利用時域之近場等效聲源影像法進行聲源識別和聲場重建

Abstract

在研究計畫中提出麥克風陣列法(microphone array)來進行平面及非平面之噪音源診斷。而本計劃所提出的麥克風陣列架構主要是以時域之反逆濾波器(inverse filter)的基楚，進而發展出近場等效聲源影像(nearfield equivalence source imaging, NESI)技術來實現聲源識別和聲場重建，進而提升噪音源判斷的正確率。本計劃之NESI是在時域上設計，它除了可以應用在穩定噪音源上亦可應用在非穩定噪音源上。並且利用最小均方最佳化來設計出多通道反逆濾器。Tikhonov調整化被利用來仰制模型相稱的不好條件值。此外，可預期出的問題如：重建聲場表面上的奇異(singularity)問題可以使用撤退焦點表面法(retreated focus point)來解決、邊界上失焦的問題可以使用窗口矩陣的設計來解決等。最後使用高效率之狀態空間最小化的獲得技術(stat-space minimal realization technique)來實現多通道反逆濾器。而在聲學學變數上，NESI除了可以計算出聲音的強度(soruce strength)外，亦可進一步計算出重建面之聲壓(sound pressure)、粒子速度(particle velocity)及聲音密度(sound intensity)等。NESI除了可以應用在一維及二維矩形麥克風陣列以外，亦可應用在不規則之幾合形狀之麥克風陣列上。此外，NESI也可以去估測出遠場的聲壓大小。本計劃第一年度將以發展NESI的演算法及模擬為主要，第二年將以後處理及計算聲學變數為主，第三年的工作會將這些演算法、後處理及計算聲學變數用硬體實現。