基于声矢量传感器的汽车加速噪声方位参数估计方法研究

论文摘要

对汽车噪声源方位参数估计的研究,是对汽车工业的发展有着极其重要意义的一项科研工作。汽车噪声不但是一种环境污染而且也是影响汽车整体性能指标的一个重要因素。通过技术手段找到汽车噪声源的主要发生位置,是一系列汽车噪声问题研究的前提。在此基础上再进行故障特征提取,汽车噪声部件设计改善,就可以提高整车的性能指标。以往的汽车噪声源方位参数估计问题大多应用标量声压传感器。但是这类标量传感器的应用存在着一定的缺陷。首先,标量传感器在测量信号时,测得的数据只有声压信息,而在信号处理过程中还需要声速等信息；其次,传统的声压传感器信号处理方法大多是建立在一个声全息面上的分析与计算,而声全息理论需要在无限大平面上进行测量,实际工程中无法满足,这就造成该方法在实际应用中仅仅是一种数学上的近似。无论在全息面上采用什么方法都是在近似的数据基础上进行的分析,得到的结果误差较大。本文采用一种新型传感器——声矢量传感器,对汽车噪声源信息进行采集,其特点是可以同步、共点、直接测量声场空间中一点处的声压和质点振速若干正交分量。由于声矢量传感器在测量时所采集的信息非常丰富并且具有指向性,因此可以挣脱全息理论的束缚,直接采用测量得到的准确数据进行分析计算,这样在后续的信号处理过程中丰富的数据、准确的信息可以保证提高分辨率,减小误差。汽车噪声是一个复杂的多成分的噪声,而汽车加速过程的噪声就更为复杂,也对汽车的性能影响更大。因此,本文针对汽车加速过程的噪声源方位估计问题进行了研究。在已有的研究中我们发现汽车的燃烧噪声在加速过程中的一个特定转速范围内是一个线性调频信号。为便于研究,本文将汽车在特定转速下的加速噪声归结为一个线性调频的Chirp信号。Chirp信号是一个典型的非平稳信号,本文讨论了几种对该信号的处理方法。针对Chirp信号的时频特性,本文重点讨论了应用局部多项式傅立叶变换的方法进行时频分析。该方法将Chirp信号转换到时间-频率域上,其信号能量将聚集在一条线上,而噪声能量则散布于整个时频平面,这样就可以取得一个包含较少噪声分量的模型。再结合MUSIC、ESPRIT算法对阵列输出信号进行处理,从而估计出噪声信号的方位参数,获得噪声源的具体方位信息。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 汽车发动机噪声源问题与声矢量传感器的研究现状
• 1.2.1 汽车发动机的噪声源问题研究现状
• 1.2.2 声矢量传感器的研究现状
• 1.3 论文的主要研究工作和章节安排
• 1.3.1 论文主要研究工作
• 1.3.2 论文章节安排
• 第二章 发动机噪声的基本理论及声矢量传感器
• 2.1 汽车发动机振声结构
• 2.2 声矢量传感器阵列结构及模型
• 2.2.1 标量声压传感器阵列输出模型
• 2.2.2 声矢量传感器阵列输出模型
• 第三章 时频分析理论
• 3.1 汽车噪声的时频分析
• 3.2 时频分析的理论发展
• 3.3 几种时频分析方法介绍
• 3.3.1 基于短时傅立叶变换的时频分析
• 3.3.2 基于小波变换的时频分析
• 3.3.3 基于局部多项式傅里叶变换的时频分析
• 第四章 基于声矢量传感器汽车发动机噪声LPFT-MUSIC算法方位估计
• 4.1 传统声压传感器的MUSIC算法方位估计
• 4.2 声矢量传感器的MUSIC算法方位估计
• 4.3 基于短时傅立叶变换的MUSIC算法
• 4.4 基于声矢量传感器阵列输出模型的LPFT-MUSIC算法方位估计
• 第五章 基于声矢量传感器汽车发动机噪声LPFT-ESPRIT算法方位估计
• 5.1 传统声压传感器的ESPRIT算法方位估计
• 5.2 声矢量传感器的ESPRIT算法方位估计
• 5.3 基于短时傅立叶变换的ESPRIT算法
• 5.4 基于声矢量传感器阵列输出模型的LPFT-ESPRIT算法方位估计
• 第六章 全文总结
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 致谢