基于深度学习的低频宽带隔声器件设计

摘要：

在实际应用中,通常需要将多个声人工结构单元进行组合来实现低频宽带的隔声降噪.这种组合结构往往参数较多,传统的设计方法很难对其进行高效的自动化设计.该文在集总参数模型的基础上,提出了一种基于深度学习的低频宽带隔声器件设计方法,并基于该方法完成了由9个二阶亥姆霍兹共鸣器单元组合而成的低频宽带隔声装置的设计.仿真结果表明,该隔声装置在158～522 Hz范围内均具有良好的隔声效果,从而验证了所提出方法的有效性.与传统方法相比,该文所提出的设计方法不仅减少了对设计者专业知识和设计经验的依赖,而且具有更高的设计效率、更强的通用性,未来有望进一步推广至其他声人工结构的设计领域.

关键词：低频宽带隔声、亥姆霍兹共鸣器、深度学习、集总参数模型

所属期刊栏目：42

分类号：O424(声学)

资助基金：广东省重点领域研发计划项目;国家自然科学基金;国家自然科学基金;中国科学院声学研究所前沿探索项目

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：611-619