-SamirN..Gerges,FederalUniversityofSantaCatarina(UFSC)

　　TheChallenge:

　　開發(fā)一款便攜且價(jià)格合理的聲學(xué)波束形成形，實(shí)現(xiàn)通過噪聲測量和其他應(yīng)用中的噪聲源識別。

　　TheSolution:

　　使用32個(gè)麥克風(fēng)組成的螺旋陣列、NILabVIEW軟件、NI聲音和振動測量套件，以及32通道的NICompactDAQ系統(tǒng)，搭配8個(gè)NI92344通道動態(tài)信號采集（DSA）模塊來獲取噪聲源的可視化圖像，從而識別行駛車輛所產(chǎn)生的信號。

　　聲學(xué)圖像識別50公里時(shí)速、1,904.3Hz下的輪胎和排氣噪聲

　　巴西圣卡塔琳娜州聯(lián)邦大學(xué)（UFSC）的噪聲和振動實(shí)驗(yàn)室從事多種項(xiàng)目研究，并參與汽車行業(yè)的研發(fā)，使產(chǎn)品能夠符合噪音和振動標(biāo)準(zhǔn)。除了支持本地行業(yè)的發(fā)展之外，我校還大力推動本科生/研究生教學(xué)和研究的學(xué)術(shù)發(fā)展。

　　通過噪聲測試經(jīng)過標(biāo)準(zhǔn)化，可將車輛運(yùn)行過程中最大的附帶噪音水平量化。在許多國家，有關(guān)政府機(jī)構(gòu)對聲音測試都有限制規(guī)定，通常為ISO362------測量道路車輛加速所產(chǎn)生的噪聲。這些規(guī)定旨在記錄車輛在城市交通中正常行駛所產(chǎn)生的主要噪聲源水平，通常時(shí)速限制為50或70公里/小時(shí)。車輛通過噪聲測試可以驗(yàn)證，一輛符合標(biāo)準(zhǔn)的汽車，其產(chǎn)生的交通噪音不得超過所規(guī)定的限值。

　　汽車上的很多部件都會產(chǎn)生噪聲，包括電機(jī)、排氣裝置、變速器以及輪胎。標(biāo)準(zhǔn)的通過噪聲測試無法識別會造成測試失敗的源噪聲，因此我們需要一項(xiàng)能夠可視化呈現(xiàn)聲場的技術(shù)，以分辨不同的聲源。在該測試中，我們采用了波束成形,可以看到哪些聲源會顯著增大整體噪音，并對車輛通過噪聲產(chǎn)生影響。

　　波束成形

　　我們搭建了波束成形器，或稱為“聲學(xué)相機(jī)”，其構(gòu)造是一個(gè)32個(gè)麥克風(fēng)組成的螺旋陣列，麥克風(fēng)間的最大直徑距離為1米，可用來捕捉噪聲源的視覺成像，我們還組建了一個(gè)1.1*1米的金屬網(wǎng)格。陣列的定位與單個(gè)麥克風(fēng)在標(biāo)準(zhǔn)測試中的位置相同，距通道中心線的距離為7.5米，其中心距地面距離為1.3m，從而確保通過測試中所有的測量條件相同。

　　我校學(xué)生使用低成本的駐極體盒麥克風(fēng)搭建了陣列麥克風(fēng)。傳統(tǒng)的定向陣列硬件由市場上的電容麥克風(fēng)和前置放大器組成，但對于實(shí)驗(yàn)室的使用來說過于昂貴。創(chuàng)建完整的陣列麥克風(fēng)可以節(jié)省開支，并為學(xué)生提供有價(jià)值的項(xiàng)目。美國航空航天局蘭利研究中心研究發(fā)現(xiàn)，所使用的駐極體盒產(chǎn)生的麥克風(fēng)頻率響應(yīng)，適用于定向列陣，其音頻頻譜的幅度和相位響應(yīng)變化最小，高頻變化適中。我們正是基于以上研究完成了該設(shè)計(jì)。

　　數(shù)據(jù)采集

　　我們采用NIUSB-9162高速C系列USB外盒，搭配8個(gè)NI9234DSA模塊進(jìn)行數(shù)據(jù)采集。我們選擇了緊湊且直流供電的NI硬件，它能為陣列中的麥克風(fēng)提供電源。模塊的無混疊帶寬高達(dá)20kHz。此外，通道的相位匹配對于聲學(xué)波束形成來說相當(dāng)重要，且系統(tǒng)規(guī)定任意兩個(gè)通道間的相位不匹配度不能超過一度。

　　由于系統(tǒng)是直流供電，所以使用電池操作很方便。在筆記本電腦上運(yùn)行LabVIEW軟件和聲音與振動測量套件，可輕松地將電壓值轉(zhuǎn)換為噪聲測量中使用的工程單位。此外，聲音和振動測量套件符合IEC61260（電聲、倍頻程和分?jǐn)?shù)倍頻程帶通濾波器）和IEC61672（電聲和聲級計(jì)）聲級測量、加權(quán)濾波器、倍頻程分析的國際標(biāo)準(zhǔn)，其測量結(jié)果準(zhǔn)確、重復(fù)性佳。

　　分析

　　數(shù)據(jù)采集完成后，我們采用了傳統(tǒng)的延遲相加波束成形算法對其進(jìn)行分析。我們對聲音信號進(jìn)行了總結(jié)，并描述了從聲源到不同麥克風(fēng)的不同傳播路徑。聲源以高速通過聲學(xué)相機(jī)（與數(shù)據(jù)采集系統(tǒng)的采樣速度相比，現(xiàn)代汽車的速度仍舊緩慢），可使光束集中并追蹤通過麥克風(fēng)陣列的聲源。我們必須校正反多普勒過程的多普勒效應(yīng)，其中包括幅度和頻率校正，從而獲取連貫的信號總和。

　　為了校準(zhǔn)聲學(xué)測量數(shù)據(jù)和正在測試的車輛照片、疊加噪聲幅度，我們啟動了蜂鳴器（主件約為2.2千赫下的90分貝）和以50公里每小時(shí)勻速運(yùn)行的車輛，讓其像常規(guī)通過測試一樣通過陣列。

　　我們采用這種方法替代了穩(wěn)定測量，正是因?yàn)樗杉俣瓤?、質(zhì)量高。它同時(shí)還呈現(xiàn)了通過測量中的同類錄音。蜂鳴器的位置可允許照片和數(shù)據(jù)準(zhǔn)確對齊。

　　由于車輛的輪胎和車身周圍的湍流運(yùn)動等在移動過程中會產(chǎn)生噪音，我們將該技術(shù)應(yīng)用到車輛上，對這些噪聲進(jìn)行了精確的評估和識別。介于此，我們可以很好地以減少風(fēng)洞外的車輛通過噪聲。