基于聲全息技術(shù)的噪聲源識別與DSP實(shí)現(xiàn)

李俞霖，向 宇，伍 松

(廣西科技大學(xué) 汽車與交通學(xué)院，廣西 柳州 545006)

基于聲全息技術(shù)的噪聲源識別與DSP實(shí)現(xiàn)

李俞霖，向 宇，伍 松

(廣西科技大學(xué) 汽車與交通學(xué)院，廣西 柳州 545006)

針對傳統(tǒng)噪聲源識別無法充分利用聲場信息以及不便于實(shí)現(xiàn)等問題，文中以共軛匯聚波原理及聲全息法為理論基礎(chǔ)，提出了應(yīng)用二維傅里葉變換(2DFFT)計(jì)算復(fù)雜面積分的全息重建算法。根據(jù)該種算法的數(shù)據(jù)量大，運(yùn)算復(fù)雜的特點(diǎn)，選取TI公司TMS320C6701這款超高速浮點(diǎn)DSP芯片，采用C和匯編語言混合編程，實(shí)現(xiàn)了聲全息算法DSP的應(yīng)用。通過實(shí)驗(yàn)較為準(zhǔn)確地識別出噪聲源位置，顯示出此聲源識別系統(tǒng)具有速度快、精度高、實(shí)用性強(qiáng)的特點(diǎn)。

聲全息；共軛匯聚波；二維傅里葉變換；數(shù)字信號處理器

隨著汽車行業(yè)的快速發(fā)展，人們對汽車的綜合性能的要求不斷提高，汽車噪聲也成為衡量汽車舒適性的重要指標(biāo)之一，降低噪聲顯得尤為重要，因此引起國內(nèi)外學(xué)者和汽車廠商的高度關(guān)注。無論采取何種途徑降低噪聲，都不能回避的是對噪聲源的聲輻射特性進(jìn)行分析，進(jìn)行空間聲場的可視化和噪聲源的識別與定位，對噪聲測量、噪聲源識別和控制具有重要意義[1]。與傳統(tǒng)噪聲源識別技術(shù)相比，聲全息技術(shù) (Acoustical Holography) 具有更強(qiáng)的識別功能，因?yàn)榇思夹g(shù)利用了聲的強(qiáng)度信息的同時，還充分利用了聲的相位信息[2-7]。聲全息技術(shù)的基本思想是利用麥克風(fēng)構(gòu)成的全息陣列面得到的聲場信息，借助空間聲場間關(guān)系的變換算法，重建出聲源表面的聲學(xué)信息包括聲壓和法向振速等，進(jìn)而利用這些聲學(xué)信息完成對三維空間聲場中任一點(diǎn)聲學(xué)量的預(yù)測[8-10]。聲全息技術(shù)經(jīng)過多年的發(fā)展，現(xiàn)已形成了一套理論體系，然而現(xiàn)有的聲全息測量分析系統(tǒng)比較少，且價(jià)格昂貴，影響了聲全息技術(shù)的發(fā)展[11]。DSP( Digital Single Processor) 是以數(shù)字信號來處理大量信息的器件，具有強(qiáng)大數(shù)據(jù)處理能力和高運(yùn)行速度，得到廣泛應(yīng)用[12-13]。采用TI公司TMS320C6701[14-15]的DSP作為硬件平臺，將采集到的全息面聲壓數(shù)據(jù)運(yùn)用全息算法在DSP上處理，進(jìn)而計(jì)算出重建聲場信息，使得聲全息技術(shù)在噪聲源的識別中具有很強(qiáng)的可實(shí)現(xiàn)性。

1 共軛匯聚原理與聲全息理論

1.1 基本理論模型

這里提到的基于共軛波匯聚原理的聲全息理論指的是以基爾霍夫衍射積分公式為理論基礎(chǔ)，利用物波與參考波的干涉成像機(jī)制和共軛波在全息底片后匯聚成底片前所成虛像完全對稱的實(shí)像的原理而推導(dǎo)得來。該聲全息方法的原理圖如圖1所示。

