广州花都路灯车出租，花都花东路灯车出租，花东路灯车出租    🈵  万言万中，不如一默   🈵     在分析旋转声源识别的意义和研究进展的基础上，对已有的旋转声源识别方法进行总结和分析      针对现有自由场中旋转单极子声源识别方法计算效率低的问题，提出了基于DAMAS2的自由场旋转单极子声源识别方法，用于提高旋转声源识别的效率。鉴于现有的声源识别方法大多是基于单极子模型来构建相应的算法，而在旋转声源所产生的噪声中，由偶极子声源所产生的噪声是主要贡献者，因此随后提出了自由场中旋转偶极子声源识别方法。此外，实际中的旋转声源常位于管道内，但现有管道内旋转声源识别方法的分辨率受限于经典的Shannon-Nyquist采样定理，使得测量过程中需要使用大量传声器及相应通道的采集仪，大大增加了测量成本和难度，因此提出了基于OMP算法的管道内旋转声源识别方法来减少测量传声器个数，从而降低测量成本和难度。本文的主要研究成果如下：

   （1）提出了基于DAMAS2的自由场旋转单极子声源识别方法，解决了现有自由场中旋转单极子声源识别方法计算效率低的问题。首先分析了自由场中单极子旋转声源产生的多普勒效应，以及由多普勒效应所导致的声源源强与传递函数之间产生的耦合现象，这一现象导致无法直接采用波束形成技术或反技术来识别声源。为此引入旋转框架技术来消除多普勒效应，推导了旋转框架下的声学传递关系，以及旋转框架下的声压和静止框架下的声压之间的关系。在多普勒效应消除后，在旋转框架下引入DAMAS2算法来识别声源，并与旋转框架下的常规波束形成、DAMAS算法进行了比较。随后，在数值仿真和实验中，通过与常规波束形成、DAMAS算法进行比较，说明了所提基于DAMAS2的旋转单极子声源识别方法在准确识别声源的同时还能大大提高计算效率。

    （2）提出了自由场中旋转偶极子声源识别方法，解决了现有旋转声源识别方法无法准确识别偶极子声源的问题。首先推导了周向偶极子和轴向偶极子在自由场中的Green函数表达式，并给出了两种偶极子Green函数模态截断数的选取方法，分析了截断后的计算误差。随后采用旋转框架技术消除了偶极子声源旋转产生的多普勒效应，并推导了旋转框架下声压与静止框架下声压的关系，以及旋转框架下两种偶极子Green函数。以旋转框架下的声压和旋转框架下的Green函数作为输入，针对高频噪声采用波束形成技术来识别声源，针对中低频噪声采用反技术来识别声源。最后，通过数值仿真和无人机旋转桨叶实验，验证了所提旋转偶极子声源识别方法的有效性。

    （3）提出了基于OMP算法的管道内旋转声源识别方法，解决了现有管道内旋转声源识别成本高、测量难度大的问题。首先介绍了管道内旋转声源的辐射声场特性。然后采用了旋转框架技术来消除管道里旋转声源产生的多普勒效应，解除了管道内旋转声源的Green函数与声源源强之间的耦合。随后将OMP算法引入到旋转框架下，实现利用较少的传声器达到准确定位管道内旋转声源的目的。最后，通过数值仿真比较了波束形成算法、反技术算法、OMP算法在使用不同数目传声器情况下的定位效果，结果表明在传声器数目较少的情况下，基于波束形成算法和反技术算法的管道内旋转声源定位方法完全失效，而基于OMP算法仍能够准确地定位出声源位置。

        广州花都路灯车出租，花都花东路灯车出租，花东路灯车出租 http://www.guangzhouludengchechuzu.com/

         本文虽然解决了旋转声源识别研究中的一些问题，并提出了一些新的方法，但是在旋转声源识别的研究中，仍然存在许多问题需要去研究和解决，下面就旋转声源识别研究中需要解决的一些问题进行简单地展望: 

      （1）低频段旋转声源的识别问题。常用的旋转机械发出的基频噪声频率往往比较低，而波束形成技术在高频段能取得很好的效果，在低频段通常会失效。虽然反技术识别低频声源有较好的效果，但是反技术一般要结合正则化方法，并且需要在很近的距离处测量。首先在低频段，正则化参数的选取往往比较困难；其次，考虑到安全性和实际操作性，对于旋转声源的测量往往是较远距离。因此仍需要研究在低频段能很好识别旋转声源的方法。

     （2）不同流速下的旋转声源研究。本文并未考虑有流速情况下的旋转声源识别，但在实际应用中，旋转声源常常伴随着媒质流动，且流动媒质与静止媒质之间还会存在剪切层折射效应，因此将来需要考虑流动媒质的影响，对旋转声源识别方法做一定的修正，以便更准确地识别声源。

     （3）测量传声器阵列的影响。在旋转声源识别的研究中，测量传声器阵列的参数对声源识别的影响比较大，其中环形阵列的半径和传声器的布置对声源识别的结果具有较大影响，因此如何选择测量阵列的尺寸和传声器的布置还需进一步研究。

           广州花都路灯车出租，花都花东路灯车出租，花东路灯车出租