2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、反卷積聲源成像是一種建立在互譜成像波束形成技術基礎上的高分辨率噪聲源識別與定位技術。其空間分辨率遠高于常規(guī)波束形成技術,因此反卷積聲源成像算法在噪聲治理和故障診斷工程中有著廣泛的應用前景,值得進一步研究。
  本文首先回顧了反卷積聲源成像技術的發(fā)展歷程,并對研究現(xiàn)狀和發(fā)展趨勢進行了分析。分析發(fā)現(xiàn)已有的算法在性能優(yōu)勢和適用范圍上有所不同。為在實際工程應用中合理選擇反卷積聲源成像算法,充分發(fā)揮各算法的性能優(yōu)勢,通過數(shù)值仿真和實驗對現(xiàn)有

2、算法在不同頻率、不同測量距離、不同測量點位置和數(shù)目以及不同聚焦點數(shù)目情況下的空間分辨率和計算效率進行了研究,得出了如下結論:稀疏重構反卷積聲源成像算法的空間分辨率最高,但由于需要計算完整的點擴展函數(shù)矩陣,因此算法的計算效率相對較低;而基于傅里葉變換的反卷積聲源成像算法計算效率較高,但由于其獲得的是最小二乘解,未利用解的稀疏先驗,加之傅里葉變換引入的卷繞誤差影響,其空間分辨率較之稀疏重構反卷積聲源成像算法要低。論文根據(jù)上述結論給出了實際工

3、程應用中合理選擇反卷積聲源成像算法的指導意見。通過對以上結論進行分析可以看出現(xiàn)有的六種反卷積聲源成像算法在空間分辨率或計算效率上的均存在一定的局限。
  為了能夠兼顧算法的空間分辨率和計算效率,本文提出一種高分辨率快速反卷積聲源成像算法,通過仿真對比本文方法和現(xiàn)有反卷積聲源成像算法的聲源識別性能,進一步利用半消聲室中兩個白噪聲聲源的識別實驗驗證了仿真結論的正確性,最后將本文所提方法用于某主機箱噪聲源的識別定位,進一步驗證了該方法的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論