噪声源识别与定位简介

1概述

噪声源识别与定位（Sound Source Localization），顾名思义就是通过试验的方法找到噪声的来源，进而可以从源头上控制和降低噪声。目前，在试验领域中，测试手段和计算方法很多，主要有表面振动法、声压法、近场声强法和阵列法，根据不同的测试环境、被测件尺寸、声音频率范围而采用的测试设备、计算方法都不同，因此，很容易让初学者混乱和困扰。这里，通过梳理各种方法及理论，带大家了解一下各种方法的优缺点和应用范围。

2方法分类

1.表面振动法
以结构噪声为主的设备，结构表面声压与结构表面振动速度成正比。表面振动法利用这个正比关系，建立结构表面振动与表面声压之间的关系，通过测试结构表面振动速度求解表面声功率[1]。其计算公式如下：



式中，ρ0为空气密度，c为声速，A为振动表面的面积；<ṽ2>为振动表面振动速度对时间和振动面积的均方值（m2/s2），可用加速度计进行测量，并对信号进行积分处理得到振动速度；σrad为声辐射效率，可以计算出来，也可以通过实验确定。

该方法的优点是具有对测试环境要求低，测量方便，不需要特殊的设备，频率范围宽。缺点是只能获取结构辐射声源的识别，对空气传播噪声无法实施，且受测量位置、声辐射效率计算精度等因素的影响。



图1 表面振动法测试

2.声压法
声压法测试相对简单，使用麦克风可以直接获取声压。该方法又分三类，分别为近场测量法、选择运行法和选择覆盖法。

近场测量法采用声级计在紧靠机器的表面扫描，通过声级计的测试数值大小来确定噪声源的位置。优点是简便易行；缺点是某一点的声场总会受到附近其他声源的混杂，尤其是在车间现场，所以近场法不能提供精确的测量值，只能用于噪声源粗略的定位。

选择运行法就是将机器中的运转零部件按测量要求逐级连接或断开运行，分别测得部分零部件的声压级及其在机器整体运行时总声压级中所占的份额，从而确定主要噪声源。这种方法只适用于机器的各部分可以分别脱开运行的情况。而且，各部件之间的噪声差别越大，估计的准确度越高。

选择覆盖法对于不能改变运行状态的情况，通常采用选择覆盖法识别噪声源。这种方法用隔声材料（铅板）把机器各部分分别覆盖起来以测定未覆盖部分的噪声以确定噪声源。需要在覆盖前后相差10dB及以上，才能进行比较找出主要噪声源。这种方法适用于识别中高频噪声[2]。

3.声强法
利用双点声压梯度的积分来近似空气质点的振动速度，并利用FFT来实现声强的实时测量。此法不但能获得声场中某点声能量的大小，还能获得该点声能量流动的方向，而且在某一方向上不受其他声源的影响[3]。这种方法的优点是不受测量环境和背景噪声的影响，不需要混响室、消声室等特殊环境。缺点是只适合于稳态声源的识别，不能用于瞬态声源。另外受硬件影响，测量频带有特殊要求。



图2 LMS的声强探头

4.声阵列法
传声器阵列是由许多传声器按一定排列组成阵列，布置形式多种多样，例如规则的矩形网格阵列，十字轴阵列、圆环阵列，轮形阵列、扇形阵列等。这种阵列具有强指向性，可用来测定声源的空间分布。目前声阵列法主要使用的理论有波束成形（Beamforming）和声全息（Acoustic holography）。



图3 LMS的声阵列

波束成形技术（Beamforming）
波束成形技术（Beamforming），适用于远场工况，即阵列到声源的距离大于阵列的尺寸。在远场，声波以平面波的形式到达声阵列，它的原理是通过对阵列传声器接收的声音信号按照声源计算平面，进行“延时”和“求和”来定位噪声源。它的计算模型如图4。声源真实位置一致的聚焦网格点位置输出结果最大，形成“主瓣峰值”，在不同于声源真实位置的聚焦网格点位置，输出结果被衰减，形成“旁瓣”，从而有效定位噪声源[4]。而旁瓣相互叠加就会形成“鬼影”，从而影响声源识别的精度和准确性。



图4 计算模型

这种方法在使用时有三个性能指标，空间分辨率、动态范围和截止频率。

空间分辨率代表了能够准确分离的两个声源之间的最小距离。等于主瓣-3dB处的半径。其与波长λ，阵列与声源的距离d，阵列的尺寸直径D有关。具体关系如下式，

由此得到，在远场d≥D，因此空间分辨率与波长即频率相关，波长越小频率越高，则空间分辨率越好。一般波束成形法适用于1000Hz以上的频率分析。如图5所示。



图5 波长与空间分辨率关系

动态范围定义为最大旁瓣水平相对于主瓣峰值的差值，如图6所示，由于最大旁瓣会产生“鬼影”，因此最大旁瓣越小，动态范围越宽，声源定位的精度越高。此性能与传声器的布置形式有关。



图6 动态范围

截止频率就是能准确识别信号的最高频率，越高越好，此性能与阵列张角和传声器间隔有关，阵列张角和传声器间隔越大，截止频率越低。

总之，波束成形的优点是可以采集和重构任何类型的表面，阵列可以小于测试件。缺点是只能得到重构的声压，没有声功率，只适用于远场，对于低频的信号空间分辨率差。

近场声全息（Near Field Acoustic Holography）
声全息是在光全息的基础上发展起来的，随着计算机科技的发展，以计算机数字模拟方式实现的声全息技术在70年代以后得到了充分发展，并成为实现声全息技术的重要方法。目前，近场声全息（NAH）是常用的声源识别方法，其原理是借助源表面与全息面之间的空间变换关系，由全息面所测声压便可重建源面的声场。如图7所示。



图7 理论原理图

首先，将测得的声压域借助格林函数转到以波数k为自变量的空间频率域



然后，再从测量面重构到声源平面：



其中G(kx,ky,kz)=e-jkzΔz为格林函数。

然而，传统的基于空间傅里叶变换的近场声全息只能用于规则的网格阵列，为了与Beamforming组合使用，以达到更宽的频率范围，目前常用的算法是非规则近场声全息INAH(Irregular Near Field Acoustic Holography)。其原理是格林函数考虑了平面波和所谓的倏逝波函数，并且进行一个最优的、稳定的基于主分量分析（PCA）的正则化计算，其中包括倏逝波滤波。

为了提高空间分辨率和频率范围，要求麦克风间距≤最小波长的一半；为了获取空间域中某些波数，要求一个波长内至少两个麦克风。

其优点是所有频率范围内的空间分辨率近似常数，考虑了倏逝波的影响，可以计算声功率，麦克风的布置可以不规则；其缺点为了重构声源，我们需要用到指数因子，这可能会导致放大噪声的风险，而不是视其为倏逝波；随着测量距离增加，空间分辨率降低。

总的来说，波束成形与近场声全息的空间分辨率和频率范围对比见图8：



图8 波束成形与近场声全息的对比

参考：
1 李玉军、杨建国《基于表面振动法的柴油机辐射噪声测量和分析》，噪声与振动控制，2007年4月，第2期
2 陈克安 曾向阳 杨有粮 《声学测量》，机械工业出版社，2010
3 熊建强，黄菊花，廖群《车辆噪声源识别理论与方法分析》，噪声与振动控制，2011年8月，第4期
4 杨洋，倪计民，褚志刚，王卫东，《基于波束形成的发动机噪声源识别及声功率计算》，内燃机工程， 第34卷 第3期，2013年6月

作者简介
孙恬恬，博士，曾经在某主机厂工作多年，具有丰富整车性能管理经验。
才可以留言