趙儒哲 郭 昊 宋章辰 阮佳明 劉沛清

(北京航空航天大學(xué)陸士嘉實(shí)驗(yàn)室(航空氣動聲學(xué)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室)北京 100191)

0 引言

飛機(jī)降落過程中，起落架是機(jī)體氣動噪聲的重要噪聲源，特別是對于大型寬體客機(jī)，起落架噪聲遠(yuǎn)遠(yuǎn)大于其余部分噪聲。據(jù)統(tǒng)計(jì)，在著陸過程中，起落架系統(tǒng)產(chǎn)生的所有噪音約占總噪音的30%。因此，在過去的二十年中，起落架噪聲已經(jīng)被廣泛研究。由于高涵道比發(fā)動機(jī)的短艙直徑不斷增加，為了保持翼吊發(fā)動機(jī)短艙到地面的凈距離，就需要增加起落架的長度。起落架噪聲是由于氣流流過起落架時(shí)，氣流壓力受到擾動產(chǎn)生的，其本質(zhì)是空氣動力噪聲。起落架支柱部分的圓柱在氣流中會產(chǎn)生渦軸垂直的展向渦脫落，而將它立于起落架艙中時(shí)，起落架艙的空腔結(jié)構(gòu)又會產(chǎn)生渦軸水平的展向渦脫落，兩種垂直的渦脫落在下游發(fā)生非線性耦合，將會產(chǎn)生比二者更劇烈的噪聲源。

麥克風(fēng)陣列測量技術(shù)是進(jìn)行民機(jī)機(jī)體氣動噪聲研究的主要手段。在國內(nèi)，由于氣動噪聲研究領(lǐng)域起步較晚，大中小型的氣動風(fēng)洞滿足要求的不多，對于麥克風(fēng)陣列技術(shù)的研究是具有現(xiàn)實(shí)意義的，可以為飛行器的降噪研究提供新的測量手段。

因此本文首先從最基本的二維平面麥克風(fēng)陣列入手，選擇波束成形聲源定位算法，對單個(gè)點(diǎn)聲源進(jìn)行三維聲場的聲源定位。其次通過引入3D Beamforming和3D CLEAN-SC算法，并搭建三維麥克風(fēng)陣列，實(shí)現(xiàn)對起落架的側(cè)邊噪聲和過頂噪聲的同步采集，求解噪聲源在三維空間中的真實(shí)位置與強(qiáng)度，從而提高聲源定位的精度。最后在對起落架氣動噪聲機(jī)理深入了解的基礎(chǔ)上，設(shè)計(jì)可行的降噪措施加以研究。

1 陣列識別技術(shù)

1.1 二維平面麥克風(fēng)陣列

以Matlab為仿真軟件，編寫相應(yīng)的程序，目的模擬的是沒壁面反射和封閉風(fēng)洞背景噪聲的實(shí)驗(yàn)。計(jì)算中選取64通道的多臂螺旋陣列為模擬陣列，其麥克風(fēng)分布如圖1(a)所示，在頻率為4 kHz時(shí)，陣列響應(yīng)圖譜如圖1(b)所示。假設(shè)空間存在點(diǎn)聲源模型，根據(jù)點(diǎn)聲源聲場分布公式(1)計(jì)算麥克風(fēng)陣列中每個(gè)麥克風(fēng)處的聲壓信號。其中為常數(shù)，是聲音傳播距離，是聲源的頻率，表示聲速。麥克風(fēng)陣列模擬“采集”這些聲音信號。麥克風(fēng)陣列數(shù)據(jù)處理時(shí)將這些模擬“采集”的信號作為數(shù)據(jù)處理程序的輸入信號。

(a) 64通道麥克風(fēng)陣列

(b) 理論響應(yīng)圖譜圖1 64通道多臂螺旋陣列圖譜

(1)

二維麥克風(fēng)陣列平面與z軸垂直，陣列幾何中心空間位置為(,,)。假設(shè)在陣列平面近存在一單極子聲源，其時(shí)域上是周期性正弦信號構(gòu)成的時(shí)間序列信號，頻域上是固定頻率的離散峰值噪聲，位置為(,,)，選取陣列中心位置作為參考點(diǎn)，計(jì)算可得點(diǎn)聲源到各陣元的距離和點(diǎn)聲源到陣列參考點(diǎn)的距離，在進(jìn)行波束成形計(jì)算時(shí)會選擇可能包含聲源的一個(gè)與平面進(jìn)行掃描，掃描平面平行于陣列平面，則對于掃描面上的任一掃描點(diǎn)，陣列的指向向量為：

(2)

進(jìn)而可得第個(gè)麥克風(fēng)的指向向量：

(3)

其中，為第個(gè)麥克風(fēng)的剪切層振幅修正因子，表示聲波到達(dá)參考點(diǎn)與聲波到達(dá)第個(gè)麥克風(fēng)的延遲時(shí)間，則

(4)

對于由個(gè)麥克風(fēng)組成的麥克風(fēng)陣列，可形成一個(gè)×的互譜矩陣，

(5)

利用互譜矩陣和陣列的指向向量，對進(jìn)行相關(guān)處理后的麥克風(fēng)陣列信號進(jìn)行延遲求和計(jì)算，得到陣列對每一個(gè)掃描點(diǎn)的輸出功率譜如下：

(6)

(7)

對得到的功率譜矩陣進(jìn)行歸一化處理，最終得到聲源識別結(jié)果，對齊時(shí)間，功率最大值對應(yīng)的點(diǎn)就是聲源的位置。通過傳統(tǒng)波束成形技術(shù)(Conventional Beamforming)處理實(shí)驗(yàn)數(shù)據(jù)可獲得較高質(zhì)量的結(jié)果。但在使用波束成形Delay-and-Sum算法處理一些相干聲源的問題時(shí)，得到的噪聲云圖中會包含有較高的旁瓣，不僅可能會被錯誤地認(rèn)定為聲源，而且還有可能掩蓋其他真實(shí)存在的聲源。為抑制聲源旁瓣，提高陣列測量的空間分辨率，科研人員將反卷積算法應(yīng)用到陣列波束成形技術(shù)中。CLEAN-SC算法是Sijtsma基于射電天文學(xué)的CLEAN-PSF算法開發(fā)的一種頻域反卷積技術(shù)。該算法是在經(jīng)典算法的基礎(chǔ)上，從經(jīng)典算法得到的聲成像圖中減去那些本不該含有的旁瓣，從而可以得到的由一系列主瓣構(gòu)成的更為清晰的聲成像圖。

圖2 聲源為點(diǎn)聲源時(shí)的聲源分布圖(Beamforming結(jié)果)

圖3 聲源為點(diǎn)聲源時(shí)的聲源分布圖(CLEAN-SC結(jié)果)

1.2 三維麥克風(fēng)陣列對多個(gè)點(diǎn)聲源的識別結(jié)果

當(dāng)波束形成的掃描平面與麥克風(fēng)陣列平面平行時(shí)，所得的聲源云圖具有良好的分辨率。而掃描平面垂直于麥克風(fēng)陣列時(shí)，平面波束形成的空間分辨率急劇下降。對于聲源空間分布較為復(fù)雜的對象(如起落架)，3D Beamforming可以在聲源定位和確定聲源強(qiáng)度等方面提供更高的精度。三維波束形成假設(shè)聲源分布在三維空間中，并且通過測量距離的迭代掃描獲得整個(gè)三維聲源空間的分布。相比于二維波束成形，它可以在平面陣列的切向和法向獲得較高空間分辨率，提供更全面的聲源信息。

本文中將非同步測量的成像結(jié)果與同步測量的成像結(jié)果進(jìn)行了比較和詳細(xì)分析。通過按照特定順序移動陣列，并記錄特定位置的信號，非同步測量可以將常規(guī)的麥克風(fēng)陣列虛擬化為規(guī)格更大或更高排布密度的陣列。在非同步測量中，需要足夠數(shù)量的固定參考點(diǎn)來確定麥克風(fēng)之間的相位關(guān)系。Antoni等人提出了一種不需要參考點(diǎn)的非同步測量方法，其中貝葉斯概率方法和最大化期望算法用于迭代重建聲源場。非同步測量和同步測量的結(jié)果具有相似的精度。對于這種非同步測量方法，上海交通大學(xué)余亮等人提出了快速迭代算法以提高迭代速度，包括增廣拉格朗日乘子(ALM)算法和交替方向乘子法(ADMM)算法。這些快速迭代算法可以有效地恢復(fù)由于非同步測量導(dǎo)致的交叉譜矩陣中的缺失數(shù)據(jù)。

本文所使用的非同步測量方案是基于三維算法的二維陣列聲源識別后的結(jié)果，同一構(gòu)型的二維陣列在x和z兩個(gè)方向上對同一三維聲場空間進(jìn)行掃描，經(jīng)過三維波束成形算法處理后得到兩個(gè)三維聲壓矩陣，如果分別轉(zhuǎn)化成功率譜密度(PSD)直接輸出，勢必會得出僅在某個(gè)方向有較好分辨率的結(jié)果，因此本研究中對所得出的兩個(gè)三維聲壓矩陣進(jìn)行了疊加平均處理后，再轉(zhuǎn)化成PSD輸出結(jié)果。而同步測量則要求麥克風(fēng)數(shù)量足夠組成三維陣列，通過增加各個(gè)麥克風(fēng)的指向向量的z維度，并在三維空間中選定聲場掃描區(qū)域外的某一點(diǎn)作為三維陣列的參考點(diǎn)，使用三維波束成形算法進(jìn)行聲源識別。

圖4顯示了同步測量數(shù)值模擬中麥克風(fēng)陣列的幾何形狀和聲源的位置，四個(gè)點(diǎn)聲源設(shè)置在一個(gè)假想的立方體四個(gè)頂點(diǎn)上，該立方體邊長為0.25 m，以立方體的幾何中心為坐標(biāo)原點(diǎn)，建立了空間笛卡爾坐標(biāo)系。在垂直于x軸和z軸方向上分別設(shè)置64通道的多臂螺旋陣列為模擬陣列，其幾何形狀與之前的模擬相同，兩個(gè)位置的陣列與原點(diǎn)的垂直距離均為0.725 m，圖5顯示了非同步測量的原理，與同步測量相比，該種測量方式所需的麥克風(fēng)數(shù)量較少。麥克風(fēng)陣列的第一個(gè)位置位于=0.725 m平面。在第二次測量中，麥克風(fēng)陣列逆時(shí)針旋轉(zhuǎn)90°。麥克風(fēng)陣列的第二個(gè)位置位于=0.725 m處。

圖4 數(shù)值仿真中同步測量工況的設(shè)置

圖5 數(shù)值仿真中非同步測量工況的設(shè)置

對于非同步測量，麥克風(fēng)陣列正交移動一次。相應(yīng)的同步測量是兩個(gè)麥克風(fēng)陣列同時(shí)采集數(shù)據(jù)。由于波束形成算法適用于識別較高頻率的聲波，因此選擇了4 000 Hz的頻率。非同步測量的波束形成圖切片如圖6(a)～6(c)所示，同步測量的波束形成圖切片如圖6(d)～6(f)所示。波束形成的結(jié)果顯示同步測量和非同步測量都能準(zhǔn)確定位聲源位置，并具有良好的空間分辨率；但非同步測量與同步測量相比，盡管減少了一半麥克風(fēng)數(shù)量的使用，旁瓣卻明顯大于同步測量。

(a) 非同步z= 0.125 m

(b) 非同步x= 0.125 m

(c) 非同步y(tǒng)= 0.125 m

(d) 同步z= 0.125 m

(e) 同步x= 0.125 m

(f) 同步y(tǒng)= 0.125 m

本文還使用3D CLEAN-SC算法對仿真信號進(jìn)行了處理，非同步測量的3D CLEAN-SC結(jié)果切片如圖7(a)～7(c)所示，同步測量的3D CLEAN-SC結(jié)果切片如圖7(d)～7(f)所示。與3D Beamforming的結(jié)果對比不難看出，兩種算法均提供了正確的聲源位置結(jié)果，但3D Beamforming的主瓣較大，3D CLEAN-SC算法能夠明顯去除旁瓣并減小主瓣的大小。

