专利摘要
本发明属于水下探测领域，具体涉及一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法，包括以下步骤：建立振声传递矩阵：利用基于单元辐射叠加法的声传递建模方法，采用规则障板表面活塞的辐射声场去近似实际障板表面活塞的辐射声场，根据规则障板表面活塞辐射声场的解析表达式得到目标结构表面法向振速到辐射声场的声传递矩阵G；获取目标结构声源分布：利用振声传递正则化矩阵解决噪声源定位识别算法中的不适定性问题，通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵，结合Tikhonov正则化方法，获得目标结构声源表面振速分布；本发明克服了传统点源球面扩展声传播模型的局限性，方法具有更高的准确性和更广的应用范围。
权利要求
1.一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法，其特征在于，包括以下步骤：
(1.1)建立振声传递矩阵：利用基于单元辐射叠加法的声传递建模方法，采用规则障板表面活塞的辐射声场去近似实际障板表面活塞的辐射声场，根据规则障板表面活塞辐射声场的解析表达式得到目标结构表面法向振速到辐射声场的声传递矩阵G；
(1.2)获取目标结构声源分布：利用振声传递正则化矩阵解决噪声源定位识别算法中的不适定性问题，通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵，结合Tikhonov正则化方法，获得目标结构声源表面振速分布；
(1.3)重构目标声源辐射声场：辐射声场由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，重构结构声源辐射声场分布，对目标结构声源辐射声场进行快速精准的预报；
所述步骤(1.1)包括：
利用基于单元辐射叠加法的声传递建模方法，得到目标结构表面法向振速到辐射声场的声传递矩阵：
[G]＝[p
其中，p
所述步骤(1.2)包括：
利用振声传递正则化矩阵，通过经典的Tikhonov正则化表达式：
获得目标结构声源表面振速分布v；
其中，q为阵列接收数据，Ω(v)＝||L
通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵G
v
其中，v
所述步骤(1.3)，包括：
辐射声场由目标结构表面振动和声传递特性唯一确定，则结构声源辐射声场表示为：
p
其中，G
说明书
技术领域
本发明属于水下探测领域，具体涉及一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法。
背景技术
为了降低水下航行器(潜艇，鱼雷，UUV等)的辐射噪声，需要开展噪声源定位识别和辐射声场预报研究，确定主要噪声源的空间分布，查明各类噪声源对航行器辐射噪声的贡献。目前，较常用的噪声源识别技术有近场声全息技术和波束形成技术。
近场声全息(NAH)是通过测量声源近场全息面上的声压或质点振速，利用声场变换算法重建声源表面和整个三维声场中任意点处声学量；由于它利用了包含丰富声源细节信息的倏逝波成分，对低频声源具有较高的空间分辨率。Williams和Maynard等人(Williams E G,Maynard J D,Skudrzyk E.Sound reconstruction using a microphonearray[J].J.Acoust.Soc.Am,1980,68(1):340-344P.)利用测量面上的声压、源面上的声压与点源格林函数的卷积关系，将二维快速傅里叶变换用于Helmholtz方程，实现空间域到波数域的快速变换计算，从而实现了由全息面上声压重建源面上的声压、振速及声强的分布以及远场指向性等声场量。对于水下航行器噪声源识别来讲，近场声全息方法对应于倏逝波传播特征苛刻要求的测量距离和噪声等条件往往难以满足，从而会引起不适定性问题，影响了声场重建结果的精度。另外，声全息技术对测量面面积、传感器测点密度要求也比较高，对测试声场环境要求也比较苛刻、抗相干干扰能力差。同时，传统近场声全息技术将目标视为独立分布的点源，并采用点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，将导致声源识别结果与实际有较大差异。
