聲學成像的技術越來越先進,逐漸被廣泛應用于各種工業(yè)領域,如冶煉廠、電廠、焦炭廠、煤氣廠、天燃氣廠及食品廠等等,給工業(yè)安全生產帶來很多便利條件。
聲學成像(acoustic imaging)是基于傳聲器陣列測量技術,通過測量一定空間內的聲波到達各傳聲器的信號相位差異,依據相控陣原理確定聲源的位置,測量聲源的幅值,并以圖像的方式顯示聲源在空間的分布,即取得空間聲場分布云圖-聲像圖,其中以圖像的顏色和亮度代表強弱。
采用Beamforming技術的ACOUSTIC Camera(聲學照相機)系統(tǒng)可以為用戶提供快速、準確的分布圖,可以進行穩(wěn)態(tài)的、非穩(wěn)態(tài)的、靜止的和移動物體的圖像,已經成功應用于通過,車內3D分布,零部件分布等多個領域。
基于麥克風陣列的聲源定位原理簡介
一般來說,基于麥克風陣列的聲源定位算法劃分為三類:一是基于波束形成的方法;二是基于高分辨率譜估計的方法;三是基于聲達時延差(TDOA)的方法。 [1-2] 波束形成(Beamforming)
基于最大輸出功率的可控波束形成技術 Beamforming,它的基本思想就是將各陣元采集來的信號進行加權求和形成波束,通過搜索聲源的可能位置來引導該波束,修改權值使得傳聲器陣列的輸出信號功率最大。這種方法既能在時域中使用,也能在波域中使用。它在時域中的時間平移等價于在波域中的相位延遲。在波域處理中,首先使用一個包含自譜和互譜的矩陣,我們稱之為互譜矩陣(Cross-Spectral Matrix,CSM)。在每個感興趣波長之處,陣列信號的處理給出了在每個給定的空間掃描網格點上或每個信號到達的能量水平。因此,陣列表示了一種與聲源分布相關聯(lián)的響應求和后的數量。這種方法適用于大型麥克風陣列,對測試環(huán)境適應性強。 [3] 基于高分辨率譜估計
基于高分辨率譜估計的方法包括了自回歸 AR 模型、最小方差譜估計(MV)和特征值分解方法(如 Music 算法)等,所有這些方法都通過獲取了傳聲器陣列的信號來計算空間譜的相關矩陣。在理論上可以進行有效估計,實際中若要獲得較理想的精度,就要付出很大的計算量代價,而且需要較多的假設條件,當陣列較大時這種譜估計方法的運算量很大,對環(huán)境敏感,還很容易導致定位不準確,因而在現(xiàn)代的大型聲源定位系統(tǒng)中很少采用。
聲達時間差(TDOA)
聲達時間差(TDOA)的定位技術,這類聲源定位方法一般分為二個步驟進行,先進行聲達時間差估計,并從中獲取傳聲器陣列中陣元間的聲延遲(TDOA);再利用獲取的聲達時間差,結合已知的傳聲器陣列的空間位置進一步定出聲源的位置。
將聲像圖與陣列上配裝的攝像實所拍的視頻圖像以透明的方式疊合在一起,就形成了可直觀分析被測物產生狀態(tài)。這種利用聲學、電子學和信息處理等技術,變換成人眼可見的圖像的技術可以幫助人們直觀地認識聲場、聲波、聲源,便捷地了解機器設備產生的部位和原因,物體(機器設備)的聲像反映了其所處的狀態(tài)。
聲成像的研究開始于20世紀20年代末期。最早使用的方法是液面形變法。隨后,很多種聲成像方法相繼出現(xiàn),至70年代已形成一些較為成熟的方法,并有了大量的商品化產品。聲成像方法可分為主動聲成像、掃描聲成像和聲全息。
讓我們期待聲學成像技術的更加成熟,應用更加廣泛吧。