Since its introduction acoustic beamforming has imposed itself as the principal technique for the mapping of acoustic sources in the far field. Even if some decades have passed since it was firstly used, important limitations still remain at the state of the art. In particular, the main shortcomings are relative to three aspects. The first one is the beamformer resolution capability, that strictly depends on the structure of the array, i.e. on the hardware available for the measurement. The second is the relative phase assessment amongst sources, that can not be achievable by the known state of the art techniques. The third is that the measurement background noise can be high and cover the phenomenon of interest, in particular in some applications as the aeroacoustic ones. The aim of the present research is to introduce new methods to overcome the limits above. At first the technique called VAMOS (Virtualized Array for MOving Sources) is introduced and treated. It can be used in all those cases when the object under investigation is moving, such as pass–by or fly–over measurements. Once the measurement is performed, VAMOS exploits the object motion to virtually extend the array used for the acquisition: in this way the array aperture, i.e. its resolution, is increased in the direction of motion. Numerical validations, performances and uncertainty analysis are treated in the dissertation. Secondly, the problem of relative phase assessment is treated. Two new techniques are described. The first one is the Phase Mapping by Monopole Substitution (PMMS). It constitutes a post–processing step to be performed after beamforming calculations to complete the obtained sound power beamforming map with that of phase. The technique is presented with a complete uncertainty analysis and both numerical and experimental results. The second technique introduced is an inverse technique directly proceeding by Suzuki’s L1 Generalized Inverse Beamforming. The map of sources relative phase is obtained by modeling the sound field with a orthonormal base of monopoles. Finally, multi–sensor data integration is exploited to highlight and understand aeroacoustic noise generation mechanisms. In particular, the acoustic ix field due to a wind turbine will be analyzed by means of Coherent Beamforming: aeroacoustic contributions are separated by means of a reference signal sensitive to the other disturbing sources, such as mechanical ones. At the end, the acoustic field of a laminar separation bubble will be studied by means of beamforming and causality correlation approach.

Sin dalla sua introduzione, una trentina di anni fa, il beamforming si è imposto come tecnica leader per la caratterizzazione del campo acustico lontano: permettendo di ottenere una vera e propria immagine del campo sonoro, la localizzazione delle sorgenti è più facile e intuitiva. Nonostante sia una tecnica ormai nota e diffusa allo stato dell’arte, alcuni dei suoi principali limiti non sono ancora stati del tutto superati. In particolare tre sono i principali problemi che la caratterizzano. In primo luogo la risoluzione, che dipende principalmente dalla forma e dall’estensione dell’array di microfoni utilizzato per la misura. In secondo luogo, c’è il problema della fase relativa tra le sorgenti identificate: allo stato dell’arte nessuna metodologia di beamforming permette di valutare questa informazione. Infine, il problema dell’identificazione delle sorgenti relative ad un particolare fenomeno, quando il rapporto segnale rumore è sfavorevole. Lo scopo di questa tesi è quello di presentare delle nuove tecniche che permettano il superamento di tali limiti, almeno in alcuni dei più frequenti casi di applicazione di beamforming. In principio viene descritta una tecnica, chiamata VAMOS (virtualizzazione dell’array in caso di sorgenti in moto) , applicabile nei casi in cui l’oggetto in studio è in movimento. Sfruttando il moto dell’oggetto, l’array usato per la misura viene virtualmente esteso lungo la direzione di moto stessa, incrementando, così, la risoluzione ottenibile. La tecnica viene presentata completa di validazioni numeriche e di analisi di incertezza. A seguire, sono presentate due tecniche per ottenere l’informazione di fase delle sorgenti acustiche, così da ottenere una completa caratterizzazione del campo sonoro in esame. La tecnica chiamata PMMS (valutazione della fase relativa mediante sostituzione di monopoli) è una tecnica da applicare come secondo passo di processamento, dopo aver ottenuto una prima mappa di beamforming, così da ottenere la supplementare mappa di distribuzione di fase che completa la descrizione del campo. La tecnica chiamata PMGIB, invece, è corollario diretto della tecnica inversa introdotta da Suzuki. Il campo acustico, completo delle informazioni di potenza sonora e fase delle sorgenti, viene ricostruito mediante la soluzione di un problema inverso che modella il dominio con una base ortonormale di monopoli. Infine sono presentate delle tecniche basate sull’integrazione di dati di eterogenea natura: i diversi fenomeni fisici che contribuiscono alla generazione del campo acustico sono simultaneamente monitorati e i segnali acquisiti sono correlati così da evidenziare il particolare fenomeno di interesse. La tecnica del beamforming coerente viene sfruttata per evidenziare le sorgenti aeroacustiche agenti su una mini turbina eolica. Per concludere, le due tecniche di beamforming e causality correlation sono usate congiuntamente per analizzare il campo acustico prodotto da una bolla di separazione laminare ed identificare i fenomeni fluidodinamici responsabili dell’emissione stessa.

Acoustic beamforming: innovative methods to overcome current limitations / Sopranzetti, Francesca. - (2013 Feb 22).

