汽车风洞中波束成形声源识别技术应用进展(3)

由表1可知，原始的波束成形算法得到的声源声压级最大，而高精度算法在提高声源空间分辨率的同时，多次消除相干旁瓣的过程也削弱了实际声源的幅值，尤其是定位精度最好的CLEAN-SC算法，在高空间分辨率的设置下，声源幅值比原始算法有明显的下降。综上，不同的波束成形算法及设置得到的幅值差异较大，在进行声源幅值横向比较时，应严格保证数据的采样率、采样时间、选用算法及设置完全保持一致。

表1 不同算法得到声源声压级?

3.2 剪切层修正

波束成形算法基于准确的声源点到每个传声器的时延，在风洞外场进行测量时，声波因剪切层发生折射，时延随之变化，产生声漂移现象，基本原理[22]如图4所示。

图4 声漂移现象产生原理

其中，S表示实际声源；R’表示声静止空气中传播经过的路径；R表示声实际传播经过的路径：流场内R1在波对流作用下，声的传播方向会向流动下游偏转一定的角度，经过剪切层时因速度场变化折射，流场外R2继续传播到达阵列Ar；So表示未经修正观测到的虚假声源；S至So的距离即为声漂移量d。

几何声学法是声漂移修正最常用的方法，又称Amiet方法[23]。此类方法假设流动特性各向同性，将剪切层简化成一个无限薄涡面或均匀区域，通过剪切层的边界上压力和粒子速度连续性、声线几何关系和斯奈尔声折射定律，最终可解得声线经过剪切层后的传播方向。此类方法修正值不随声源类型、频率变化，适用范围广且计算效率极高，整车风洞所使用的声源识别系统均采用此方法。但此方法也有局限性，如对声幅值的修正仅考虑声扩散，忽略了更为重要的湍流散射，以及声源区域较为复杂时定位失效的可能。

射线追踪法将阵列接收到的声波通过一系列的声线（波失）表示，结合速度场反推声线经过的路线，数值积分路径计算传播时间再进行波束成形的延时求和计算[24]。此方法介于几何声学与计算气动声学（CAA）之间，精度比几何声学高且能适应各种声源形状及复杂的速度场。但声线网格较密时计算量大，尤其对整车风洞大尺寸、高精度要求的场合并不适应，此外，与其它高精度算法也存在融合性的问题。此方法也在不断更新以提高计算效率与精度，在高精度要求层面具有一定的应用前景。

3.3 工程应用技术

3.3.1 心理声学参数

整车风洞进行声源识别的最终目的是为了改善车辆的噪声性能。响度、语音清晰度等心理声学参数可更好地反映乘客的主观感受，将波束成形后的声信号进行心理声学参数计算，形成可视化成像谱图能更好地帮助工程开发。现阶段一些商用声源识别系统已开发并集成此类功能，并在风洞试验中取得了较好的效果。

3.3.2 内外相干分析

在整车风洞测试中，进行声源识别的主要目的是降低车内噪声，提高车内噪声水平，通过分析车内外噪声的相干性，可有效分辨车外噪声源对车内的贡献量。具体的方法是在车内驾驶员人耳处布置参考麦克风，对波束成形识别到的外场声源进行相关分析，按相关性大小记权后生成云图[6,25]。此类方法能有效识别对车内作用明显的车外声源，找到一般波束成形中容易被忽视的声源点，如雨刮、门把手位置等。

4 总结

波束成形声源识别技术经过多年发展已较为成熟，十余年来在整车风洞的工程应用也日渐普及，所取得的进展归纳如下：

（1）随着计算机并行计算能力的进步，阵列向高通道数、大尺寸、更高采样率发展，声源识别设备的可测空间范围和频率范围进一步提高，更能适应整车风洞使用。

（2）较为完善的阵列形状设计配合各种仍在不断进步的高精度波束成形算法，大幅提高了声源识别的动态范围和空间精度，使整车风洞中弱气动声源识别更为容易实现，拓宽了工程应用的目标场景。

（3）以工程应用为目的开发的系列算法与软件模块数量不断增加、功能不断完善，声源识别设备在整车风洞中的使用便利性大幅提高，可解决的问题种类也在不断拓展。

波束成形声源识别在整车风洞中的使用发展趋势主要有：

（1）硬件技术方面，阵列继续向着大型化、3D化发展，阵型优化将结合算法进行，系统处理能力也仍在快速发展，硬件层面对声源识别的性能限制将成为较为次要的因素。

（2）软件技术方面，继续提高改进算法的空间精度与动态范围仍是技术发展的重中之重，算法的效率也需进一步提高，声源识别获得声幅值大小的准确度也值得关注。

文章来源：《测试技术学报》 网址: http://www.csjsxbzz.cn/qikandaodu/2021/0221/505.html