声阵列技术是用一组传声器按一定的排布方式组成的传声器阵列接收来自声源的空间信号，通过相关的信号处理技术来获得噪声源的幅值、相位、方位等信息从而识别主要的噪声源^[1]。对比传统的噪声源识别技术来说操作更为简单，识别效果也更好，测量速度也更快，满足分辨率要求的频段范围更广^[2]，对声音信号的分析更细化，同时它的运用范围也更广，不仅可以对稳态和非稳态声源进行测量，还可以运动的物体进行识别，因此实用性较强^[3]。它对于高频位空间的噪声源的分辨率较高，它的缺点在于对低频位噪声源的低分辨率^[4]。

1.1国外研究现状

B.widrow和Hoff针对波束形成算法存在阵列响应频率不变性很差、主瓣宽度因频率增大而减小形成信号畸变的问题，在1960提出了最早的最小均方算法即LMS算法，该算法简单，应用最广泛^[5]。Vorobyov等人针对常规性波束形成器缺乏对各种系统环境误差的稳健性，提出了基于最差情况性能最优的稳健波束形成方法，该算法的性能较对角加载方法有很大的提高，但这种方法性能受不确定集参数的影响^[6]。Khabbazibasmenj等人针对波束形成器的阵列处于非理想环境时干扰性能会急剧下降的问题，提出了基于半正定松弛的波束形成算法^[7]。P.Chiariotti等人针对车内空间声源噪声，提出运用平均波束形成方法来消除噪音^[8]。MOSTAFA R，MOHAMMAD等人针对由于不确定集稳健算法的阵列接受信号中包含期望信号，在高信噪比时仍会出现信号消极的现象，分析了特征空间法能够获得稳健波束的机理，提出基于信号子空间重构的稳健算法，在任意SNR情况下均能获得稳定性能^[9]。

1.2国内研究现状

赵永波等人针对特征空间波束形成算法（ESB）的性能随指向误差增大时变差问题，提出了一种更稳健的ESB算法，对约束导向矢量进行校正，使其更接近于期望信号的导向矢量，从而提高自适应波束形成的性能^[10]。王华力等人针对射频干扰会严重影响卫星链路通信，对应用于多波束天线的各种自适应波束形成算法进行对比分析，理论分析与仿真结果皆表明，DMI、RLS算法在收敛速率和输出信噪干扰比上皆有相当的优越性^[11]。李文兴等人针对自适应波束形成器出现期望信号导向矢量失配和阵列流形误差时，性能急剧下降的问题，提出了一种导向矢量双层估计的稳健波束形成算法，显著提高了波束形成器在导向矢量失配和阵列流形误差下的稳健性^[12]。刘权等人针对智能天线抗干扰方面，分析得出单根天线逐步调整的MMES算法避免了矩阵的求逆导致复杂度较高的情况，但是仍没有解决干扰信号时延造成波峰混叠的问题^[13]。

针对研究对象来说，运行中的变电站是一个复杂声场，其噪声源主要分布在主变压器和辅助设备。其中变压器主体噪声为低频噪声，一般为100Hz、200Hz、300Hz、400Hz、500Hz^[14]，低频噪声可以通过结构传声，穿过墙壁进入人的耳朵，进而影响人的身心健康^[15]，辅助设备噪声为中高频噪声^[16]。根据前文，这里产生了一个问题，那就是低频范围的噪声源该如何测量，以获得更清晰的信号强度、更高的噪声源分辨率或者更低的下限频率。这要求增加阵列的直径，在孔径足够大的情况下能够有更高的声源的定位准确性和分辨率，但是考虑到变电站的工作环境以及成本和方便问题，这并不是一个最佳方案。声全息技术也能识别低频范围的噪声源，但是由于它依赖近距离的因素，无法定位多个相关噪声源，在变电站这个空间环境中也不能实现目标。

为了更精确地在变电站运行中用声阵列识别其噪声源，特别是针对100Hz低频噪声的定位准确性和高分辨率，通过对目前阵列信号处理噪声识别定位的的基础上对算法进行改进从而对变电站低频噪声进行准确定位和测量。

2. 研究的基本内容与方案

2.1研究内容

本文主要通过了解声阵列噪声源识别算法的发展历程，分析声阵列原理和声阵列噪声源识别算法，研究64通道2m平面螺旋阵噪声源识别算法，根据平面螺旋阵在变电站噪声源识别的效果，变电站噪声源识别的实际需求，对声阵列算法进行研究和改进。

2.2研究目标