CN109781248A - 飞机发动机噪声模拟合成可听化方法、***及装置 - Google Patents
飞机发动机噪声模拟合成可听化方法、***及装置 Download PDFInfo
- Publication number
- CN109781248A CN109781248A CN201910079284.0A CN201910079284A CN109781248A CN 109781248 A CN109781248 A CN 109781248A CN 201910079284 A CN201910079284 A CN 201910079284A CN 109781248 A CN109781248 A CN 109781248A
- Authority
- CN
- China
- Prior art keywords
- noise
- aircraft
- tone
- frequency
- engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004088 simulation Methods 0.000 title claims abstract description 33
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 62
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 62
- 230000010355 oscillation Effects 0.000 claims abstract description 35
- 238000010521 absorption reaction Methods 0.000 claims abstract description 15
- 238000010189 synthetic method Methods 0.000 claims abstract description 11
- 238000009795 derivation Methods 0.000 claims abstract description 6
- 239000000872 buffer Substances 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 210000005069 ears Anatomy 0.000 claims description 15
- 230000003139 buffering effect Effects 0.000 claims description 12
- 230000002194 synthesizing effect Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 238000002156 mixing Methods 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000010200 validation analysis Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000007654 immersion Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001075561 Fioria Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- SDIXRDNYIMOKSG-UHFFFAOYSA-L disodium methyl arsenate Chemical compound [Na+].[Na+].C[As]([O-])([O-])=O SDIXRDNYIMOKSG-UHFFFAOYSA-L 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种飞机发动机噪声模拟合成可听化方法、***及装置，属于飞行器技术领域，包括一、读取输入文件；二、对输入文件进行预处理；三、计算宽频噪声每个1/3倍频带的总声压级；四、对经验数据进行短时快速傅立叶变换，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制；五、通过减法合成法来合成飞机的宽频噪声；六、计算每个单音及其谐波的频率和振幅；七、用低频振荡独立调制每个单音的振幅和频率；八、单音噪声合成；九、将飞机的宽频和单音噪声信号进行叠加；步骤十、对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益。
Description
技术领域
本发明属于飞行器技术领域，尤其涉及一种飞机发动机噪声模拟合成可听化方法、***及装置。
背景技术
飞机飞行过程中，发动机和起落架装置是产生噪声的主要来源。而发动机又是不同飞机之间噪声级差异的主要因素。FAA目前针对某些新取证的亚音速喷气飞机和亚音速运输类大型飞机，采用了一个新的噪声标准。这一噪声标准，被称为5阶段噪声标准，适用于所有2017年12月31日之前提交申请的最大取证起飞重量为121,254磅(55,000kg)的新飞机型号设计；或者2020年12月31日之前提交申请的最大取证起飞重量小于121,254磅(55,000kg)的新飞机型号设计。这一改变使得规定的针对新取证飞机的噪声限制值更低且使得针对在美国取证的这类飞机的噪声审定标准与国际审定相关标准保持一致。发展第5阶段噪声标准的大多数的工作队在国际上都是通过ICAO来组织完成的。在2013年2月，CAEP9同意并批准了附件16第一卷的一个修正案，其中包含了在现有的第4章噪声级的基础上在严格度上提高7EPNdB(累积)。一些发达国家和地区已经对第二阶段噪声标准的飞机实施退出机制，并且对不符合第三阶段噪声标准的飞机飞入这些地区加以运行限制。然而，第4阶段噪声标准针对不同的航空器重量在不同的时间提出了相应的严格度要求。第5阶段噪声标准，一架飞机最大飞越、边线和进场噪声级分别减去各自相应的附件16规定的第3阶段最大允许噪声级，所得到的差值为噪声限制裕度，裕度加在一起以后必须超过17EPNdB。为了使我国民用航空器的设计制造满足国际通行的噪声标准，促进我国民族航空工业的健康发展，进一步加强与国际间的交往，需要我们及时根据更新后的噪声审定标准对飞机做相应的噪声适航审定测试，即再审定。然而，现今的噪声审定过程需要飞机按照基准飞行程序进行实际多次飞行，这样便耗费了大量的人力、物力、财力，因此研究飞机发动机噪声模拟合成可听化方法、***及装置具有重大意义。通过此方法、***及装置，可以对我国自行研制的“大飞机”和ARJ21飞机等衍生机型进行噪声预测数据模拟合成实现可听化，从而协助完成噪声适航审定的工作，降低噪声审定过程中多次实际飞行的成本。
