Mikrofonarraymethode zur zuverlässigen experimentellen Charakterisierung von Schallquellen für die Lärmminderung
Zusammenfassung der Projektergebnisse
Die vollständige und zuverlässige Charakterisierung von Schallquellen ist von großer Bedeutung bei der Entwicklung von Technologien zur Lärmbekämpfung, die unmittelbar an der Schallquelle ansetzen und die Entstehung störenden Schalls verhindern sollen. Ein häufig für diese Charakterisierung angewendetes Werkzeug ist der parallele Einsatz mehrerer Mikrofone (Mikrofonarray) im Zusammenspiel mit entsprechenden Auswertemethoden. Im Forschungsvorhaben wurde für diese Auswertemethoden ein Verfahren zur Schätzung der Zuverlässigkeit der Ergebnisse entwickelt. Das ist insofern von Bedeutung, als dass im praktischen Einsatz die Ergebnisse unterschiedlicher Methoden oft voneinander abweichen und so von begrenztem Nutzen sind. Zunächst wurde ein Bewertungsverfahren auf Basis eines Monte-Carlo-Ansatzes entwickelt, das eine genaue Einschätzung der jeweiligen Eignung einer Mikrofonarray-Methode für eine bestimmte, zu untersuchende akustische Situation ermöglicht. Dabei kann die Bewertung nach der Quellanzahl, der Dynamik, der Frequenz und dem räumlichen Abstand der Quellen erfolgen. Das Bewertungsverfahren wurde anhand eines synthetisch erzeugten Datensatzes von 12600 unterschiedlichen akustische Szenarien für 12 unterschiedliche Methoden durchgeführt. Hierzu gehörten neben zuvor bekannten Methoden auch neue Varianten dieser sowie eine neue Methode auf der Basis eines Split-Bregman-Ansatzes. Die neuen Methoden wurden anhand von synthetischen sowie von experimentell gewonnenen Daten getestet. Zur automatisierten Methodenauswahl wurden schließlich mehrere Ansätze auf der Basis von A-priori- und A-posteriori-Schätzern entwickelt und einige davon auch implementiert. Es konnte anhand von synthetischen und experimentellen Daten gezeigt werden, dass diese erfolgreich dazu verwendet werden können, für einen konkreten Fall jeweils die Fehler einer bestimmten Methode zu schätzen und die zuverlässigste Methode zur Charakterisierung auszuwählen. Neben der Veröffentlichung wichtiger Projektergebnisse wurden die implementierten Methoden Bestandteil einer freien und quelloffenen Software, um die unmittelbare Nutzung der Ergebnisse des Forschungsvorhabens durch andere zu ermöglichen.
Projektbezogene Publikationen (Auswahl)
-
An Approach to Estimate the Reliability of Microphone Array Methods”. In: 21st AIAA/CEAS Aeroacoustics Conference. June. Dallas, USA, 2015, S. 1–10
Gert Herold und Ennes Sarradj
-
"A Microphone Array Method Benchmarking Exercise using Synthesized Input Data". In: 23rd AIAA/CEAS Aeroacoustics Conference June (2017)
Ennes Sarradj, Gert Herold, Pieter Sijtsma u. a.
-
“A Python framework for microphone array data processing”. In: Applied Acoustics 116 (2017), S. 50–58
Ennes Sarradj und Gert Herold
-
“Comparison of inverse deconvolution algorithms for high-resolution aeroacoustic source characterization”. In: 23rd AIAA/CEAS Aeroacoustics Conference, 2017 (2017), S. 1–8
Gert Herold, Thomas Geyer und Ennes Sarradj
-
“Performance analysis of microphone array methods”. In: Journal of Sound and Vibration 401 (2017), S. 152–168
Gert Herold und Ennes Sarradj
-
“Array methods: which one is the best?” In: BeBeC (2018), S. 1–12
Ennes Sarradj, Gert Herold und Simon Jekosch
-
“Comparison of different solvers for general inverse beamforming algorithms for highresolution aeroacoustic source characterization”. In: BeBeC (2018), S. 1–10
Simon Jekosch, Ennes Sarradj, Gert Herold und Thomas Geyer
-
“Sparse L1 regularisation of matrix valued models for acoustic source characterisation”. In: Optimization and Engineering 19.1 (2018), S. 39–70
Laurent Hoeltgen, Michael Breuß, Gert Herold und Ennes Sarradj