圖1 聲全息原理示意圖

圖1中，H為全息面；S為重建面，二者相互平行，且間距為z0。H上的復(fù)聲壓分布H(X,Y)可以通過測量得到，然后取共軛得H*(X,Y)。再根據(jù)式(1)可得重建面上的聲場分布，U(ξ,η)從而可識別出聲源面上的噪聲源。

(1)

式(1)中，重建面S上任意一點(diǎn)Q(ξ,η)的聲場值為U(ξ,η)，全息面H上任一點(diǎn)p(x,y)的復(fù)聲壓的共扼為H*(X,Y)，點(diǎn)P(x,y)力與點(diǎn)Q(ξ,η)間的距離為r；k0為波數(shù)；C為全息常數(shù)，積分在全息面H上進(jìn)行。

為便于進(jìn)行空間頻域重建公式的推導(dǎo), 首先進(jìn)行坐標(biāo)軸的轉(zhuǎn)換。將圖1所示的坐標(biāo)系改為圖2所示的單一直角坐標(biāo)系的形式。

圖2 單一直角坐標(biāo)系的聲全息原理圖

在此坐標(biāo)系下，式(1)變?yōu)?/p>

(2)

其中，U(x,y,zs)為重建面上任一點(diǎn)的復(fù)聲壓;U*(xH,yH,zH)為全息上任一點(diǎn)的復(fù)聲壓的共扼，為簡便起見，稱為全息函數(shù)。z0=zH-zS，r1為點(diǎn)Q(x,y,zs)與點(diǎn)p(xH,yH,zH)間的距離，它是坐標(biāo)差(x-xH)和(y-yH)的函數(shù)。即

(3)

(4)

其中

(5)

通過式(4)，Us(x,y)被表示成了一個二維卷積的形式，其核函數(shù)分別為全息函數(shù)U*H(x,y)和函數(shù)W(x,y)即

Us(x,y)=U*H(x,y)*W(x,y)

(6)

函數(shù)W(x,y)的作用為從全息數(shù)據(jù)中計(jì)算出重建面聲場分布，可稱之為重建函數(shù)。對式(6)兩端做二維傅里葉變換，并由二維卷積定理可得

(7)

對式(7)兩端同時進(jìn)行二維傅里葉逆變換可得

(8)

其中，F(xiàn)-1表示二維傅里葉逆變換。由式(8)可看出，式(1)可通過二維傅里葉變換轉(zhuǎn)化成空間頻域運(yùn)算，這也是利用FFT進(jìn)行全息重建的理論基礎(chǔ)。

1.2 模型離散化

在實(shí)際的試驗(yàn)中，不可能獲取連續(xù)、無限大全息面H上的全息函數(shù)U*H(x,y)，傅里葉變換和傅里葉逆變換也不可能是連續(xù)的，因此需要得出式(8)的離散形式。假設(shè)全息面是無限大的，但是全息函數(shù)的測量只是在尺度為Lx×Ly的全息面H上進(jìn)行， 這樣即可將對式(4)的連續(xù)積分進(jìn)行離散化處理，形成式(10)的離散求和

(9)

(10)

(11)

(12)

(13)

其中，DFT[·]表示2M×2N點(diǎn)二維離散傅里葉變換。對式(13)作二維離散傅里葉逆變換，可得

(14)

2 系統(tǒng)軟件設(shè)計(jì)

根據(jù)算法理論的先用軟件進(jìn)行仿真，采用C語言進(jìn)行實(shí)現(xiàn)，重要的是利用Matlab上對應(yīng)的C語言。在DSP開發(fā)環(huán)境CCS軟件上編寫C語言對全息陣列采樣數(shù)據(jù)進(jìn)行處理和解算。