如果要模拟声波从声源到人的双耳的传输过程，则需要对声波进行滤波处理，滤波***的特性可由***的频域传递函数完全描述，即头相关传输函数(Head—RelatedTransfer Function，HRTF)。因为声波从声源到人双耳的传输过程是人的生理结构(如头、耳廓以及躯干等)对声波进行综合滤波的结果，所以头相关传输函数是一个关于人的头部、耳廓、躯干等的尺寸和形状和朝向的函数，这些可以被以下量所表示：声源的水平方位角θ、仰角Φ、声源到头中心的距离r、声波的角频率Ω以及具有个性化特征的参量α。
西北工业大学对噪声合成方法进行了研究，利用估计和预测得到噪声数据，再根据噪声数据来合成噪声。噪声的合成是基于飞机噪声预测数据的，飞机噪声预测数据并没有包含飞机和发动机在实际运行过程中运行状态的变化或波动，因此不能十分精确的模拟飞机发动机的噪声。
发明内容
发明目的：本发明使人们能够身临其境地感受到飞机低空飞行时的噪声，可协助完成飞机发动机噪声设计及适航符合性验证方面的工作，节省噪声审定过程中飞机按照基准飞行程序进行实际多次飞行的人力、物力、财力，可评估机场附近居民对飞机低空飞行时噪声烦恼度，有利于航空公司为飞机选择装配发动机机型进行选型购买指导，使得飞机噪声达到同种机型中最小。
本发明的第一目的是提供一种飞机发动机噪声模拟合成可听化方法，包括：
步骤一、读取输入文件，输入文件包含飞机与噪声相关的部件的信息、数字信号处理(Digital Signal Processor，DSP)参数、低频振荡(low-frequency oscillator,LFO)(<20Hz)参数、飞机航迹数据和听者位置；
步骤二、对输入的文件进行预处理。读取输入文件之后，该程序将以一个双缓冲方案运行，该方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链。每个缓冲区的样本个数为2n个，通常为512个样本。以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms(512/44100s)，当两个链都完成时，时钟会前调，再次执行准备链；
步骤三、计算宽频噪声每个1/3倍频带的总声压级；
根据飞机噪声预测算法计算飞机源噪声数据，其中飞机噪声预测算法是由发动机部件噪声预测算法所构成，先计算出每个发动机部件的噪声数据和机体噪声数据，再将这些数据叠加，最后得到飞机总的噪声数据。噪声声压级是关于噪声频率和指向性的函数，所计算出的飞机源噪声数据是1/3倍频程频谱形式；
步骤四、由上述方法计算出的噪声频谱是定常的，缺乏在真实近场源噪声记录中发现的噪声信号的时域变化。通过对同型号飞机或发动机的实测噪声数据，既经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡(<20hz)。对经验数据进行短时快速傅立叶变换(Fast Fourier Transform Algorithm,FFT)，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制。
步骤五、通过减法合成法来合成飞机的宽频噪声。根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波来实现飞机宽频噪声的合成。
步骤六、计算每个单音及其谐波的频率和振幅。
步骤七、在对单音噪声进行合成时，用低频振荡独立调制每个单音的振幅和频率。
步骤八、单音噪声合成。通过加法合成法来合成飞机的单音噪声，既根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个这样的正弦信号再对它们进行叠加，来合成飞机的单音噪声。与飞机的宽带噪声合成不同，单音合成是在时域内进行的。
步骤九、通过对飞机噪声信号添加增益的方法，将飞机的宽频和单音噪声信号进行叠加。
步骤十、对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对其进行滤波，在听者模块中，对噪声信号添加与双耳可听化相关的时间延迟和增益，并用与双耳可听化相关的滤波器对飞机噪声信号进行滤波，以模拟出空间听觉的效果，增强听者的沉浸感。
本发明的第二目的是提供一种飞机发动机噪声模拟合成可听化***，其特征在于：包括：信号输入模块、模拟模块、增益时延模块和输出模块；其中：
所述信号输入模块读取输入文件，上述输入文件包括飞机与噪声相关部件的信息、数字信号处理参数、低频振荡参数、飞机航迹数据和听者位置；
所述模拟模块执行如下步骤：
S1、对上述输入文件进行预处理；具体为：读取输入文件之后，该程序将以一个双缓冲方案运行，该双缓冲方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链；每个缓冲区的样本个数为2n个；以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms，当两个链都完成时，时钟会前调，再次执行准备链；
S2、计算宽频噪声每个1/3倍频带的总声压级；
S3、通过对同型号飞机或发动机的经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡；对经验数据进行短时快速傅立叶变换，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制；
S4、通过减法合成法来合成飞机的宽频噪声；具体为：
根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波，进而实现飞机宽频噪声的合成；
S5、计算每个单音及其谐波的频率和振幅；
S6、单音噪声合成；通过加法合成法来合成飞机的单音噪声，即根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个正弦信号再对这些正弦信号进行叠加，来合成飞机的单音噪声，同时，用低频振荡独立调制每个单音的振幅和频率；上述单音噪声合成是在时域内进行的；
