Time domain nearfield acoustical holography with three-dimensional linear deconvolution
Notice bibliographique
Résumé
In this paper, a formulation is proposed to improve the time domain reconstruction of non-stationary acoustic fields with nearfield acoustical holography. The formulation involves applying three-dimensional (3D) linear deconvolution using a Green's function sampled in the time and spatial domains. Because linear deconvolution does not assume periodic signals, it more appropriately describes the decaying behavior of sources that begin and end at null amplitude and that radiate over a finite amount of time. The proposed method outperforms standard circular convolution-based nearfield acoustical holography by up to a factor three in relative root-mean-square error, when compared using a transient baffled piston model, and its reconstructions remain accurate over large back-propagation distances. Furthermore, it is shown that truncation errors in linear deconvolution can be reduced by applying a 3D patch extrapolation algorithm; however, convergence depends on the choice of an adequate Tikhonov's regularization parameter. Three methods for predicting the optimal parameter are compared: the L-curve, the generalized cross-validation, and the empirical Bayesian method. It is shown that with the proposed formulation applied to reconstructing the field radiated by a transient baffled piston, the generalized cross-validation gives the overall best prediction for the noise levels and back-propagation distances studied.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».