Page 120 - 《应用声学》2024年第1期

116 2024 年 1 月

4.2 实验结果 信号的幅值存在差异。从图 5(b) 中可以看出，空压
利用本文算法分别对不同位置、不同SNR以及 机所模拟出的气体泄漏信号为宽频信号，包含了多
不同采样点数下的实际气体泄漏进行定位。本节设 个频率成分，但采集到的泄漏信号中能量主要分布
计的实验工况及定位结果如表 2 所示。以不同位置 在超声频段内，证实了分频带处理抑制低频噪声的
泄漏中心坐标为基准，可得本文算法的不同工况下
有效性。
平均方位角定位误差分别为0.95 ，平均俯仰角定位
◦
对于工况 1、工况 6、工况 7、工况 9，通过改进
误差 0.87 ，总误差始终小于 3.5 ，说明该算法稳定
◦
◦
MVDR 角度谱算法得到气体泄漏源的定位结果如
性高且估计效果较好。
图 6 所示，搜索由方位角与俯仰角组成的整个二维
取工况 1、工况 6、工况 7、工况 9 为例具体分析，
由超声传声器阵列第一个阵元所接收到原始信号 平面，其中角度谱函数输出功率的谱峰位置即为泄
的时域图及频谱图依次如图 5 所示。从图 5(a) 中可 漏源的位置，由图 6(a)、图 6(c) 可知，在 SNR 较大
以看出，阵元与泄漏源的位置及SNR变化导致时域 且采样点数较多时，算法受噪声影响较小，能够精准
表 2 实验工况及定位结果
Table 2 Experimental conditions and positioning results

工况编号 泄漏源位置/( ) SNR/dB 噪声类型 采样点数/次 算法定位结果/( ) 算法定位误差/( )
◦
◦
◦
1 (107.42,105.28) 20 空间白噪声 1000 (107.63,104.92) (0.21,0.36)
2 (146.68,118.28) 10 空间白噪声 500 (146.09,117.45) (0.59,0.83)
3 (63.24,131.84) 5 空间白噪声 100 (65.40,132.35) (2.16,0.51)
4 (97.28,49.16) 20 10 kHz 噪声 1000 (97.67,49.51) (0.39,0.35)
5 (72.68,71.44) 10 10 kHz 噪声 500 (73.60,70.72) (0.92,0.72)
6 (59.08,62.76) 5 10 kHz 噪声 100 (60.90,61.64) (1.82,1.12)
7 (110.95,30.43) 20 20 kHz 噪声 1000 (111.06,31.25) (0.11,0.82)
8 (136.32,46.04) 10 20 kHz 噪声 500 (135.08,46.53) (1.24,0.49)
9 (125.48,107.63) 5 20 kHz 噪声 100 (126.17,110.19) (0.72,2.56)

0.05 0.04
ࣨϙ 0 ࣨϙ 0.02

-0.05
0 200 400 600 800 1000 0 10 20 30 40 45
0.02
0.02
ࣨϙ 0 ࣨϙ 0.01
-0.02
0
0 200 400 600 800 1000 0 10 20 30 40 45
0.05 0.04
ࣨϙ 0 ࣨϙ 0.02
-0.05
0
0 200 400 600 800 1000 0 10 20 30 40 45
0.02
0.02
ࣨϙ -0.02 ࣨϙ 0.01
0
0
0 200 400 600 800 1000 0 10 20 30 40 45
᧔ನག஝/൓ ᮠဋ/kHz
(a) ௑۫ڏ (b) ᮠ៨ڏ
图 5 泄漏信号的时域与频谱
Fig. 5 Time domain diagram and spectrum diagram of leakage signal