S7、通过对飞机噪声信号添加增益的方法，将飞机的宽频和单音噪声信号进行叠加；
所述增益时延模块对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对合成阶段产生的飞机噪声信号进行滤波；
所述输出模块对噪声信号添加与双耳可听化相关的时间延迟和增益，并用与双耳可听化相关的滤波器对飞机噪声信号进行滤波，以模拟出空间听觉的效果。
进一步，每个缓冲区的样本个数为512个；
更进一步，所述S2具体为：根据飞机噪声预测算法计算飞机源噪声数据，其中，所述飞机噪声预测算法是由发动机部件噪声预测算法所构成，先计算出每个发动机部件的噪声数据，再将每个发动机部件的噪声数据叠加，得到飞机总的噪声数据；噪声声压级是关于噪声频率和指向性的函数，所计算出的飞机源噪声数据是1/3倍频程频谱形式。
本发明的第三目的是提供一种实现上述飞机发动机噪声模拟合成可听化方法的计算机程序。
本发明的第四目的是提供一种实现上述飞机发动机噪声模拟合成可听化方法的信息数据处理终端。
本发明的第五目的是提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述的飞机发动机噪声模拟合成可听化方法。
本发明的第六目的是提供一种应用上述飞机发动机噪声模拟合成可听化***的装置。
本发明的优点及积极效果为：
通过采用上述技术方案，本发明具有如下的技术效果：
为了使我国民用航空器的设计制造满足国际通行的噪声标准，需要研发工程师及时根据更新后的噪声审定标准对飞机做相应的噪声适航审定测试，即再审定。然而，现今的噪声审定过程需要飞机按照基准飞行程序进行实际多次飞行，这样便耗费了大量的人力、物力、财力。为了节省飞机在噪声适航再审定过程中的费用，本发明公开了飞机发动机噪声模拟合成可听化方法、***及装置。以飞机噪声预测数据为基础来合成噪声的音频信号，并且会根据使用者的面部朝向对音频的合成方法进行实时的调整，本专利具有仿真度高，适用范围广等特点。不同于那些将飞机低空飞行噪声的录音进行回放的飞机发动机噪声模拟合成可听化装置，本专利播放的噪声根据飞机噪声数据进行合成，这样便能预测尚处于设计阶段的背撑式飞机噪声值是否满足适航标准，其适用范围较大。而且也不会像录音那样，声音方向性受到录制设备的限制，听者不但可以感受到飞机低空飞行的噪声，在听者转头时，听者能听到的飞机噪声就像在现实生活中那样产生相应地变化，增加了沉浸感，提高了仿真度。实现此功能依靠的是安装在耳机顶部的追踪器，追踪器能够实时返回听者的面部朝向信息，并将这类信息运用在噪声合成中，使最后合成出来的飞机噪声随着听者面部朝向的变化而变化，增加沉浸感；本发明综合了飞机的型号配置，以及飞机的航迹等相关信息。而使用者的面部朝向信息则由耳机顶部的追踪器实时采集，并实时反馈给使用装置，能够根据使用者面部的朝向来调整飞机噪声的合成方法。这样，使用者就像在现实生活中那样，听到的声音会随着其面部朝向的变化而变化.通过此方法、***及装置，可以对我国自行研制的“大飞机”和ARJ21飞机等衍生机型进行噪声预测数据模拟合成实现可听化，从而协助完成噪声适航审定的工作，降低噪声审定过程中多次实际飞行的成本。同时，基于发动机关键部件风扇前、风扇后、燃烧室、涡轮、喷气等的噪声预测算法模型，结合发动机的气动构型、工作状态等参数，对上述主要噪声部件噪声进行预测，算出各部件噪声的噪声级、频率、指向性特征通过编程软件实现预测算法，计算发动机及各关键部件的有效感觉噪声级，与发动机静态测试数据进行比对，验证部件噪声预测方法的准确性。此方法有利于航空公司为飞机选择装配发动机机型进行选型购买指导，使得飞机噪声达到同种机型中最小，不仅可以减少噪声对外界环境影响，还可以提高客舱内的舒适度。
附图说明
图1是本发明优选实施例的工作流程图；
图2是本发明优选实施例的结构框图；
图3是本发明优选实施例中模拟模块结构框图；
图4是本发明所用双缓冲合成方案的流程图；
图5是本发明所用合成/混合/输出链的流程图；
图6是飞机各源噪声预测与合成流程图；
图7是飞机源噪声合成示意图；
图8是飞机单音噪声合成流程图；
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
请参阅图1、一种飞机发动机噪声模拟合成可听化方法，包括：
步骤一、读取输入文件，输入文件包含飞机与噪声相关的部件的信息、数字信号处理(Digital Signal Processor，DSP)参数、低频振荡(low-frequency oscillator,LFO)(<20Hz)参数、飞机航迹数据和听者位置；
步骤二、对输入的文件进行预处理。读取输入文件之后，该程序将以一个双缓冲方案运行，该方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链。每个缓冲区的样本个数为2n个，通常为512个样本。以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms(512/44100s)，当两个链都完成时，时钟会前调，再次执行准备链；
步骤三、计算宽频噪声每个1/3倍频带的总声压级；
根据飞机噪声预测算法计算飞机源噪声数据，其中飞机噪声预测算法是由发动机部件噪声预测算法所构成，先计算出每个发动机部件的噪声数据，再将这些数据叠加，最后得到飞机总的噪声数据。噪声声压级是关于噪声频率和指向性的函数，所计算出的飞机源噪声数据是1/3倍频程频谱形式；
步骤四、由上述方法计算出的噪声频谱是定常的，缺乏在真实近场源噪声记录中发现的噪声信号的时域变化。通过对同型号飞机或发动机的实测噪声数据，既经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡(<20hz)。对经验数据进行短时快速傅立叶变换(Fast Fourier Transform Algorithm,FFT)，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制。
步骤五、通过减法合成法来合成飞机的宽频噪声。根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波来实现飞机宽频噪声的合成。
步骤六、计算每个单音及其谐波的频率和振幅。
步骤七、在对单音噪声进行合成时，用低频振荡独立调制每个单音的振幅和频率。