波束形成技术是一种阵列信号处理技术，将一定几何形状排列传感器基阵的各阵元输出经过信号处理，增强特定方向上有用信号，衰减其它方向上干扰信号，从而形成空间指向性。它有效弥补了声全息技术的不足，具有测量速度快、中高频分辨率高、适宜中远距离测量等优点，其信息处理灵活、工程实用性强，较适用于水下大型运动声源测试。用于声源识别的波束形成算法从最初的聚焦波束形成算法，发展到自适应聚焦波束形成算法，继而发展到目前广泛使用的两类声源识别结果清晰化的清除算法和反卷积算法，以及近年来发展起来的广义逆波束形成算法。
聚焦波束形成算法是对基阵接收的声信号按点源球面波扩展进行相位或时延补偿，该算法简单方便、鲁棒性强，但声源强度估计不准、空间分辨率极低。为了克服聚焦波束形成算法的不足，时洁等人(时洁，杨德森，时胜国.基于矢量阵的运动声源柱面聚焦定位方法试验研究[J].物理学报，2012，61(12)：124302.)提出了MVDR高分辨聚焦波束形成算法，显著提高了空间分辨率。自适应聚焦波束形成算法是通过寻找权值使其与阵列接收信号进行卷积获得声源分布，其结果理论上是声源分布与阵列点传播函数的卷积，但由于阵列空间采样的离散性和有限性使其输出具有一定宽度的“主瓣”和若干个“旁瓣”，输出结果易受旁瓣等因素干扰，不能真实地反映声源分布，具有一定的不确定性。有效缩减主瓣宽度、衰减旁瓣干扰，清晰化声源识别结果，特别是针对低频声源的识别，近年来备受国内外学者关注。目前，广泛使用的两类清晰化算法为CLEAN算法和DAMAS算法。这两类清晰化算法均是基于波束形成输出结果基础上后置处理，声源强度估计准确、可靠，但与聚焦波束形成算法相比计算量巨大；另外，由于上述波束形成算法都是采用单极子点声源及点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，与实际结构声辐射传播模型存在差异，无法准确识别连续分布的复杂类型声源。为了解决水下航行器、飞机、汽车等实际结构声源识别问题，Suzuki(T.Suzuki.L1generalized inverse beam-forming algorithm resolvingcoherent/incoherent,distributed and multipole sources[J].J.Sound Vib,2011,330:5835-5851.)提出了一种广义逆波束形成算法，该算法结合广义逆原理和波束形成技术，根据传递函数矩阵逆向求解目标域内的声源分布，通过迭代计算减弱声源旁瓣对声成像图的影响，提高了声源定位的准确性。但上述广义逆波束形成算法仅可以识别声源类型确知的集中式或分布式声源，而且要求基阵测量面与声源面共形，否则可能会导致错误的声源重建结果，应用于水下大型运动目标结构辐射噪声源测试仍存在局限性。
综上所述，目前所有的噪声源识别技术都将目标声源视为独立分布的点源，并采用点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，与实际结构声辐射传播模型存在差异。因此上述算法都没有从根本上解决与实际结构声辐射传播模型存在差异的问题，由于传统点源球面扩展函数与实际目标结构声源失配，将导致连续分布的复杂类型声源识别结果的准确性大大降低。本专利将单元辐射法与噪声源识别及声辐射预报方法进行有效结合，在未知目标结构振动信息的前提下，进行目标结构振动噪声源识别的同时又能对结构辐射声场进行预报。与传统的基于点源球面扩展函数模型的噪声源识别及声辐射预报方法相比，能够解决连续分布、相干结构噪声源的声传播模型精细化表征问题，克服采用传统模型带来的局限性，显著提高了连续分布的复杂类型声源识别结果的准确性。
发明内容
本发明针对水下大型目标结构声源定位识别及辐射声场预报问题，提出基于目标结构单元辐射法的噪声源定位识别及声辐射预报方法。其中，由单元辐射法建立的结构振声传播模型表征水下目标结构表面振动与辐射声场之间的传递关系，解决连续分布、相干结构噪声源的声传播模型精细化表征，克服传统噪声识别方法中点源球面扩展声传播模型的局限性；基于单元辐射法的噪声源识别算法采用振声传递正则化矩阵，解决噪声源识别算法不适定性问题，进一步提高噪声源识别算法的稳健性以及低频的分辨率和动态范围，实现水下大型结构声源的精准定位与识别；基于单元辐射法的辐射声场预报方法，目标结构辐射声场可由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，对目标结构声源辐射声场进行快速精准的预报。
