我一遍又一遍地阅读最易理解的麦克风阵列教程的第 1.2 节。
声波是依赖于时间和空间的,可以在大环中观察到。
但是我不明白为什么空间采样数据的傅里叶变换会给出麦克风阵列的方向性图案(可以在第一个文档的第 1.3.2 节中看到)?
有没有人可以用更计算机科学的方式来描述这一点?
我一遍又一遍地阅读最易理解的麦克风阵列教程的第 1.2 节。
声波是依赖于时间和空间的,可以在大环中观察到。
但是我不明白为什么空间采样数据的傅里叶变换会给出麦克风阵列的方向性图案(可以在第一个文档的第 1.3.2 节中看到)?
有没有人可以用更计算机科学的方式来描述这一点?
在您的第二个链接中,简单平面波的时间和空间依赖性由下式给出
Ψ ( x , t ) = 一个 sin ( ω t ± kx )
就像上面方程的傅里叶变换可以从时域得到到频域,所以也可以从空间中进行傅里叶变换波向量的域领域。对于非常简单的一维平面波,波向量减少为波数 在第一个等式中。
通常,位置和波矢量都是矢量,并且波对两者的依赖性由下式给出
麦克风阵列的孔径取决于麦克风的位置(位置量),因此傅里叶变换取决于波矢量。
在您的第一个链接的第 1.3.2 节中,他们正是这样做的 - 将光圈从位置到波矢量空间的傅里叶变换,根据波矢量产生光束的模式。
在@Peter K 的另一个答案中给出的示例中,考虑一个平面波从麦克风阵列以一定角度传播. 指数里面的项,是波矢与麦克风阵列间距的点积。
看看我回答你其他问题scilab
的代码。
这个问题是关于离散孔径的,但它类似于您在此处提出的问题。
对于那个问题,波束方向图由下式给出: 通过明智地选择参数,您可以看到这看起来有点像权重的离散傅里叶变换,类似于。
要从论文中获得公式,您需要考虑连续孔径而不是离散传感器。