步骤八、单音噪声合成。通过加法合成法来合成飞机的单音噪声，既根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个这样的正弦信号再对它们进行叠加，来合成飞机的单音噪声。与飞机的宽带噪声合成不同，单音合成是在时域内进行的。
步骤九、通过对飞机噪声信号添加增益的方法，将飞机的宽频和单音噪声信号进行叠加。
步骤十、对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对其进行滤波，最后对噪声信号添加与双耳可听化相关的时间延迟和增益，并用与双耳可听化相关的滤波器对飞机噪声信号进行滤波，以模拟出空间听觉的效果，增强听者的沉浸感。
请参阅图2，一种飞机发动机噪声模拟合成可听化***包括控制模块、测试模块、模拟模块、增益时延模块和输出模块；其中：控制模块和测试模块组成信号输入模块；模拟模块、增益时延模块和输出模块；
使用者通过测试模块向装置提出请求，请求内容包括对哪个机型的噪声进行可听化，以及该飞机的航迹及其他信息的设置，控制模块的功能是协调模拟模块和测试模块的活动，模拟模块是该装置的核心，模拟模块的具体结构如图3。
以装配CFM56-7B发动机的波音737-800型飞机为例，模拟该飞机在300米的海拔高度飞过一个10000英尺的段(-5000≤x≤5000)时，听者在(0，0，4)位置听到的噪声。装置首先根据指令从数据库中读取波音737-800型飞机和CFM56-7B发动机的相关数据，包括环境参数和发动机的风扇、燃烧室、涡轮、喷气等关键部件的尺寸几何参数及性能参数。例如：环境参数包括：标准大气压力，环境温度，相对湿度。几何参数包括：风扇转子叶片数，风扇转子直径，风扇参考面积。性能参数包括：发动机转速，各部件质量流量，内外涵道喷气总温等与飞机噪声相关部件信息。这些参数用于计算燃气涡轮发动机各关键部件的噪声值。同时读取飞机噪声和性能数据库(The Aircraft Noise and Performance Database，ANP数据库)中相关数据，数据库内容有飞机的默认参数、喷气发动机系数、飞机的默认重量参数、该型号飞机默认的起飞程序表等，这些信息将在接下来的过程中被用来对涡扇发动机的噪声进行预测以及飞机航迹的运算。接着，对输入的文件进行预处理。读取输入文件之后，该程序将以一个双缓冲方案运行，如图4，该方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链如图5。每个缓冲区的样本个数为2n个，通常为512个样本。以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms(512/44100s)，当两个链都完成时，时钟会前调，再次执行准备链。通过循环往复地执行该双缓冲方案，一个飞机低空飞行连续的噪声信号就被合成出来。
接着需要对读取的文件进行预处理，预处理包括对飞机航迹进行插值。预处理过程在准备链中进行，后续部分在合成/混合/输出链中进行。利用各噪声源与听者之间的直线路径确定噪声源方位角和声发射角，接着计算每个航迹点上每个飞机部件的预测噪声数据，基于发动机关键部件风扇前、风扇后、燃烧室、涡轮、喷气等的噪声预测算法模型，结合发动机的气动构型、工作状态等参数，对上述主要噪声部件噪声进行预测，算出各部件噪声的噪声级、频率、指向性特征。风扇前噪声包括风扇前宽频噪声，风扇前转静子干涉单音噪声，风扇前组合单音；风扇后噪声包括风扇后宽频噪声，风扇后转静子干涉单音噪声。燃烧室，涡轮和喷气噪声均为宽频噪声。机体噪声包括襟翼噪声，缝翼噪声，后缘噪声，起落架噪声，但这些噪声在飞机噪声中所占比重很小，通常我们不考虑他们，飞机各源噪声预测和合成方法如图6。
风扇噪声的计算公式：
式中ΔT是风扇级总温升，ΔT0是参考风扇级总温升，是通过风扇的质量流量，是参考风扇质量流量，F1是风扇相对叶尖马赫数修正函数，F2是转静间距修正函数，F3是指向性修正函数，F4是频谱修正函数。
核心机(燃烧室和涡轮)声压级计算公式：
其中，ρ∞为大气密度，c∞表示外界声速，pref为声学参考压强，<p2>为涡轮远场无量纲化均方声压。
喷气噪声预测公式为：
其中SPL(r,f,θ)为喷气噪声声压级，是关于预测半径r、噪声频率成分f、指向角θ的函数，PWL为发动机声功率级，Aj为喷口面积，D(θ)为指向函数，F(S,θ)为谱函数，是关于斯特劳哈尔数S和角度θ的函数。
通过编程软件实现预测算法，计算各关键部件的宽频噪声每个1/3倍频带的总声压级。与发动机静态测试数据进行比对，验证部件噪声预测方法的准确性。由上述方法计算出的噪声频谱是定常的，缺乏在真实近场源噪声记录中发现的噪声信号的时域变化。通过对同型号飞机或发动机的实测噪声数据，既经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡(<20hz)，这些低频振荡主要出现在风扇的单音噪声以及喷气噪声中。对经验数据进行短时快速傅立叶变换(Fast Fourier Transform Algorithm,FFT)，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制。通过减法合成法来合成飞机的宽频噪声。根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波来实现飞机宽频噪声的合成。
合成过程的输出类似于单个麦克风在飞行噪声源附近的参考距离上记录的信号。当噪声源移动时，发射角度以连续的方式变化，类似于麦克风的位置平滑地穿过飞机下方的半球，如图7所示。这样，源指向性就嵌入到合成信号中，从而能够更简单地模拟任意轨迹。
将调制后的飞机宽频噪声频谱分成2n个均匀间距的窄带，将其转换为窄频带谱。同时由于源谱缺乏相位，每个窄频带分量都被分配一个随机相位。为了捕获低频响应，窄频带的间距必须要很小，所以由1/3倍频程频谱转换得来的窄带谱会有很多窄频带，其数量甚至能达到8192个。通过此过程获得有限脉冲响应(Finite Impulse Response,FIR)滤波器的快速傅里叶变换振幅。由于滤波器的序列长度很长，所以需要在频域中与白噪声进行卷积，得到的就是合成的飞机宽频噪声。对时域信号进行逆快速傅里叶变换重构。每个缓冲区使用重叠相加之卷积法与之前的缓冲区进行结合，以保持输出信号的连续性。这样，合成的飞机宽频噪声随声源指向性的变化而平稳过渡。