Acoustic beamforming: innovative methods to overcome current limitations

Sopranzetti, Francesca
2013-02-22

Abstract

Since its introduction acoustic beamforming has imposed itself as the principal technique for the mapping of acoustic sources in the far field. Even if some decades have passed since it was firstly used, important limitations still remain at the state of the art. In particular, the main shortcomings are relative to three aspects. The first one is the beamformer resolution capability, that strictly depends on the structure of the array, i.e. on the hardware available for the measurement. The second is the relative phase assessment amongst sources, that can not be achievable by the known state of the art techniques. The third is that the measurement background noise can be high and cover the phenomenon of interest, in particular in some applications as the aeroacoustic ones. The aim of the present research is to introduce new methods to overcome the limits above. At first the technique called VAMOS (Virtualized Array for MOving Sources) is introduced and treated. It can be used in all those cases when the object under investigation is moving, such as pass–by or fly–over measurements. Once the measurement is performed, VAMOS exploits the object motion to virtually extend the array used for the acquisition: in this way the array aperture, i.e. its resolution, is increased in the direction of motion. Numerical validations, performances and uncertainty analysis are treated in the dissertation. Secondly, the problem of relative phase assessment is treated. Two new techniques are described. The first one is the Phase Mapping by Monopole Substitution (PMMS). It constitutes a post–processing step to be performed after beamforming calculations to complete the obtained sound power beamforming map with that of phase. The technique is presented with a complete uncertainty analysis and both numerical and experimental results. The second technique introduced is an inverse technique directly proceeding by Suzuki’s L1 Generalized Inverse Beamforming. The map of sources relative phase is obtained by modeling the sound field with a orthonormal base of monopoles. Finally, multi–sensor data integration is exploited to highlight and understand aeroacoustic noise generation mechanisms. In particular, the acoustic ix field due to a wind turbine will be analyzed by means of Coherent Beamforming: aeroacoustic contributions are separated by means of a reference signal sensitive to the other disturbing sources, such as mechanical ones. At the end, the acoustic field of a laminar separation bubble will be studied by means of beamforming and causality correlation approach.
22-feb-2013
Sin dalla sua introduzione, una trentina di anni fa, il beamforming si è imposto come tecnica leader per la caratterizzazione del campo acustico lontano: permettendo di ottenere una vera e propria immagine del campo sonoro, la localizzazione delle sorgenti è più facile e intuitiva. Nonostante sia una tecnica ormai nota e diffusa allo stato dell’arte, alcuni dei suoi principali limiti non sono ancora stati del tutto superati. In particolare tre sono i principali problemi che la caratterizzano. In primo luogo la risoluzione, che dipende principalmente dalla forma e dall’estensione dell’array di microfoni utilizzato per la misura. In secondo luogo, c’è il problema della fase relativa tra le sorgenti identificate: allo stato dell’arte nessuna metodologia di beamforming permette di valutare questa informazione. Infine, il problema dell’identificazione delle sorgenti relative ad un particolare fenomeno, quando il rapporto segnale rumore è sfavorevole. Lo scopo di questa tesi è quello di presentare delle nuove tecniche che permettano il superamento di tali limiti, almeno in alcuni dei più frequenti casi di applicazione di beamforming. In principio viene descritta una tecnica, chiamata VAMOS (virtualizzazione dell’array in caso di sorgenti in moto) , applicabile nei casi in cui l’oggetto in studio è in movimento. Sfruttando il moto dell’oggetto, l’array usato per la misura viene virtualmente esteso lungo la direzione di moto stessa, incrementando, così, la risoluzione ottenibile. La tecnica viene presentata completa di validazioni numeriche e di analisi di incertezza. A seguire, sono presentate due tecniche per ottenere l’informazione di fase delle sorgenti acustiche, così da ottenere una completa caratterizzazione del campo sonoro in esame. La tecnica chiamata PMMS (valutazione della fase relativa mediante sostituzione di monopoli) è una tecnica da applicare come secondo passo di processamento, dopo aver ottenuto una prima mappa di beamforming, così da ottenere la supplementare mappa di distribuzione di fase che completa la descrizione del campo. La tecnica chiamata PMGIB, invece, è corollario diretto della tecnica inversa introdotta da Suzuki. Il campo acustico, completo delle informazioni di potenza sonora e fase delle sorgenti, viene ricostruito mediante la soluzione di un problema inverso che modella il dominio con una base ortonormale di monopoli. Infine sono presentate delle tecniche basate sull’integrazione di dati di eterogenea natura: i diversi fenomeni fisici che contribuiscono alla generazione del campo acustico sono simultaneamente monitorati e i segnali acquisiti sono correlati così da evidenziare il particolare fenomeno di interesse. La tecnica del beamforming coerente viene sfruttata per evidenziare le sorgenti aeroacustiche agenti su una mini turbina eolica. Per concludere, le due tecniche di beamforming e causality correlation sono usate congiuntamente per analizzare il campo acustico prodotto da una bolla di separazione laminare ed identificare i fenomeni fluidodinamici responsabili dell’emissione stessa.
Acoustic beamforming
Phase mapping
Resolution
File in questo prodotto:
File Dimensione Formato  
Tesi.Sopranzetti.pdf

Solo gestori archivio

Tipologia: Tesi di dottorato
Licenza d'uso: Non specificato
Dimensione 11.04 MB
Formato Adobe PDF
11.04 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11566/242694
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact