《室内声场建模方法最新发展.doc》由会员分享,可在线阅读,更多相关《室内声场建模方法最新发展.doc(13页珍藏版)》请在三一办公上搜索。
1、室内声场建模方法最新发展文章编号:1002-8684(2004)02-0012-03室内声场建模方法最新发展论文?曾向阳(西北工业大学58号信箱,陕西西安710072)【摘要】室内声场计算机仿真是近年来在声学领域颇受重视的研究方向.近来波导网络法,自适应声柬跟踪法和神经网络法开始被引入,并逐渐受到重视.着重介绍这三种新方法的基本思想和优缺点.【关键词】室内声场仿真;自适应声束跟踪;波导网络;神经网络【中图分类号】TUll2.1【文献标识码】B.AdvancesintheResearchofRoomAcousticModelingMethodsZENGXiang-yang(NohwestemPo
2、lytechnicalUniversity,Xi”an,710072,China)【Abstract】Roomacousticmodelingisoneoftheimportantresearchareasinacoustics.Digitalwaveguidemeshmethod,adaptivebeamtracingmethodandneuralnetworkmethodareintroducedintoroomacousticmodeling1-ecenflyandtheyhavemtractedtheattentionsofmoleandmoreresearchers.Themaina
3、dvantagesanddisadvantagesofthesenewmethodsaredescribedinthispaper.【Keywords】roomacousticmodeling;adaptivebeam-tracing;wave-guidemesh;neuralnetwork1引言室内声学仿真的根本含义是通过计算机建立封闭声环境的模型,并借助特定的算法模拟其内部的声学参数或听音效果.因而,这项技术自20世纪六七十年代开始,越来越受到声学工作者们的重视.如今该领域的研究,特别是建模算法的研究,已经取得了长足的进展,产生了包括声线跟踪法,虚源法,声束跟踪法,有限元法,边界元法等一系
4、列的建模算法.这些方法针对室内声学的重要现象,包括扩散,混响,界面反射,衍射,散射等,提出了相应的解决方法.总体而言,对于室内声学,前面提及的方法中以声束跟踪法和有限元法最为成熟和实用.单独使用声线跟踪法或虚源法的情况已较少出现.例如,着名的声振分析软件SYSNOISE是以有限元法和边界元法为理论核心,不过该软件也并不局限于室内声场的应用.纯粹用于室内声学或建筑声学领域的软件中有代表性的是丹麦技术大学的ODEON,比利时LMS公司的RAYNOISE等,它们都以声束跟踪法作为理论基础.然而,室内声学仿真是一项多变量,非线性的复杂工作,尽管上述方法的不断提出和发展一定程度上促进了室内声学研究的前进
5、,但该领域依然存在不少问【基金项目】西北工业大学英才培养计划基金.咽至题需要解决.其中,最受重视也是最受争议的一点就是计算机仿真的可信度问题.国际上曾多次组织那些已被成功开发出的仿真软件来进行比试.结果并不能令人满意,这也是现有商品化软件仍然主要应用于研究领域,而鲜有在工程实践中得到应用的原因.当然,这种情况也为人们寻找新方法提供了动力.为解决现有方法存在的问题,近几年,研究者们又尝试提出一些新的方法,主要包括自适应声束跟踪法,波导网络法,神经网络法等.以下对这3种方法的基本思想和特点加以介绍.2自适应声束跟踪法声束跟踪法相对于经典声线跟踪法和虚源法,在计算精度和速度方面都有所提高,但当考虑的
6、反射次数较高时,往往也会出现较大误差,主要原因在于声束是不断扩大的,而它与界面(特别是墙角)的关系十分复杂(图1),实际中通常用跟踪声束的轴线来代替跟踪声束,这是一种近似的声束跟踪过程,因而在根据声束确定虚源的时候往往出现重复计算或漏计算的情况嗍.为解决这一问题,I.A.Druinmh和Y.W.Lanll!仿照几何光学理论,用”照明度(illumination)”的概念研究了声束与界面的关系,提出了自适应跟踪法(AdaptiveBeamTracingMethod,ABTM),即圆锥束或三角锥束在与界面碰撞时产生反射,但反射的声束不一定就是圆锥束或三角锥束,而取决于实际碰撞中的照明度来自适应地确
7、定,这样就有望尽可能地避免声束重叠或覆盖面不足的情况,虚声源误算也就大大减小了(图2).同时,该方法借鉴光学辐射度原理增加了对扩散反射的考虑,即任意界面与反射面之间存在一定的能量交换关系,可表示为=掣dAdA(1)式中,是形状因子,它定义为从第i个面上发出的能量到达第-个面的部分.A,A是第个面的面积,r表示2个面之间的连线,o是该连线与2个面的法线的夹角.由于该方法需要详尽地考虑声束与界面的几何关系,因而算法较为复杂,特别是对结构复杂的空间,计算量相当大.此外,该方法在考虑扩散能量时,实际上是先利用声束确定虚声源,即先考虑一定次数的镜面反射.而把扩散反射能量认为是在镜面反射达到一定次数时才出