飞机单音噪声分为转静子干涉单音噪声和多重单音噪声，单音噪声的合成过程和宽频噪声合成方法类似，不同之处在于单音噪声所用的是加法合成法。若单音的频率落在之前计算得到的某个1/3倍频带中，该频带内的声压级被分配给该单音，此方法同样适用于单音的谐波。当多个谐波落入相同的1/3倍频带波段时，该波段的能量则平均分配给各谐波。在对单音噪声进行合成时，用低频振荡独立调制每个单音的振幅和频率。在缺乏分析模型的情况下，需要对经验数据进行分析来确定低频振荡的属性。
通过加法合成法来合成飞机的单音噪声，既根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个这样的正弦信号再对它们进行叠加，来合成飞机的单音噪声。与飞机的宽带噪声合成不同，单音合成是在时域内进行的。
每个合成线程按图8执行以下步骤:
1.与宽频带合成技术一样，单音噪声合成时也要用低频振荡独立调制每个单音的振幅和频率。需要对经验数据进行分析来确定低频振荡的属性。
2.扫频函数平滑地将每个单音从缓冲起始频率转换到缓冲结束频率，而衰减函数控制振幅变化，单音噪声合成公式为：
Sk(t)＝ak(t)cos(φk(t))
ak(t)第k个单音的振幅包络线，φk(t)是弧度中第k个单音的相位参数。每个谐波完全由振幅和相位函数这两个参数表征。余弦项的时变频率与相位参数的关系为：
fk是以Hz为单位的第k个单音的瞬时频率，φo,k是初相。
组合单音出现在轴频率fk和它的谐波处
fk＝kBPF/NB
BPF为叶片通过频率，NB为风扇叶片数,若多个轴频率落在同一频段中，则该频段能量平
均分配给这些单音。每个单音被分配一个随机相位。
根据以下公式将单音噪声的低频振荡添加进合成过程中，
ak(t)＝amean,k(t)+amod,k(t)
fk(t)＝fmean,k(t)+fmod,k(t)
amean,k是第k个单音的预测振幅，amod,k是在平均值附近的第k个单音的调幅，fmean,k是第
k个单音的平均频率(BPF或轴频率)，fmod,k是在平均值附近的第k个单音的调频。
3.各个谐波的缓冲器共同构成了一个输出缓冲器。
通过对飞机噪声信号添加增益的方法，将每个部件噪声源的输出缓冲区相加，组成单个输出缓冲区。对信号进行的放大可以以常数增益或调制增益的形式，应用到每个部件噪声源上。
源输出缓冲区被以非实时的形式写入WAV文件，并将文件加载到音频服务器上进行渲染。因为每个飞机噪声源都会产生一个输出，所以具有两个发动机的飞机将有两个输出文件，这两个文件都需要加载到音频服务器上进行渲染。上述合成过程则在音频客户端中进行。
对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对其进行滤波。由于噪声源和听者之间存在一定距离，使得噪声源发出声音的时间和听者听到声音的时间并不一致，由此也导致了时间延迟。根据公式τ＝t-R(τ)/c来计算发射时间c为声速，再进一步计算时间延迟Delay(t)＝t-τ＝R(τ)/c。发射距离根据以下公式计算：其中为发射位置，为当前听者位置。飞机噪声的多普勒频移则根据时延来确定：ω是考虑多普勒效应之后噪声信号的频率，ω0是考虑多普勒效应前噪声信号的频率。
根据以下公式计算噪声在传播过程中扩散损失：该公式计算的是在参考距离(Reference Distance)中传播的损失，吸收损失则根据以下公式计算：z为传播距离。其中系数α(t)是发射距离R(τ)的函数：da为吸收距离。
在听者模块中，实现双耳传输则需要设计滤波***对噪声信号滤波，该滤波***的频域传递函数为头相关传输函数(Head Related Transfer Functions,HRTF)：
PL,PR分别是声源在倾听者左、右耳产生的复数声压。PO是人头不存在时，头中心位置处的复数声压。一般情况下HL,HR是声源的水平方位角θ、仰角声源到头中心的距离r以及声波的角频率ω的函数。另外，由于不同人的头部、耳廓、躯干等的尺寸和形状不同，因而严格来说每个人的头相关传输函数是不同的，也就是说头相关传输函数是一个具有个性化特征的物理量。公式中α表示具有个性化特征的参量，如头部的尺寸。与双耳传输相关的这些数据属于可听化***的内置数据，我们在使用时直接对其进行调用即可。噪声在空气中的传播的模拟过程在音频服务器中进行。耳机顶部的头部追踪器采集到的与双耳可听化相关的信息会先反馈到音频客户端，然后音频客户端再向音频服务器发出指令，根据反馈信息对噪声信号进行滤波，得到的就是飞机噪声信号。最后飞机噪声信号会被传输到播放设备上进行播放，设备使用者就能听到飞机的噪声。
一种实现上述图1所示飞机发动机噪声模拟合成可听化方法的计算机程序。
一种实现上述图1所示飞机发动机噪声模拟合成可听化方法的信息数据处理终端。
一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述的飞机发动机噪声模拟合成可听化方法。
一种应用上述飞机发动机噪声模拟合成可听化***的装置。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (10)
1.一种飞机发动机噪声模拟合成可听化方法，其特征在于，包括如下步骤：
步骤一、读取输入文件，上述输入文件包括飞机与噪声相关部件的信息、数字信号处理参数、低频振荡参数、飞机航迹数据和听者位置；
步骤二、对上述输入文件进行预处理；具体为：
读取输入文件之后，该程序将以一个双缓冲方案运行，该双缓冲方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链；每个缓冲区的样本个数为2n个；以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms，当两个链都完成时，时钟会前调，再次执行准备链；
步骤三、计算宽频噪声每个1/3倍频带的总声压级；
步骤四、通过对同型号飞机或发动机的经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡；对经验数据进行短时快速傅立叶变换，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制；
步骤五、通过减法合成法来合成飞机的宽频噪声；具体为：
根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波，进而实现飞机宽频噪声的合成；
步骤六、计算每个单音及其谐波的频率和振幅；