(a) 非同步z= 0.125 m

(b) 非同步x= 0.125 m

(c) 非同步y(tǒng)= 0.125 m

(d) 同步z= 0.125 m

(e) 同步x= 0.125 m

(f) 同步y(tǒng)= 0.125 m

2 起落架聲源識別結(jié)果及分析

2.1 實(shí)驗(yàn)設(shè)備及實(shí)驗(yàn)?zāi)Ｐ徒榻B

簡化前起落架氣動聲學(xué)試驗(yàn)在北京航空航天大學(xué)D5氣動聲學(xué)風(fēng)洞中進(jìn)行。D5風(fēng)洞是一座低湍流度、低噪聲回流式風(fēng)洞，可以完成航空部件氣動試驗(yàn)和氣動聲學(xué)試驗(yàn)。試驗(yàn)段高寬均為1 m，長2 m，最大風(fēng)速可達(dá)80 m/s，中心區(qū)域的湍流度不高于0.08%。試驗(yàn)段外建有高7 m，寬6 m，長6 m的全消聲室，以確保無反射的聲學(xué)測量條件，消聲室的低頻截止頻率為200 Hz。

對于遠(yuǎn)場噪聲測量，采用丹麥GRAS Sound & Vibration公司的1/2英寸的自由場陣列麥克風(fēng)G.R.A.S. 40PH組成三維陣列進(jìn)行測量，如圖8所示。數(shù)據(jù)采集系統(tǒng)使用來自于NI公司的裝有PXIe-4497采集卡的多通道的PXIe-1082采集機(jī)箱，通過LabVIEW開發(fā)的軟件進(jìn)行噪聲數(shù)據(jù)采集。

圖8 噪聲測量傳感器——G.R.A.S. 40PH麥克風(fēng)

本文實(shí)驗(yàn)所采用的簡化起落架模型是1/2縮比的LAGOON(LAnding Gear nOise database and CAA validatiON)項(xiàng)目的前起落架模型。該項(xiàng)目的實(shí)驗(yàn)?zāi)Ｐ蜑?∶2.5縮比的簡化A320前起落架模型，主要包括機(jī)輪、輪軸和主支柱三個(gè)部件，同時(shí)在兩個(gè)輪胎內(nèi)側(cè)各開有一個(gè)淺腔。圖9為本次實(shí)驗(yàn)所使用的LAGOON標(biāo)?？s比模型的具體尺寸及坐標(biāo)系設(shè)定情況。起落架模型的安裝情況如圖10所示，輪軸的中軸線的中心位置與風(fēng)洞的軸心線重合，主支柱位于實(shí)驗(yàn)段的中間位置。將機(jī)輪中軸線在起落架對稱面上的投影點(diǎn)定位三維坐標(biāo)系的原點(diǎn)，建立右手坐標(biāo)系，軸正向?yàn)榱飨?，軸和軸的正向指向如圖11所示。

圖9 LAGOON縮比模型的尺寸示意圖

圖10 起落架在D5風(fēng)洞開口實(shí)驗(yàn)段中的安裝情況

圖11 三維陣列與起落架的相對位置及空間坐標(biāo)系的設(shè)定

實(shí)驗(yàn)所使用的三維陣列由兩塊陣列面板組成，頂部陣列的幾何布局為32通道的8螺旋臂螺旋形，陣列平面距離原點(diǎn)1.5 m。側(cè)面陣列的幾何布局為32通道的5螺旋臂螺旋形，陣列平面距離原點(diǎn)2 m，其中傳聲器的具體坐標(biāo)位置如圖12(a)和(b)所示。

(a) 過頂陣列

(b) 側(cè)邊陣列圖12 麥克風(fēng)位置分布

2.2 三維陣列定位點(diǎn)聲源實(shí)驗(yàn)

