非自由场中近场声源定位识别算法研究

被引量 : 1次 | 上传用户:huanghuang051
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近场声全息技术只需测量靠近声源表面的声压就可以预测与重建出整个三维空间的任意声学量,是一项具有巨大潜力的声场可视化的前沿技术。但是传统的近场声全息技术对测量环境要求苛刻,即要求全息测量面背侧的声场为自由声场,这就大大限制了其在非自由场环境下(例如汽车或潜艇舱室内)的应用。目前对于非自由场中的全息变换往往是首先采用声场分离技术去除全息测量面背侧的干扰,然后再进行全息重建。但是声场分离技术忽略了干扰声在声源表面引起的散射,在干扰声源强度较大或在小的封闭空间内测量时可能会导致声场分离失败。本文针对类球形声
其他文献
几十年来,无线通信技术的快速发展为人类社会进步做出了重大的贡献,它已经成为了人们生活中不可缺少的组成部分。随着无线移动用户的增加,对无线通信技术的要求也越来越高。为了
据全球移动供应商联合会(Global Mobile Suppliers Association,GSA)2010年8月底发布的数据显示,全世界56个国家及地区的132家移动通信运营商目前正在或者准备研究部署LTE网络,
水声通信与陆地无线电通信最大的不同之处就在于水声信道的特殊性。水声信道的可用带宽极其有限,多径效应严重,而且存在随机时变、频变和多普勒。扩频通信技术牺牲了通信的有
小区重选技术的理论研究和实际应用涉及到无线资源分配、移动性管理、物理层测量技术和网络均衡算法等众多领域,是网络间互操作技术研究的重要内容。目前,业界对重选技术的研究
癫痫是一种常见的慢性神经疾病,以大量神经元的异常猝发性过度同步放电为特征,是神经科仅次于脑血管病的第二大顽症,侵袭大约人口的1%。到目前为止,在癫痫的诊断中,脑电图(EE
无线Mesh网络(Wi rel es s Mesh Network,WMN)是一种多跳、具有自组织性和自愈特点的宽带无线网络结构,也是一种高容量、高速率的分布式网络。WMN作为一种新型网络结构形态,可以
本论文的主要内容是制作传感器硬件节点,并实现两个节点间的通信。本文中选择的射频芯片CC2420,是挪威Chipcon公司推出的一款符合IEEE 802.15.4标准的收发芯片,只需很少的外
TD-LTE是TD-SCDMA的长期演进,是通信行业向4G发展的主要演进标准之一。综合测试仪表对TD-LTE网络整体发展有关键作用,而以往综合测试仪表的核心技术和知识产权被安捷伦、泰克等
由于四川处在欧亚地震带上,所以地震频发,而地震所带来的人员和财产损失又是巨大的,如何在地震后第一时间展开营救成为重中之重。四川省地震局的“四川省灾情上报接收处理系
随着网络技术的发展进步和多媒体数据的快速增长,非法拷贝视频的数量激增,给数字版权保护和有害信息过滤等领域带来了极大的隐患。基于内容的视频拷贝检测技术因此逐渐成为了