2.1 系統(tǒng)流程

圖3 程序流程圖

程序流程圖3中，麥克風(fēng)陣列采集到的信號存在干擾信號，除了硬件進(jìn)行濾波外，還利用數(shù)字濾波技術(shù)去除干擾信號，先將全息面上的時域信號通過傅立葉變換得到全息面頻域的全息函數(shù)，經(jīng)全息變換算法，最終得到重構(gòu)面上的聲場信息。

2.2FFT的DSP實(shí)現(xiàn)

對于聲全息計(jì)算方法而言，需要進(jìn)行大量的數(shù)值計(jì)算，進(jìn)而獲得整個重建面上的聲場分布。將該算法進(jìn)行頻域化的目的就是要將全息重建變換到頻域內(nèi)進(jìn)行，這樣就可以利用FFT算法的快速性來提高全息重建的效率，增強(qiáng)聲全息方法的適用性。

DSP的主程序用C語言進(jìn)行開發(fā)，首先開發(fā)FFT算法。一維基2FFT算法編程過程：

(1)分級。在進(jìn)行變換的過程中，從 點(diǎn)到兩點(diǎn)共分了M級;

(2)倒位序。由于變換過程中，輸出按奇、偶抽取的緣故，輸出數(shù)據(jù)不是按照序列的先后順序排列，進(jìn)行輸入時間序列的重排；

(3)蝶形運(yùn)算單元和同址計(jì)算。蝶形運(yùn)算輸出結(jié)果仍放在同一儲存單元；

(4)尋址和相移因子的計(jì)算。運(yùn)算每一級有個蝶形單元，每一級的蝶形單元又可以分為若干組，每一組具有相同的結(jié)構(gòu)和因子的分布。

二維FFT算法可以用來計(jì)算二維連續(xù)時間信號的傅里葉變換、二維離散信號的線性卷積，以及對二維離散信號進(jìn)行壓縮、濾波等。一般地，二維序列的點(diǎn)數(shù)一般比一維要大得多，采用FFT算法效益也高得多。二維FFT是在一維FFT基礎(chǔ)上進(jìn)行的，算法流程如圖4所示。

圖4 二維FFT算法流程圖

同樣利用C語言編寫二維基2FFT，函數(shù)語句為voidfft2(complexf[N1][N2])，f[N1][N2]是以復(fù)數(shù)形式存儲的復(fù)數(shù)矩陣數(shù)據(jù)；類似地，也可將二維IFFT計(jì)算分解為兩個一維IFFT計(jì)算，函數(shù)語句為voidifft2(complexf[N1][N2])，生成二維傅里葉變換源文件2DFFT-IFFT.c。

2.3 全息算法的實(shí)現(xiàn)

根據(jù)傅里葉變換信號從時域變換到頻域后再進(jìn)行處理的全息復(fù)聲壓，然后再對全息面上的復(fù)聲壓進(jìn)行二維傅里葉變換(2DFFT)到全息面上的波數(shù)域聲壓得到全息函數(shù)，再用全息函數(shù)帶入基爾霍夫積分公式，最后再原路逆傅里葉變換(2DIFFT)回來，得到重建面聲壓，如圖5所示。

圖5 全息算法

3 系統(tǒng)的DSP實(shí)現(xiàn)

根據(jù)本文算法，設(shè)計(jì)了一種基于DSP硬件平臺的聲傳感器陣列的噪聲源識別和分析系統(tǒng)。TMS320C6701是TI公司于的一款超高速浮點(diǎn)DSP芯片。主頻最高可達(dá)167MHz，峰值運(yùn)算能力1 000MLOPS，這為C6701的高性能提供了保障。且TI公司還開發(fā)了新的高效C編譯器，可視化的Windows源程序代碼調(diào)試接口，可以簡化程序代碼的編寫與調(diào)試，32位外部存儲器接口EMIF，最大外部存儲器尋址空間位52MB，可直接與大容量，低成本的SDRAM芯片無縫連接，豐富的存儲空間一次完成更多點(diǎn)的復(fù)數(shù)二維FFT。