8、现(此时也就相当于扩散反射系数等于1),这与实际声场中的情况不一致,必然在一定程度上凹6塞矍匡响6响06响影响其精度或导致计算结果不稳定.3波导网络法波导网络法(WaveGuideMeshMethod,WGMM)最早主要用于板或膜等谐振结构的声学分析,如各种乐器的声学特性分析阎.因此,主要考虑二维情况.对于三维封闭结构,它同样适用,但算法更为复杂.该方法的主要优点在于可得到全频段的声场脉冲响应,这不同于现有的纯波动声学方法(如有限元法)或几何声学方法(如声线跟踪法),同时,它是一种时域方法,从而对实现实时仿真具有重要意义.用于室内声学的波导网络法在建模时与有限元法有类似之处,即把所研究的空间划
9、分为一系列网格,通过一定的方法处理各个网格之间的关系或网格与节点间的关系来求解整个网络的声压函数关系.图3给出的是一个二维波导网络结构.波导网络控制方程既可用节点描述,也可通过与节点相连的波导来描述.例如,对于三维声场情况,如果用节点描述,其网络方程可表示为1p(n+l,y,z)=p(n,x+l,Y,z)+p(n,x-1,Y,z)+Jp(n,y+l,z)+p(n,y一1,z)十p(n,Y,z+1)印n,Y,z-1)】(2)其中,P表示某节点在第n个采样时间的声压,x,y,z是该节点的坐标.其中,波导网络的采样频率为fc?s一一(3)式中,c为声速,表示结构的维数,d表示空间采样间隔,也就是网格
10、的间距.波导网络的采样频率也就是最后得到的声压脉冲响应的采样频率.m声频工程凹6匡响6响0,6响波导网络法能在时域计算全频段的脉冲响应,这是其主要优点,但该方法也有不足之处,即计算量仍较大,特别是对于复杂的三维空间,往往要以牺牲计算时间作为代价来换取较高的计算精度.例如,一个5mX10mx3m的房间,网格间隔0.2m,则共有18750个节点,而对于三维波导网络,每个节点还有6个相邻的节点,这表明要实时计算,每次需要进行131250次操作,对于0.2m的网格间距,时域采样频率将达到3kHz.需要处理的频率越高,网格的密度也就越大,这就大大增加了脉冲响应的计算时间.目前的解决办法只能是提高计算机的
11、运算能力,或者是采用并行计算的方法.这也在一定程度上限制了该方法的推广.4神经网络法传统建模方法,包括上面介绍的2种方法都可归为两类:一类是几何声学方法,包括声线跟踪法,虚声源法,混合法和声束跟踪法等;另一类则是波动声学方法,包括边界元法,有限元法和波导网络法等.这些方法各有利弊,如几何声学方法仅适用于中,高频或大尺度封闭空间,而且这些方法的统计学本质决定了它们的精度只能在有限范围之内;波动声学方法虽然有严格的理论基础,但又往往受到计算量的限制,导致这类方法只能在低频小尺度空间发挥作用,对复杂结构的建筑基本上无能为力.于是,近年来不断有学者将人工神经网络理论(ArtificialNeuralN
12、etwork,ANN)J1人室内声学,91,从而形成了一个全新的室内声场研究方向.神经网络的基本思想是:在一定的算法基础上,借助模型外部输入信息(Jil练样本)的动态响应来实现信息处理,用以模仿人脑神经系统的结构及其存储,处理和识别信息等功能.该理论特别适合于解决复杂过程中非线性函数的逼近问题.借助这种方法,可避免过多地将研究精力集中于复杂的室内声学非线性物理过程,而把重点放在从既有声学数据中待挖掘研究声场的信息,即利用现有声场的可靠数据作为输入神经元,输入网络进行训练,由此预测待研究声场的声学参数,如图4所示.由于神经网络要求的输人参数可以是不完整的(这与纯声学方法截然不同),因而这种方法不
13、仅可以减少建模参数,还有望使仿真精度得到提高.此外,与传统的纯声学方法相比,该方法还具有不受空间尺度和声波频率的局限等优点.神经网络的本质是模拟人脑对信息的处理过程,这符合人对声音的主观听觉特皿丛点,故而也有可能用于主观音质仿真研究.过去长期研究中,人们积累的大量可靠数据为神经网络方法的应用奠定了基础.而各类封闭空间本质上一定的相似性及多变量非线性的特点恰好符合该方法的适用范围.近年来神经网络理论在其它领域的成功应用也证明了其科学性和实用性.这些都表明利用神经网络理论研究封闭空间声场仿真将是一个颇有前途的方向.目前,国内外在这方面的研究刚刚起步,还有很多具体问题需要深入研究.例如,现有对神经网
14、络在室内声场中的研究大多集中在声学参数预测方面,而对室内音质仿真的另一个重要方面,即主观听觉效果的仿真还没有研究报道.另外,现有的研究多针对简单空间,选取的输入神经元主要为几何参数,没有考虑空间内部障碍物(人体,座位,扩散体等)的影响.网络的推广能力是该方法中的另一个值得研究的关键问题.5结语笔者主要介绍并分析了近年来在室内声学建模领域出现的几种新的研究方法.总体来看,这些方法各有利弊.自适应声束跟踪法实际上是混合法以及声束跟踪法的一种改进形式,而波导网络法则与有限元法和有限差分法有共同之处.它们的出现表明,人们一直没有停止对于传统声场建模理论的改进和完善工作.神经网络法由于是一种全新的思路,