一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法，包括以下步骤：
(1.1)建立振声传递矩阵：利用基于单元辐射叠加法的声传递建模方法，采用规则障板表面活塞的辐射声场去近似实际障板表面活塞的辐射声场，根据规则障板表面活塞辐射声场的解析表达式得到目标结构表面法向振速到辐射声场的声传递矩阵G；
(1.2)获取目标结构声源分布：利用振声传递正则化矩阵解决噪声源定位识别算法中的不适定性问题，通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵，结合Tikhonov正则化方法，获得目标结构声源表面振速分布；
(1.3)重构目标声源辐射声场：辐射声场由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，重构结构声源辐射声场分布，对目标结构声源辐射声场进行快速精准的预报。
所述步骤(1.1)包括：
利用基于单元辐射叠加法的声传递建模方法，得到目标结构表面法向振速到辐射声场的声传递矩阵：
[G]＝[p1,p2,···,pN]
其中，pi表示辐射面共形障板表面所对应的第i个刚性活塞面以单位速度单独振动时的辐射声压；该振声传递矩阵能够反映结构宽频声辐射特性、便于快速计算和解析描述，解决连续分布、相干结构噪声源的声传播模型精细化表征问题，克服传统点源球面扩展声传播模型的局限性。
所述步骤(1.2)包括：
利用振声传递正则化矩阵，通过经典的Tikhonov正则化表达式：
获得目标结构声源表面振速分布v；
其中，q为阵列接收数据，Ω(v)＝||L
通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵GM×N，解得：
vN×1＝L(GL)
其中，vN×1表示结构声源表面法向振速向量，Za表示辐射声场阵列面处的波阻抗矩阵，pM×1表示M元阵列接收声压向量，vM×1表示M元阵列接收振速向量，M、N分别为阵元个数和结构辐射面离散活塞个数，H表示矩阵的共轭转置，I表示对角单位矩阵，ε表示正则化参数。
所述步骤(1.3)，包括：
辐射声场由目标结构表面振动和声传递特性唯一确定，则结构声源辐射声场表示为：
pS×1＝GS×NvN×1
其中，GS×N为目标结构辐射面到声场预报重构面的振声传递矩阵，vN×1表示结构声源表面法向振速向量，[Za]S×S表示辐射声场重构面处的波阻抗矩阵，pS×1为声场预报重构面声压分布向量，vS×1表示声场预报重构面振速向量，S、N分别为辐射声场重构面离散活塞个数和结构声源辐射面离散活塞个数。
本发明的有益效果在于：
针对水下大型结构辐射噪声源定位识别与辐射声场预报问题，利用单元辐射法建立目标结构声源的振声传播模型。该模型能够反映结构宽频声辐射特性、便于快速计算和解析描述，解决连续分布、相干结构噪声源的声传播模型精细化表征问题，克服传统点源球面扩展声传播模型的局限性。在未知目标结构振动信息的前提下，进行目标结构振动噪声源识别的同时又能对结构辐射声场进行预报。另外，与传统的基于点源球面扩展模型的噪声源识别和声辐射预报方法相比，基于上述单元辐射法的噪声源定位识别与声辐射预报方法具有更高的准确性和更广的应用范围。
附图说明
图1是基于单元辐射法的振声传递模型建立流程图；
图2是基于单元辐射法的水下结构辐射噪声源定位识别与声辐射预报流程图；
图3是f＝200Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的结构表面法向振速分布图；
图4是f＝200Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的重构面声压分布图；
图5是f＝500Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的结构表面法向振速分布图；
图6是f＝500Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的重构面声压分布图；