步骤七、单音噪声合成；通过加法合成法来合成飞机的单音噪声，即根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个正弦信号再对这些正弦信号进行叠加，来合成飞机的单音噪声，同时，用低频振荡独立调制每个单音的振幅和频率；上述单音噪声合成是在时域内进行的；
步骤八、通过对飞机噪声信号添加增益的方法，将飞机的宽频和单音噪声信号进行叠加；
步骤九、对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对合成阶段产生的飞机噪声信号进行滤波，最后对噪声信号添加与双耳可听化相关的时间延迟和增益，并用与双耳可听化相关的滤波器对飞机噪声信号进行滤波，以模拟出空间听觉的效果。
2.根据权利要求1所述的飞机发动机噪声模拟合成可听化方法，其特征在于，每个缓冲区的样本个数为512个。
3.根据权利要求1或2所述的飞机发动机噪声模拟合成可听化方法，其特征在于，所述步骤三具体为：根据飞机噪声预测算法计算飞机源噪声数据，其中，所述飞机噪声预测算法是由发动机部件噪声预测算法所构成，机体噪声在飞机噪声中占比很小，不需考虑。先计算出每个发动机部件的噪声数据，再将每个发动机部件的噪声数据叠加，得到飞机总的噪声数据；噪声声压级是关于噪声频率和指向性的函数，所计算出的飞机源噪声数据是1/3倍频程频谱形式。
4.一种飞机发动机噪声模拟合成可听化***，其特征在于：包括：信号输入模块、模拟模块、增益时延模块和输出模块；其中：
所述信号输入模块读取输入文件，上述输入文件包括飞机与噪声相关部件的信息、数字信号处理参数、低频振荡参数、飞机航迹数据和听者位置；
所述模拟模块执行如下步骤：
S1、对上述输入文件进行预处理；具体为：读取输入文件之后，该程序将以一个双缓冲方案运行，该双缓冲方案使用在时间缓冲区i-1上执行的准备链，以及在时间缓冲区i上执行的合成/混合/输出链；每个缓冲区的样本个数为2n个；以44.1kHz的音频采样率进行处理，执行完一个缓冲区所需时间为11.6ms，当两个链都完成时，时钟会前调，再次执行准备链；
S2、计算宽频噪声每个1/3倍频带的总声压级；
S3、通过对同型号飞机或发动机的经验数据进行分析，表明飞机噪声在平均声压级附近存在低频振荡；对经验数据进行短时快速傅立叶变换，分析推导出低频振荡，再利用低频振荡对1/3倍频带声压级的振幅进行调制；
S4、通过减法合成法来合成飞机的宽频噪声；具体为：
根据飞机宽频噪声频谱设计滤波器，通过滤波器对白噪声进行滤波，进而实现飞机宽频噪声的合成；
S5、计算每个单音及其谐波的频率和振幅；
S6、单音噪声合成；通过加法合成法来合成飞机的单音噪声，即根据飞机单音噪声频谱将飞机单音噪声信号分解为一定数量的正弦信号，通过合成每个正弦信号再对这些正弦信号进行叠加，来合成飞机的单音噪声，同时，用低频振荡独立调制每个单音的振幅和频率；上述单音噪声合成是在时域内进行的；
S7、通过对飞机噪声信号添加增益的方法，将飞机的宽频和单音噪声信号进行叠加；
所述增益时延模块对合成阶段产生的飞机噪声信号添加与方向相关的增益和绝对时延，以及与扩散损失和大气吸收所对应的时延和增益，并用扩散损失和大气吸收所对应的滤波器对合成阶段产生的飞机噪声信号进行滤波；
所述输出模块对噪声信号添加与双耳可听化相关的时间延迟和增益，并用与双耳可听化相关的滤波器对飞机噪声信号进行滤波，以模拟出空间听觉的效果。
5.根据权利要求4所述的飞机发动机噪声模拟合成可听化***，其特征在于，每个缓冲区的样本个数为512个。
6.根据权利要求4或5所述的飞机发动机噪声模拟合成可听化***，其特征在于，所述S2具体为：根据飞机噪声预测算法计算飞机源噪声数据，其中，所述飞机噪声预测算法是由发动机部件噪声预测算法所构成，先计算出每个发动机部件的噪声数据和机体噪声数据，再将每个发动机部件的噪声数据和机体噪声数据叠加，得到飞机总的噪声数据；噪声声压级是关于噪声频率和指向性的函数，所计算出的飞机源噪声数据是1/3倍频程频谱形式。
7.一种实现权利要求1-3任一项所述飞机发动机噪声模拟合成可听化方法的计算机程序。
8.一种实现权利要求1-3任一项所述飞机发动机噪声模拟合成可听化方法的信息数据处理终端。
9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-3任一项所述的飞机发动机噪声模拟合成可听化方法。
10.一种应用上述权利要求4所述飞机发动机噪声模拟合成可听化***的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910079284.0A CN109781248B (zh) | 2019-01-28 | 2019-01-28 | 飞机发动机噪声模拟合成可听化方法、***及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910079284.0A CN109781248B (zh) | 2019-01-28 | 2019-01-28 | 飞机发动机噪声模拟合成可听化方法、***及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109781248A true CN109781248A (zh) | 2019-05-21 |
| CN109781248B CN109781248B (zh) | 2020-06-05 |
Family
ID=66501369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910079284.0A Active CN109781248B (zh) | 2019-01-28 | 2019-01-28 | 飞机发动机噪声模拟合成可听化方法、***及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109781248B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079325A (zh) * | 2019-11-19 | 2020-04-28 | 南京航空航天大学 | 基于代理模型的涡扇发动机喷流噪声实时计算及预测方法 |
| CN111416675A (zh) * | 2020-03-25 | 2020-07-14 | 展讯通信（上海）有限公司 | 宽带信号频谱分析方法及装置 |
