英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

摘要

本文介绍了新一代定向声音的波束形成算法数值模拟和实验结果。预期的应用是用于与目标汽车到警告易受伤害的道路使用者，同时尽量减少噪音污染的声源。现在，传感器存在其能够揭示易受伤害的道路使用者，该信息可以通过警告信号发生器可以使用的位置。基于此信息，该信号发生器被设计成产生在易受伤害的道路使用者的位置的指定的警告信号，而在其它位置处的声学响应是最小化.定向声束用受控声动圈式源阵列实现。纸张不同的方法进行比较，以生成声束并调查该应用通过仿真和实验结果的有效性。在模拟中和在汽车上的初始实时实验在现实条件下的稳健性进行了讨论。

1.简介

研究表明，相比于用内燃机的传统车辆时（含混合）电动车辆构成的风险增加至行人和骑自行车。这种增加的风险是由于低噪声生产速度较慢，在轮胎噪音是尚未占优势。这些速度通常30公里以下H 1。为了提高安全性，声源应增加，使得电动车辆的定位变得比得上内燃机。有人建议利用定向声束，以便尽量减少噪音污染。此定向波束被设计成产生在给定的目标方向，同时减少在其它方向上的响应指定声学响应。这能够通过与换能器阵列用制造的过滤器，以建立这样一个光束的算法通常被称为波束形成器。由陈绮贞等人端射阵列和垂射阵列之间的比较。 [3]可见，端射阵列能够比宽边阵列提供更高的方向性。然而，端射阵列相对于它们的轴线对称地辐射，因此，如果轴与驱动方向对准，则不能在所要求的本申请的前进方向用于转向在任意角度。原则上宽边阵列中的向前和向后方向同样辐射，但在后向方向上的辐射可以通过屏蔽 果宽边阵列安装在上波束形成vehicle.更多的前部车辆中使用的天线阵列的电磁域已经完成。在[4]，许多的这些早期方法进行了总结和引用。对于麦克风阵列的波束形成在[5]中讨论。在一般的波束形成的概况是由范树[6]提供。自动转向阵列在[7]中讨论。

对等的结果，被设计为这些接收阵列的算法可以应用到发射的点光源阵列为好。定向波束形成的最简单的方法就是通常所说的延迟和总和（DS）[6,8,9]。此方法被设计以补偿源和为了亮点之间的不同路径，以确保它们是建设性的。

在[6,8]中描述的最小二乘（LS）算法旨在找到匹配所需的场的声压场。在[13]，频率不变的方法是引入一个全向接收阵列。

另一种方法中，提出在[9]，这可被视为与最小方差无失真响应的变化对于麦克风阵列显影（MVDR）方法，如在[6页讨论。 441]。这种波束形成器型最大程度地减少，同时在明亮的区域限制的压力总压力。本文介绍了修改后的版本与扬声器使用

可以与任意传递函数和多个约束中使用的阵列。这种算法将被称为声功率最小化（SPM）。

另一种方法是创建一个定向源在[14]中引入的时间反转方法的名下。该算法反转从扬声器到焦点的脉冲响应，有效地使用存在着重声音的反射。如在[15]还注意到，性能大大取决于周围环境，这使得该算法不切实际的动态环境。高指向紧凑型光源可以用参数数组[16]来实现。由于在低频的声压水平的要求，运动线圈的扬声器仍然可以优选用于某些应用。

利用合成孔径[17]被认为是，因为这使得增加了阵列的孔。然而，鉴于此应用程序的实时约束，该算法是不适用的。此不合适可以很容易地通过计算用的速度汽车的行驶距离可以看出。第一产生波前之前到达的最大距离其中C代表声音的传播速度。由于与波长相比Ccedil;= F和f以Hz频率这个距离是太小的，因此该方法不考虑。

本文使用动圈扬声器的调查算法使用适用性可操纵，定向预警系统，适用于汽车外部的贡献。本文的重点是不同的算法，算法的扩展在声环境代表用于与实时系统汽车外部和实验验证该比较中使用。在现实的模拟场景的稳健性和汽车上的系统的性能将被讨论。