图7是f＝800Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的结构表面法向振速分布图；
图8是f＝800Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的简支矩形板声源识别结果的重构面声压分布图；
图9是f＝800Hz时基于单元辐射法的广义逆波束形成算法和近场声全息算法的简支矩形板声源识别结果的不同测量距离识别结果对比图；
图10是f＝100Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的有限长圆柱壳声源识别结果的结构表面法向振速分布图；
图11是f＝100Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法有限长圆柱壳声源识别结果的重构面声压分布图；
图12是f＝200Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的有限长圆柱壳声源识别结果的结构表面法向振速分布图；
图13是f＝200Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法有限长圆柱壳声源识别结果的重构面声压分布图；
图14是f＝400Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法的有限长圆柱壳声源识别结果的结构表面法向振速分布图；
图15是f＝400Hz时基于单元辐射法和基于点源球面扩展模型的广义逆波束形成算法有限长圆柱壳声源识别结果的重构面声压分布图；
具体实施方式
下面结合附图对本发明做进一步描述。
本发明涉及的是一种基于单元辐射法的水下大型结构复杂机械噪声源定位识别与辐射声场预报方法。
为了降低水下航行器(潜艇，鱼雷，UUV等)的辐射噪声，需要开展噪声源定位识别和辐射声场预报研究，确定主要噪声源的空间分布，查明各类噪声源对航行器辐射噪声的贡献。目前，较常用的噪声源识别技术有近场声全息技术和波束形成技术。
近场声全息(NAH)是通过测量声源近场全息面上的声压或质点振速，利用声场变换算法重建声源表面和整个三维声场中任意点处声学量；由于它利用了包含丰富声源细节信息的倏逝波成分，对低频声源具有较高的空间分辨率。Williams和Maynard等人(Williams E G,Maynard J D,Skudrzyk E.Sound reconstruction using a microphonearray[J].J.Acoust.Soc.Am,1980,68(1):340-344P.)利用测量面上的声压、源面上的声压与点源格林函数的卷积关系，将二维快速傅里叶变换用于Helmholtz方程，实现空间域到波数域的快速变换计算，从而实现了由全息面上声压重建源面上的声压、振速及声强的分布以及远场指向性等声场量。对于水下航行器噪声源识别来讲，近场声全息方法对应于倏逝波传播特征苛刻要求的测量距离和噪声等条件往往难以满足，从而会引起不适定性问题，影响了声场重建结果的精度。另外，声全息技术对测量面面积、传感器测点密度要求也比较高，对测试声场环境要求也比较苛刻、抗相干干扰能力差。同时，传统近场声全息技术将目标视为独立分布的点源，并采用点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，将导致声源识别结果与实际有较大差异。
波束形成技术是一种阵列信号处理技术，将一定几何形状排列传感器基阵的各阵元输出经过信号处理，增强特定方向上有用信号，衰减其它方向上干扰信号，从而形成空间指向性。它有效弥补了声全息技术的不足，具有测量速度快、中高频分辨率高、适宜中远距离测量等优点，其信息处理灵活、工程实用性强，较适用于水下大型运动声源测试。用于声源识别的波束形成算法从最初的聚焦波束形成算法，发展到自适应聚焦波束形成算法，继而发展到目前广泛使用的两类声源识别结果清晰化的清除算法和反卷积算法，以及近年来发展起来的广义逆波束形成算法。