| CN111523220A (zh) * | 2020-04-17 | 2020-08-11 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种考虑流动影响的风扇、压气机转静干涉宽频噪声快速预测方法 |
| CN112183368A (zh) * | 2020-09-29 | 2021-01-05 | 国网四川省电力公司经济技术研究院 | 基于lstm的电力***低频振荡模态特征的快速辨识方法 |
| CN112179669A (zh) * | 2020-09-21 | 2021-01-05 | 西北工业大学 | 基于发动机整机试验的喷流噪声测试方法 |
| CN113419557A (zh) * | 2021-06-17 | 2021-09-21 | 哈尔滨工业大学 | 运动无人机音频合成方法 |
| CN114492095A (zh) * | 2022-04-18 | 2022-05-13 | 北京蓝天航空科技股份有限公司 | 基于频谱分析的喷气式发动机噪声仿真方法、*** |
| CN114999529A (zh) * | 2022-08-05 | 2022-09-02 | 中国民航大学 | 一种面向机场航空噪声的机型分类方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005164313A (ja) * | 2003-12-01 | 2005-06-23 | Nippon Telegr & Teleph Corp <Ntt> | 合成騒音シミュレーション方法及び合成騒音シミュレーションシステム |
| US20110043382A1 (en) * | 2009-08-18 | 2011-02-24 | Zhennong Wang | Aircraft cabin noise exposure analysis |
| CN103994819A (zh) * | 2014-04-17 | 2014-08-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种发动机噪声测试方法 |
| CN107941324A (zh) * | 2017-10-08 | 2018-04-20 | 天津大学 | 一种消费级惯性传感单元环境噪声的估计方法 |
-
2019
- 2019-01-28 CN CN201910079284.0A patent/CN109781248B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005164313A (ja) * | 2003-12-01 | 2005-06-23 | Nippon Telegr & Teleph Corp <Ntt> | 合成騒音シミュレーション方法及び合成騒音シミュレーションシステム |
| US20110043382A1 (en) * | 2009-08-18 | 2011-02-24 | Zhennong Wang | Aircraft cabin noise exposure analysis |
| CN103994819A (zh) * | 2014-04-17 | 2014-08-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种发动机噪声测试方法 |
| CN107941324A (zh) * | 2017-10-08 | 2018-04-20 | 天津大学 | 一种消费级惯性传感单元环境噪声的估计方法 |
Non-Patent Citations (2)
| Title |
|---|
| ABHISHEK SAHAI等: "Interactive simulation or aircraft noise in aural and visual virtual environments", 《APPLIED ACOUSTICS》 * |
| 闫国华等: "涡扇发动机边线噪声预测研究", 《声学技术》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079325A (zh) * | 2019-11-19 | 2020-04-28 | 南京航空航天大学 | 基于代理模型的涡扇发动机喷流噪声实时计算及预测方法 |
| CN111079325B (zh) * | 2019-11-19 | 2022-05-31 | 南京航空航天大学 | 基于代理模型的涡扇发动机喷流噪声实时计算及预测方法 |
| CN111416675A (zh) * | 2020-03-25 | 2020-07-14 | 展讯通信（上海）有限公司 | 宽带信号频谱分析方法及装置 |
| CN111416675B (zh) * | 2020-03-25 | 2022-10-28 | 展讯通信（上海）有限公司 | 宽带信号频谱分析方法及装置 |
| CN111523220A (zh) * | 2020-04-17 | 2020-08-11 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种考虑流动影响的风扇、压气机转静干涉宽频噪声快速预测方法 |
| CN112179669A (zh) * | 2020-09-21 | 2021-01-05 | 西北工业大学 | 基于发动机整机试验的喷流噪声测试方法 |
| CN112183368A (zh) * | 2020-09-29 | 2021-01-05 | 国网四川省电力公司经济技术研究院 | 基于lstm的电力***低频振荡模态特征的快速辨识方法 |
| CN112183368B (zh) * | 2020-09-29 | 2024-02-02 | 国网四川省电力公司经济技术研究院 | 基于lstm的电力***低频振荡模态特征的快速辨识方法 |
| CN113419557A (zh) * | 2021-06-17 | 2021-09-21 | 哈尔滨工业大学 | 运动无人机音频合成方法 |
| CN113419557B (zh) * | 2021-06-17 | 2022-07-19 | 哈尔滨工业大学 | 运动无人机音频合成方法 |
| CN114492095A (zh) * | 2022-04-18 | 2022-05-13 | 北京蓝天航空科技股份有限公司 | 基于频谱分析的喷气式发动机噪声仿真方法、*** |