2.方法

我们定义的位置定义N个扬声器和一个矢量G（x）的含有从扬声器到聚焦点x的传递函数：（1）其中是从在位置R N的扬声器来在点x处的压力的传递函数。源强度矢量。被定义来描述每个响亮的输出

扬声器，其中gt;表示转置运算符。在聚焦点处的压力由下式给出（2）均方能量E定义为平均平方的区域V中的声压的幅度：（3）其中

/

表示复共轭。均方能量E正比于V中的声势能，并且如果由均匀采样上在远场的扇区得到的压力成比例的辐射声功率。在离散空间域，V可以通过使用M个位置足够小的间隔采样来近似：其中H表示厄密转置，并且其中传递函数g的空间平均相关矩阵R V通过定义（5）

如该图所示。1，两个不同类型的区域定义：一个明亮和黑暗的区域。此外，总的区域被定义为明亮和黑暗的区域的结合。这些地区将通过下标B（亮），D（暗）或T（总）缩写。然后让的E b; E D和E t指这些地区的能源，让R B; R D所和R t指如公式定义相应的相关矩阵。 （4）。此外，我们定义的传递函数G B（x）的;G D-（X）和G T（X），其分别为从N扬声器的传递函数的亮区，暗区和总区域。

为了找到与本申请使用的最合适的算法，进行实验来评价波束形状，稳定性和适合实时实现。实验已经使用一个统一的，即等间隔，排列有八个元件执行。感兴趣的频率范围是100-3000赫兹。的元素被隔开57.2毫米并因此遵守为空间混叠约束[6]。它们被放置在上方的反射地面0.6mu;m的高度。感兴趣的区域是在5米的距离为1.8米的高度的半圈中的阵列的前面。

三组实验中随着相关性的秩序，（一）使用模拟自由场条件理想的点源被使用; （b）将一个全反射地面和（c）使用测得的传递函数和该领域的实时实现。

对于第一组实验中，使用了下列传递函数(6)

其中j=和波数K =2pi;F/ c对于反射地面的在第二组中，加入相应的反射镜源实验影响的评估。

第三组实验中利用测量传输等功能。这些传递函数是使用B＆K4957，并连接到PCB481调理4958阵列麦克风测放大器10倍增益。麦克风被定位在阵列（Fig.2）的前部上的半圈15等间隔的位置。

基于Linux的实时系统同时用于转向和测量，其中该算法已在Simulink中的软件时域使用256抽头FIR滤波器来实现。该系统已在特文特大学被开发出来。 6 kHz采样率已经选择。在8.1立方分米的共享卷一个封闭的木柜VISATON FRS5times;扬声器阵列已被使用，通过驱动一个8声道的瑞典力劲C20：8X放大器35 Hz的高通滤波器，32分贝增益， -16 dB的信道衰减和32 V保护软削波限制器。

2.2运算规则

本文将考虑适合任意传输功能使所有算法作出贡献。这将允许所有的算法利用相位，方向性和效率可以从测量中获得的信息。由于这些传递函数可能导致病态矩阵，其采取的稳定性考虑是非常重要的。为了这个目的，一个因素（7）被引入。

对角线矩阵BI是加入到对角线倒置或特征分解之前的矩阵Rp或Rd是用于计算在明亮的区域中为标量的声压的源强度矢量被应用.所得的算法如下：

1. 延迟和总和（DS）（见附录A）

1. 对比度控制（CC）[10]

q是属于的最大特征值的特征向量

3.声能量差（AED）[12]

q是属于Rb-alpha;Rd所的最大特征值的特征向量。注意，由于不执行矩阵求逆没有正则化因子beta;是必需的。

4.最小二乘（LS）[15]

5.声功率最小化（SPM）（见式（15） （12）

2.3执行措施

对于定量和客观的性能比较，会推出不同的措施。这些是指向性，也通常被称为声学造影或信噪比效率，也通常被称为敏感度，白噪声增益，一致性和光束宽度。

方向性被定义为：这是用于从目标压的标准偏差的量度。注意，这一措施不依赖于频率。光束宽度被定义为在式（16），并表示被感知为一半以上，声如在聚焦点的区域的量。 -10分贝声压级的水平已被选定为半响度级。