聚焦波束形成算法是对基阵接收的声信号按点源球面波扩展进行相位或时延补偿，该算法简单方便、鲁棒性强，但声源强度估计不准、空间分辨率极低。为了克服聚焦波束形成算法的不足，时洁等人(时洁，杨德森，时胜国.基于矢量阵的运动声源柱面聚焦定位方法试验研究[J].物理学报，2012，61(12)：124302.)提出了MVDR高分辨聚焦波束形成算法，显著提高了空间分辨率。自适应聚焦波束形成算法是通过寻找权值使其与阵列接收信号进行卷积获得声源分布，其结果理论上是声源分布与阵列点传播函数的卷积，但由于阵列空间采样的离散性和有限性使其输出具有一定宽度的“主瓣”和若干个“旁瓣”，输出结果易受旁瓣等因素干扰，不能真实地反映声源分布，具有一定的不确定性。有效缩减主瓣宽度、衰减旁瓣干扰，清晰化声源识别结果，特别是针对低频声源的识别，近年来备受国内外学者关注。目前，广泛使用的两类清晰化算法为CLEAN算法和DAMAS算法。这两类清晰化算法均是基于波束形成输出结果基础上后置处理，声源强度估计准确、可靠，但与聚焦波束形成算法相比计算量巨大；另外，由于上述波束形成算法都是采用单极子点声源及点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，与实际结构声辐射传播模型存在差异，无法准确识别连续分布的复杂类型声源。为了解决水下航行器、飞机、汽车等实际结构声源识别问题，Suzuki(T.Suzuki.L1generalized inverse beam-forming algorithm resolvingcoherent/incoherent,distributed and multipole sources[J].J.Sound Vib,2011,330:5835-5851.)提出了一种广义逆波束形成算法，该算法结合广义逆原理和波束形成技术，根据传递函数矩阵逆向求解目标域内的声源分布，通过迭代计算减弱声源旁瓣对声成像图的影响，提高了声源定位的准确性。但上述广义逆波束形成算法仅可以识别声源类型确知的集中式或分布式声源，而且要求基阵测量面与声源面共形，否则可能会导致错误的声源重建结果，应用于水下大型运动目标结构辐射噪声源测试仍存在局限性。
综上所述，目前所有的噪声源识别技术都将目标声源视为独立分布的点源，并采用点源球面扩展函数模型，忽略了连续分布结构声源的障板效应，与实际结构声辐射传播模型存在差异。因此上述算法都没有从根本上解决与实际结构声辐射传播模型存在差异的问题，由于传统点源球面扩展函数与实际目标结构声源失配，将导致连续分布的复杂类型声源识别结果的准确性大大降低。本专利将单元辐射法与噪声源识别及声辐射预报方法进行有效结合，在未知目标结构振动信息的前提下，进行目标结构振动噪声源识别的同时又能对结构辐射声场进行预报。与传统的基于点源球面扩展函数模型的噪声源识别及声辐射预报方法相比，能够解决连续分布、相干结构噪声源的声传播模型精细化表征问题，克服采用传统模型带来的局限性，显著提高了连续分布的复杂类型声源识别结果的准确性。
本发明针对水下大型目标结构声源定位识别及辐射声场预报问题，提出基于目标结构单元辐射法的噪声源定位识别及声辐射预报方法。其中，由单元辐射法建立的结构振声传播模型表征水下目标结构表面振动与辐射声场之间的传递关系，解决连续分布、相干结构噪声源的声传播模型精细化表征，克服传统噪声识别方法中点源球面扩展声传播模型的局限性；基于单元辐射法的噪声源识别算法采用振声传递正则化矩阵，解决噪声源识别算法不适定性问题，进一步提高噪声源识别算法的稳健性以及低频的分辨率和动态范围，实现水下大型结构声源的精准定位与识别；基于单元辐射法的辐射声场预报方法，目标结构辐射声场可由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，对目标结构声源辐射声场进行快速精准的预报。
本发明解决其技术问题所采用的技术方案包括以下步骤：
(1)建立振声传递矩阵：利用基于单元辐射叠加法的声传递建模方法，采用规则障板表面活塞的辐射声场去近似实际障板表面活塞的辐射声场，根据规则障板表面活塞辐射声场的解析表达式建立目标结构表面振动到接收基阵和声场重构识别面的振声传递矩阵。
(2)获取目标结构声源分布：利用振声传递正则化矩阵解决噪声源定位识别算法中的不适定性问题，通过阵列接收数据和结构表面振动到测量基阵的振声传递矩阵，结合Tikhonov正则化方法，获得目标结构声源的表面振速分布信息。
