摘要: |
高速发展的铁路运输与城市轨道交通带来便利的同时也带来了噪声污染,噪声污染逐渐成为人们投诉的焦点问题,同时它对人的身心会造成较大的伤害。因此噪声污染已经成为阻碍经济发展、阻碍群众生活水平提高的关键问题,必须对其进行有效的控制。而噪声源识别正是进行有效噪声控制的第一个环节,所以近年来其成为科技工作者研究的热门问题。
本文首先对几种传统的噪声源识别方法与阵列信号处理算法进行分析比较,得出了适合本课题的处理算法——波束形成法Beamforming。然后利用由波束形成原理得到的相控扫描图进行声源识别。针对传统的相控波束识别法中存在的分辨率不高、失真等问题,本文采用基于阵列方向矩阵进行空间扫描的算法,并在理论上验证了此算法的可行性,进而推理出了应用于工程实践的方程。文章的后半部分重点放在了对工程方程的求解上,尝试采用Hopfield神经网络方法来求解逆问题。通过构造能量函数方程与Hopfield神经网络本身的能量函数方程进行对比得出神经网络参数,并通过模拟退火算法来保证神经网络收敛到全局最小值,来求解第一类Fredholm积分方程。
最后验证了例题方程和需要求解的工程化方程,得到了我们比较期望的结果。
|