如圖6系統(tǒng)組成，工作流程為：聲源信號由信號發(fā)生器生成，經(jīng)功率放大器放大后，由音箱發(fā)生作為模擬噪聲源；確定陣列與聲源間距以及陣列上傳聲器間距、數(shù)目、采樣頻率和參考傳聲器等參數(shù)設(shè)置，傳聲器配套的校準(zhǔn)器完成傳聲器標(biāo)定；通過信號調(diào)理可傳聲器接收的信號進(jìn)行調(diào)理，根據(jù)需要進(jìn)行放大、隔離、濾波、激勵及線性化等信號調(diào)理；接著對聲壓信號進(jìn)行采集和處理，經(jīng)串口傳輸?shù)缴衔粰C(jī)，由上位機(jī)軟件模塊分析處理后得到聲場數(shù)據(jù)及聲學(xué)圖像。

圖6 系統(tǒng)組成框圖

選擇夜晚安靜的環(huán)境下完成實(shí)驗(yàn)，盡可能減小測量背景噪聲對測量的影響，如圖將實(shí)驗(yàn)各部分連通，音箱紙盆中心為坐標(biāo)系原點(diǎn)，全息面沿水平方向和豎直方向的間距(傳聲器間距離)為10cm，通過對6×6傳聲器陣列上傳聲器信號的采集，經(jīng)過一系列數(shù)據(jù)處理，傳輸?shù)缴衔粰C(jī)，如圖7所示。

圖7 聲全息實(shí)驗(yàn)圖

采集到的數(shù)據(jù)通過DSP處理，在上位機(jī)上顯示的實(shí)驗(yàn)結(jié)果，如圖8所示。經(jīng)多次試驗(yàn)驗(yàn)證，在較理想的情況下測量得到的結(jié)果精確度較好，聲場圖像可清晰地識別出主要聲源的位置和聲輻射強(qiáng)度大小，結(jié)果與實(shí)際聲源位置相當(dāng)吻合，能達(dá)到預(yù)期聲源識別的效果。

圖8 聲源面聲壓分布

利用全息面聲壓重建面 的聲壓分布結(jié)果如圖9所示，圖中清晰地顯示出由紙盆向外聲輻射方向各點(diǎn)聲壓的大小，并可準(zhǔn)確的定位聲源輻射場和輻射場的分布情況。

圖9 重建坐標(biāo)的 平面上聲壓幅值分布

以上單頻聲音箱的聲源識別實(shí)驗(yàn)可看出，利用聲全息方法可以準(zhǔn)確識別聲源的位置，也可進(jìn)行聲場可視化。通過利用DSP芯片配置以聲全息算法實(shí)現(xiàn)，不僅方便調(diào)試和應(yīng)用，即使數(shù)據(jù)量大和運(yùn)算復(fù)雜的情況下，也能滿足實(shí)時性處理的要求。

4 結(jié)束語

首先闡述了共軛匯聚原理及聲全息方法的相關(guān)理論，進(jìn)而提出了應(yīng)用二維傅里葉變換計(jì)算復(fù)雜面積分的重建算法。重建算法包括截?cái)?、離散化、卷積等過程，此算法可大幅提髙全息重建的計(jì)算效率。采用處理速度高的TMS320C6701處理器，通過實(shí)驗(yàn)證明在DSP上實(shí)現(xiàn)文中計(jì)算方法的有效性，能較好地進(jìn)行二維數(shù)據(jù)處理，滿足聲源識別的要求，編寫精簡的聲全息算法來進(jìn)一步提高重建聲場的精度和速度，在背景噪聲較小的情況下誤差很小，可得到較好的重建結(jié)果，此聲全息測量處理系統(tǒng)具有實(shí)用性。

[1]TretterSA.CommunicationsystemdesignusingDSPalgorithmswithlaboratoryexperimentsfortheTMS320C6713DSK[M].Germany:SpringerUS, 2008.

[2]SpringerScience&BusinessMedia.TMS320C6711[M].Germany:SpringerScience&BusinessMedia,2012.