| CN114999529A (zh) * | 2022-08-05 | 2022-09-02 | 中国民航大学 | 一种面向机场航空噪声的机型分类方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109781248B (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109781248A (zh) | 飞机发动机噪声模拟合成可听化方法、***及装置 | |
| Arnela et al. | Effects of head geometry simplifications on acoustic radiation of vowel sounds based on time-domain finite-element simulations | |
| Arntzen et al. | Modeling and synthesis of aircraft flyover noise | |
| Rizzi et al. | Auralization of air vehicle noise for community noise assessment | |
| Rizzi et al. | Auralization of hybrid wing–body aircraft flyover noise from system noise predictions | |
| Dunn et al. | Aeroacoustic scattering via the equivalent source method | |
| Busse-Gerstengarbe et al. | Impedance eduction based on microphone measurements of liners under grazing flow conditions | |
| Selfridge et al. | Creating real-time aeroacoustic sound effects using physically informed models | |
| Heutschi et al. | Synthesis of real world drone signals based on lab recordings | |
| Rizzi et al. | Synthesis of virtual environments for aircraft community noise impact studies | |
| Alkmim et al. | Drone noise directivity and psychoacoustic evaluation using a hemispherical microphone array | |
| Neilsen et al. | Three-way spectral decompositions of high-performance military aircraft noise | |
| Lafronza et al. | Response surface method optimization of uniform and axially segmented duct acoustics liners | |
| Nesbitt et al. | Microphone acoustic characteristics for aircraft flyover testing | |
| Janssens et al. | Synthesis and sound quality evaluation of exterior and interior aircraft noise | |
| Rizzi et al. | On the use of acoustic wind tunnel data for the simulation of sUAS flyover noise | |
| Xu et al. | A global rotor noise control method based on near-field acoustic holography and sound field reproduction | |
| Krishnamurthy et al. | A synthesis plugin for auralization of rotor self noise | |
| Sahai et al. | Aircraft design optimization for lowering community noise exposure based on annoyance metrics | |
| Allen | Analysis and Synthesis of Aicraft Engine Fan Noise for Use in Psychoacoustic Studies | |
| Murugan et al. | Estimation of noise model and denoising of wind driven ambient noise in shallow water using the LMS algorithm | |
| Moreau et al. | A framework to simulate and to auralize the sound emitted by aircraft engines | |
| Rizzi et al. | Auralization of NASA N+ 2 aircraft concepts from system noise predictions | |
| Minard et al. | Sound synthesis and 3D sound rendering of aircraft flyovers with controllable parameters | |
| CN117874919A (zh) | 一种基于噪声数据预测算法的可听化模拟方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |