● 摘要
汽车噪声的大小是衡量汽车质量的重要指标，而汽车噪声的治理首先要明确噪声源的位置及特征。因此，声源识别是改善汽车噪声性能所面临的一个关键问题，也是整个世界汽车工业的一个重要课题。本文采用通信和雷达领域中常用的阵列信号处理方法来研究车辆的声源定位问题，着重于提高声源定位的分辨率。 本文首先介绍了对声波采用远场和近场测试时，采用传统的时域、频域波束形成方法进行声源定位的原理及算法，在此基础上通过仿真分析验证了阵列形状、声源波长、声源偏离阵列中心法线角度、阵列最大直径等参数对声源识别精度的影响，为实际应用阵列信号处理方法进行声源识别时参数的选择提供了理论依据。 研究中针对传统波束形成分辨率较低的缺点，运用自适应波束形成方法对二维近场声源进行识别，提出了解决二维近场不相关和相干入射信号定位问题的方法。对于近场不相关入射声信号，通过采用弗罗斯特自适应算法，得到在保持单位期望信号的同时使得阵列输出功率最小的最优权重，最优权重乘以阵列输入信号得到在最小均方误差意义下的期望信号，在此基础上进行声源识别；对于近场相干入射声信号，首先通过插值矩阵技术把实际中接收到的近场数据转换为形式上的远场数据，然后在远场数据的基础上通过二维空间平滑法求出阵列的平滑协方差矩阵，再由平滑协方差矩阵求出对应某个方向向量下信号的功率，对声源区域扫描即可得到声源的位置。通过算例验证了本文算法的正确性，与传统波束形成方法的识别结果相比说明本文算法具有更高的识别精度。