(3)重构目标声源辐射声场：目标结构辐射声场可由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，重构结构声源辐射声场分布，对目标结构声源辐射声场进行快速精准的预报。
本发明的有益效果是：针对水下大型结构辐射噪声源定位识别与辐射声场预报问题，利用单元辐射法建立目标结构声源的振声传播模型。该模型能够反映结构宽频声辐射特性、便于快速计算和解析描述，解决连续分布、相干结构噪声源的声传播模型精细化表征问题，克服传统点源球面扩展声传播模型的局限性。在未知目标结构振动信息的前提下，进行目标结构振动噪声源识别的同时又能对结构辐射声场进行预报。另外，与传统的基于点源球面扩展模型的噪声源识别和声辐射预报方法相比，基于上述单元辐射法的噪声源定位识别与声辐射预报方法具有更高的准确性和更广的应用范围。
下面结合附图和实例对本发明作出进一步说明，具体实施方案如下：
第一步，建立振声传递模型：利用基于单元辐射叠加法的声传递建模方法，采用规则障板表面活塞的辐射声场去近似实际障板表面活塞的辐射声场，根据规则障板表面活塞辐射声场的解析表达式得到目标结构表面法向振速到辐射声场的振声传递矩阵G，振声传递模型建立流程图如图1所示。
任意形状辐射面的辐射声场可以由Helmholtz积分公式计算得到(忽略时间因子)：
式中： 为结构表面声压， 为结构表面法向振速， 为自由场格林函数 S为结构辐射面，nS为结构表面法向矢量。
当Helmholtz积分公式中的声场求解距离r无限接近结构声源表面时，可以得到Helmholtz表面积分方程：
对式(2)的积分方程进行离散化处理，可以将结构表面声压矢量与法向振速矢量写成矩阵的形式：
[A]N×N[pS]N×1＝[B]N×N[vS]N×1(3)
对式(3)两边同时乘以矩阵[A]的逆，可以得到：
[pS]＝[A]
式中，矩阵[ZS]是表面辐射阻抗矩阵。
再将Helmholtz积分公式进行离散化，得到辐射声压的矩阵形式为：
式中， 都与表面振速无关的向量。
将式(4)代入式(5)，可得到辐射声场中的复声压和复振速：
式中，矩阵[Za]是辐射声场中的波阻抗矩阵。其中：
[G]
(6)式表明，辐射声压和振速可以根据向量G对表面法向振速的加权、求和得到，因此把向量G定义为结构表面振速到辐射声场的声传递向量。
式(7)表示声传递向量与频率、结构声辐射阻抗、结构声源形状、划分区域等有关，而与结构表面振速无关。反映了结构声源固有的传递特性。
由于声传递向量与结构表面振速分布无关，令表面振速向量为：
[vs]
由式(6)可以得到：
式(9)表示声传递向量中第一项元素数值上等于第一个划分区域以单位速度单独振动时的辐射声压。再令：
[vs]
可以得到：
以此类推，令：
依次得到：
最终可以得到：
[G]＝[p1,p2,···,pN]
其中， 表示第i个划分区域以单位速度单独振动时的辐射声压。
式(6)利用单元辐射叠加法建立了结构表面振动到辐射声场之间的传递模型。只需得到声场传递模型中的声场传递函数，再结合结构表面法向振速分布，就可得到辐射声场中任意一点的声压值和振速值。
第二步，获取目标结构声源分布：利用振声传递正则化矩阵解决噪声源定位识别算法中的不适定性问题，通过阵列接收数据和目标结构表面振动到测量基阵的振声传递矩阵，结合Tikhonov正则化方法，获得目标结构声源的表面振速信息。结构辐射声源定位识别与声辐射预报流程图如图2所示。
利用阵列接收数据，并建立声源表面活塞到阵元的传递函数，可得：
式中，GM×N表示结构声源辐射面到阵列面的振声传递矩阵，vN×1表示结构声源表面法向振速向量，[Za]M×M表示辐射声场阵列面处的波阻抗矩阵，pM×1表示M元阵列接收声压向量，vM×1表示M元阵列接收振速向量。M、N分别为阵元个数和结构辐射面离散活塞个数。为达到更好地识别效果，往往要求辐射面离散活塞尺寸尽可能小，因此活塞个数N远大于阵元个数M。
由于活塞个数大于阵元个数，矩阵G的行数小于列数，式(15)为欠定方程组，因此不能对矩阵G直接求逆。在这种情况下，声学响应传递方程是具有不适定性的，无法通过直接对传递矩阵求逆得出满意的声源面成像结果。为此，需要采用结合正则化方法在消除这种不适定性的同时近似求解上述方程。Tikhonov正则化方法是基于上式逆问题解的残余范数和解范数之间的联合加权以达到最小的思想，即：