[3]ZhangHaibin,JiangWeikang,WanQuan.Nearfieldacousticholographybasedonwavesuperpositionalgorithmforcyclostationarysoundfield[J].ActaPhyicaSinica,2008,57(1): 313-321.

[4] 杜向華,朱海潮,毛榮富,等.復(fù)雜聲場環(huán)境下的近場聲全息技術(shù)[J].海軍工程大學(xué)學(xué)報(bào),2011,23(4):80-83.

[5]RuhalarJ,SwansonDC.Planarnear-fieldacousticalholographyinamovingmedium[J].TheJounaloftheAcousticalSocietyofAmerica,2002,112(2):420-429.

[6]WilliamsEG,HoustonBH.Interiornear-fieldacousticalholographyinnight[J].AeoustScoAm, 2000,108(4):1451-1463.

[7] 劉鋒,楊殿閣,鄭四發(fā),等.利用聲全息方法識別噪聲源問題中聲源幅值修正的研究[J].聲學(xué)學(xué)報(bào),2002(3):263-266.

[8]MegavannanJ,GaikwadAA,RamachandranE,etal.AcousticholographytechniquesinautomotiveNVH[J].SAETechnicalPaper, 2009(3):1518-1525.

[9] 陳穎,吳長奇.基于麥克風(fēng)陣列的聲源定位算法研究及DSP實(shí)現(xiàn)[D].秦皇島:燕山大學(xué),2012.

[10] 何元安,何祚鏞.用聲場空間變換識別水下噪聲源[J].應(yīng)用聲學(xué),2000,19(2):9-13.

[11] 何元安,何祚鏞,姜軍.基于聲強(qiáng)測量的近場聲全息及其在水下聲源聲輻射分析中的應(yīng)用[J].聲學(xué)學(xué)報(bào),1996(4):297-305.

[12]GratzP.Acousticalholographyforvisualizationofsoundfields[C].France:InternationalCarpathianControlConferenceICCC,2002.

[13] 陳達(dá)亮.發(fā)動機(jī)整車匹配中的振動噪聲識別與控制研究[D].天津:天津大學(xué),2008.

[14] 金程.基于DSP的實(shí)時互譜聲強(qiáng)測量系統(tǒng)的研究[D].杭州:浙江大學(xué),2007.

[15] 李青.基于LabVIEW的近場聲全息噪聲源識別系統(tǒng)[D].合肥:合肥工業(yè)大學(xué),2010.

Noise Source Identification Based on Acoustic Holography and DSP Implementation

LI Yulin，XIANG Yu，WU Song

(School of Automobile and Transportation Engineering, Guangxi University of Science and Technology, Liuzhou 545006, China)

Aiming at the problem that the traditional noise source identification can not make full use of the information of the sound field and inconvenient to achieve. This article put forward a new algorithm grounded on the Acoustic Holography method based on the principle of convergence of conjugated wave. The algorithm exploits 2-dimensional Fast Fourier Transformation (2D FFT) to calculate the complex surface integral thus improves the efficiency of calculation greatly. Based on this new algorithm with huge data and complex operations, the ultra high-speed floating-point DSP chip TMS320C6701 produced by TI Company is selected. Mixed by C and Assembly Language, application of acoustic holography algorithm on DSP can be realized. It is more accurate to identify the location of the noise source through the experiment and it shows the system has the features of high precision, high speed and strong practicability.

acoustic holography; convergence of conjugated wave; 2D FFT; DSP

2016- 05- 05

廣西高校自然科學(xué)基金(2013YB172)

李俞霖(1990-)，男，碩士研究生。研究方向：汽車NVH技術(shù)。伍松(1971-)，男，高級實(shí)驗(yàn)師，碩士生導(dǎo)師。研究方向：汽車NVH及機(jī)械振動與噪聲控制。

10.16180/j.cnki.issn1007-7820.2017.04.007

TN911.72

A

1007-7820(2017)04-027-05