科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了基于稀疏模态展开的近场声全息无效数据识别与修复方法,首先通过对全息面实测数据进行声辐射模态展开,获得实测数据声辐射模态展开式；利用对观测噪声施加的高斯分布假设对声辐射模态展开式进行概率描述；然后通过对各模态系数和测量数据分别施加高斯和两点分布先验,利用贝叶斯学习获得无效数据对应测量点编号和模态系数；利用模态系数对无效数据对应测量点编号处的数据进行重构并替换原有无效数据,获得修复数据；将修复数据输入到近场声全息重建算法中,获得重建面的声场重建结果。本发明作为近场声全息技术的前处理方法,不限于真实的声源和声场类型,能够在较大的无效数据占比范围内实现无效数据的识别与修复。
- 单位