2.4复杂性计算

所用到的算法的单个约束压力点的计算复杂表1中给出，其中N是源的数量，D是传感器在暗区的数量，K是约束的数目。为AED和CC的方法的假设是，特征值分解与弗朗西斯QR分解[18,19]进行的。从上Hessenberg形式，其耗费操作第一使矩阵产生为QR算法操作的数量。然后，QR迭代步骤隐在的计算成本的应用，假设每个特征值2步[20,21，第164页]。

为最小二乘方法，四点一暗区被选择，对于被选择的两点一暗区的声对比度控制。功率最小化和声波能量差异接近使用28点暗区。这些点均匀分布在一个半圈与5mu;m的半径，自然省略对焦点。之所以选择这个配置，因为这定义适合于目标应用程序（最小化非目标方向输出），并产生用于选择的算法的最佳效果。例如，当被用于最小二乘方法太多了点，这将有利于拟合输出到黑暗区和明亮的区域只产生很小的输出。所有方法（除了声能差）使用正则化，其中mu;=0.01的参数为声能差方法被固定到0.04，这似乎是一个合理的折衷如将讨论并示于图5。

3.1. 自由场模拟

图3所示出的波束形成算法的性能。在图10，所产生的声压作为频率和角度的函数给出。请注意，所有算法接近相同的性能随着频率的增加。

从图3的压力曲线可以观察到，只有DS和SPM产生在整个频率范围内的恒定压力。这是因为这两种算法限制在聚焦点处的压力可以预料的，而其它的算法有没有这样的限制。从asymp;700赫兹，CC和AED算法产生的近恒压在聚焦点和LS算法产生从大约1千赫兹的近恒定的压力。

图3所示的效率情节图表示出了DS算法具有恒定的效率，它比其他算法更高。实际上，代替式（8）在方程（14），它可以看出（其中，x是目标点）。由于传递函数幅度是恒定的，所述的DS波束形成器的效率是恒定的。此外，这证明了对在聚焦点一个给定的压力下，DS波束形成器是作为扬声器和焦点之间的路径作为有效的。因此，可以说，DS波束成形器为给定的最佳效率压力在聚焦点。

考虑的其他算法的效率，几个观测可以说明，第一，CC，AED和LS算法具有在低频效率低，这是由于这样的事实，即输出压力是低的。这些算法成为随着频率的增加更加有效。然而SPM的算法具有几乎整个频率范围内的低效率。它是但比CC更高效和LS为频率接近高达约450赫兹。

最后，请注意在图中不同的算法的波束宽度。 3.要注意，CC中，AED和LS算法不在低频产生的光束是重要的。虽然它产生在聚焦点一个恒定的声压，所述SPM方法产生整个频率范围内的窄波束。需要注意的是与频率的DS的方法有很大差别，低于大约1千赫。

算法复杂性的检验可以在图4比较中检验

3.2关于参数alpha;

图5示出了比较算法为其参数alpha;的不同值的效果。该参数影响在较低频率的行为，在那里的一个较高的值生成在这些频率较低的压力，但似乎以产生一个窄的光束。注意，为alpha;-0，AED的算法的解决方案似乎接近该CC的算法。同样地，为alpha;-0，AED的算法的解决方案似乎接近该DS的算法。如在[22]还注意到，参数a但是似乎不具有与物理性质的直接相关性。此外，我们发现，对于一个选择适当的值是至关重要的。

4.地面反射

虽然自由场模拟是用于比较的理论和实践非常有用的，其结果往往不象在实际情况下获得的那些。为了更接近地模拟应用程序的环境下，反射地面将被添加到该模拟。这个反射表面的目的是模拟的道路表面，其被假定为声反射。lt;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146635]，资料为PDF文档或Word文档，PDF文档可免费转换为Word