论文部分内容阅读
针对近场声全息技术中有限测量孔径问题,提出一种基于极限学习机的全息声压外推与插值方法。该方法将初始全息面上的测量数据作为网络的输入样本进行训练学习,将未知的全息面声场当做目标值进行预测,实现全息数据的外推与插值,并对影响外推与插值结果的参数进行分析。利用外推或插值后的全息数据进行重建,将重建结果进行比较。结果表明:该方法相对于传统方法获得了更高的重建精度,解决了测量孔径有限造成的较大重建误差,在不增加测点情况下提高了重建图像的空间分辨率。同时,该插值技术也可用于非自由声场环境中,仿真结果验证了该方法