(kāi)發(fā)[D]. 張亞虎.合肥工業(yè)大學(xué) 2013
[8]近場(chǎng)波束形成算法及其應(yīng)用研究[D]. 楊冬.電子科技大學(xué) 2012
[9]基于NI平臺(tái)的波束形成聲源識(shí)別研究[D]. 任國(guó)棟.合肥工業(yè)大學(xué) 2009
本文編號(hào):3266274
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3266274.html
最近更新
教材專著