式中，v为目标结构声源表面振速分布，q为阵列接收数据，Ω(v)＝||L
式中，H表示矩阵的共轭转置，I表示对角单位矩阵，ε表示Tikhonov正则化参数，通过阵列接收声压或振速数据可获得结构声源表面振速向量。
第三步，重构目标声源辐射声场：目标结构辐射声场可由目标结构表面振动和声传递特性唯一确定，利用得到的结构声源表面振速信息和目标结构辐射面到声场预报重构面的振声传递矩阵，重构结构声源辐射声场分布，对目标结构声源辐射声场进行快速精准的预报。表示为：
式中，GS×N表示结构声源辐射面到辐射声场重构面的振声传递矩阵，vN×1表示结构声源表面法向振速向量，[Za]S×S表示辐射声场重构面处的波阻抗矩阵，pS×1表示辐射声场重构面的声压向量，vS×1表示辐射声场重构面的振速向量。S、N分别为辐射声场重构面离散活塞个数和结构声源辐射面离散活塞个数。
上面对发明内容各部分的具体实施方式进行了说明。下面通过基于单元辐射法的噪声源识别算法仿真实例对本发明具体实施做进一步描述。
仿真实例：
(1)简支矩形板振动仿真：仿真采用21×21阵元均匀布放的方阵，方阵孔径2m×2m，阵元间距l＝0.1m，对长宽0.6m×0.6m，厚0.008m的简支矩形板进行振动噪声识别，采用大小为1牛顿的点激励力，声场重构面到结构声源辐射面距离0.01m。
附图给出了不同激励频率下简支矩形板的声源识别结果，比较振声传递函数广义逆波束形成(VATM-GIB)与点源球面扩展函数广义逆波束形成(GFTM-GIB)的声源识别性能，由于取的重构面非常贴近目标结构辐射面，可近似为目标结构辐射面的声源分布。基阵测量距离d＝0.1λm，λ为声波波长，激励频率f分别取200Hz、500Hz、800Hz。对比分析可知，在不同频率f上，VATM-GIB算法对矩形板结构噪声源的识别空间分辨率都高于GFTM-GIB算法；VATM-GIB算法能较精确的对结构声源表面振速和辐射声压分布进行识别和重构，达到准确识别声源和辐射声场快速预报的目的。
附图给出了不同测量距离上VATM-GIB算法与NAH算法的简支矩形板声源识别结果，激励频率f＝800Hz，基阵测量距离d分别取0.1λ、0.2λ、0.25λm，利用VATM-GIB算法与平面NAH算法，对重构面声压分布进行仿真。可以看出当测量距离增大到0.2λ时，NAH算法对矩形板识别失效，而VATM-GIB算法还能较好的识别表面声压分布，因此，VATM-GIB算法相较于NAH算法满足更远的测量距离，且分辨率更高，工程实施难度较低。
(2)有限长圆柱壳振动仿真：仿真采用11×11阵元均匀布放的方阵，方阵孔径2m×2m，阵元间距l＝0.2m，对半径0.6m，长2m，厚0.006m的圆柱壳进行振动噪声识别。采用大小为1牛顿的点激励力，声场重构面到结构声源辐射面距离0.01m，基阵测量距离d＝0.3m。
附图给出了不同频率下有限长圆柱壳的声源识别结果，比较VATM-GIB算法与GFTM-GIB算法的性能，声源频率f＝100Hz、200Hz、400Hz。对比分析可得在不同频率f上，VATM-GIB算法对圆柱壳结构噪声源的识别性能优于GFTM-GIB算法，具有更高的空间分辨率，能够对结构辐射声源进行更加准确的识别，同时达到对结构辐射声场快速精准预报的目的。
一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法专利购买费用说明
Q：办理专利转让的流程及所需资料
A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。
1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。
2：按规定缴纳著录项目变更手续费。
3：同时提交相关证明文件原件。
4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。
Q:专利著录项目变更费用如何缴交
A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式
Q：专利转让变更，多久能出结果
A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。
动态评分
0.0