15、还有很大的发展空间,其有效性和实用性也还有待于进一步的论证.参考文献.【1】A.Krokstad,S.Stm,S.Srsda1.CalculatingtheA-cousticalRoomResponsebytheUseofARay-tracingTechnique.JournalofSoundVibration,1968,(8):118-125.21J.B.Allen,D.A.Berkley.ImageMethodforEfficientlySimulatingSmall-roomAcoustics.J.Acoust.SOc.Am.,1979,(65):943-950.【3】M.Kleiner
16、,B.I.Dalenback,P.Svensson.AuralizationAnoverview.J.Audio.Eng.SOc,1993,(41):861-875.【4】T.Lewers.ACombinedBeamTracingandRadiantEx-changeComputerModelofRoomAcoustics.AppliedA-COUSCS,1993.(38):161178.凹6!蔓矍匡响6响嗍响环绕声扩声技术在剧场演出中的应用?系统设计?黄建(天津市儿童艺术剧团,天津300020)【摘要】在借鉴电影院和家庭影院的环绕声系统的基础上,分别设计了在剧场的舞台剧的常规演出和音乐录音演
17、出中应用环绕声技术扩声的方案.该方案能充分利用环绕声扩声的特点,可以很好地反映戏剧情节的发展和场景的转化,使观众体验到三维声音效果,还原真实的环境气氛.【关键词】环绕声;扩声;剧场【中图分类号】13154【文献标识码】B1环绕声技术发展简介音乐是心声的表露.自从人类有了语言,音乐也就随之产生了.随着社会的进步,人们对音乐欣赏越来越高的追求,使音乐演奏的技巧与技术处理手段的发展也越来越完美.早在100多年前法国作曲家柏辽兹(HectorBedloz)在创作他的幻想交响曲时,将号角的演奏设置在厅堂的后面;德国作曲家瓦格纳(RichardWagner在他非凡的作曲中甚至将演奏家设置在舞台下面观众之外
18、的门厅处演奏.教堂或宗教音乐为了显示其神秘性总是被制作成三维的,将管风琴设置在教堂的背后,唱诗班安排在前方,产生在人们周围的空间内充满声音的效果.这就是人们最原始的对环绕声的追求,希望利用环绕声的感染力,让音乐对人们的心灵产生最大的共鸣与震撼.20世纪50年代初期,人们开始在电影中尝试应用多声道放声技术.根据当时放映系统的不同,分别采用4声道或6声道,并将其中一个声道放置在观众厅的后方.60年代到70年代在全球兴起”4声道立体声”技术.其具体设置方法是:在听音者前面中央放置1个扬声器系统,前方两侧各放置1个扬声器系统,在听音者的背后放置1个扬声器.由于此种方法建立起来的环绕声系统,放音效果不能
19、做到声音的准确定位,达不到人们对环绕声放音的预期要求,在70年后期逐渐消失了.70年代中期,杜比公司提出了一种新的影片声迹记录方法,利用长期建立起来的光学影片声迹,同时结合了杜比A降噪法和2声道(立体声)技术.80年代后期音频数据压缩技术已进入实践阶段.经过早期的ADPCM技术之后,出现了新的数据压缩方法,它基于完全不同的概念,充分利用了人类听觉的感知特性.最典型的例子是杜比公司开发的AC一2音频格式.1991年杜比公司经过对AC一2音频格式的修改推出了杜比立体声RSD(杜比频谱录音+数字环绕声).它将6声道环绕声信号压缩成低比特数字数据流,6声道音频信号经压缩后,其数字数据流仅为384Kb/
20、s,后来改名为AC一3”5.1声道”数据编码方式.具体实现5I.A.Drumm,Y.W.I_am.TheAdaptiveBeamTracingA1.gorithm.J.Acoust.Soc.Am.,2000,(107):14051412.6S.A.VanDuyne,J.O.Smith.3-DTetrahedralDigitalWaveguideMeshwitlIMusicalApplications.Interna.tionalComputerMusicConference.1996.916.7】L.Savioja.ModelingTechniquesforVirtualAcoustics.DissertationfortheDegreeofDoctor.HelsinkiUniversi.tyofTechnology,Finland,1999.88F.Fricke,Y.G.Han.ANeuralNetworkAnalysisofConcertHallAcoustics,Acustica.1999.85:113120.9】J.Connmes,F.Fficke.PredictionofWallSoundInsula-tionUsingNeuralNetworkAnalysis.BuildingAcoustics,2001,(8):175191.【收稿日期】2003-12-25