聲源由藍(lán)牙揚(yáng)聲器驅(qū)動，在使用三維陣列對起落架的氣動噪聲源進(jìn)行聲源定位之前，首先要保證安裝位置的麥克風(fēng)的空間幾何坐標(biāo)與輸入的理論空間幾何坐標(biāo)完全一致，因此需要通過提前校準(zhǔn)來保證后續(xù)實(shí)驗(yàn)聲源定位結(jié)果的可靠性，同時(shí)對陣列實(shí)際識別聲源的能力進(jìn)行考核。本實(shí)驗(yàn)中使用直徑為5 cm的扁平圓柱狀藍(lán)牙音箱作為點(diǎn)聲源，移動至空間中的固定坐標(biāo)位置，并播放頻率為2 000 Hz的純音噪聲。由于出聲孔設(shè)計(jì)在音箱頂部，所以并不能將其波陣面看作是球面波，但在深度方向上可以將其看成一個(gè)點(diǎn)聲源，因此本實(shí)驗(yàn)在校準(zhǔn)三維陣列的過程中采用分別處理頂部陣列和側(cè)面陣列的方式，選用深度方向分辨率高的工況數(shù)據(jù)對二者分別進(jìn)行校準(zhǔn)。

首先對側(cè)面陣列的坐標(biāo)位置進(jìn)行校準(zhǔn)，將藍(lán)牙音箱的出聲孔面朝側(cè)邊陣列放置在起落架側(cè)面機(jī)輪的中心(此時(shí)點(diǎn)聲源的空間坐標(biāo)位置為(0, 0, 0.1))，通過傳統(tǒng)波束成形算法和CLEAN-SC算法處理后的聲源識別結(jié)果如圖13(a)(b)所示，圖中實(shí)線為起落架在聲場中的相對位置，從CLEAN-SC算法的聲源識別結(jié)果中可以確定點(diǎn)聲源在平面的坐標(biāo)位置為(-004, 005)，因此將輸入的側(cè)邊陣列坐標(biāo)整體在和坐標(biāo)軸上分別進(jìn)行“+0.04”和“-0.05”的處理，完成修正后重新識別的結(jié)果如圖14所示，與聲場中實(shí)際點(diǎn)聲源的坐標(biāo)一致。

(a) 傳統(tǒng)波束成形算法的聲源識別結(jié)果

(b) CLEAN-SC算法的聲源識別結(jié)果圖13 聲源位置為(0, 0, 0.1)側(cè)邊陣列未進(jìn)行校準(zhǔn)前的識別結(jié)果

(a) 傳統(tǒng)波束成形算法的聲源識別結(jié)果

(b) CLEAN-SC算法的聲源識別結(jié)果圖14 聲源位置為(0, 0, 0.1)側(cè)邊陣列進(jìn)行校準(zhǔn)后的識別結(jié)果

接著對頂部陣的坐標(biāo)位置進(jìn)行校準(zhǔn)，將藍(lán)牙音箱的出聲孔面朝過頂陣列放置在起落架主支柱的中心與機(jī)輪頂部相圓弧切的位置(此時(shí)點(diǎn)聲源的空間坐標(biāo)位置為(0, 0.1, 0))，通過傳統(tǒng)波束成形算法和CLEAN-SC算法處理后的聲源識別結(jié)果如圖15所示，從CLEAN-SC算法的聲源識別結(jié)果中可以確定點(diǎn)聲源在平面的坐標(biāo)位置為(0,0)，與聲場中實(shí)際點(diǎn)聲源在平面中的坐標(biāo)一致，無需調(diào)整頂部陣列的位置。至此，三維陣列中所有麥克風(fēng)的坐標(biāo)位置都已完成校準(zhǔn)，可以將其投入到對于起落架氣動噪聲的研究中。

(a) 傳統(tǒng)波束成形算法的聲源識別結(jié)果

(b) CLEAN-SC算法的聲源識別結(jié)果圖15 聲源位置為(0, 0.1, 0)頂部陣列未進(jìn)行校準(zhǔn)前的識別結(jié)果

2.3 三維陣列識別定位起落架噪聲源

圖16 起落架過頂方向的遠(yuǎn)場噪聲頻譜圖

圖17 起落架側(cè)邊方向的遠(yuǎn)場噪聲頻譜圖

本文在北航D5風(fēng)洞中對起落架的遠(yuǎn)場噪聲特性進(jìn)行研究，三維陣列所測得的遠(yuǎn)場結(jié)果如圖16和圖17所示，分別對應(yīng)過頂陣列和側(cè)邊陣列的每個(gè)麥克風(fēng)所測得的聲壓信號平均處理后的頻譜圖，可以看出在起落架的過頂方向，主要以寬頻噪聲為主，而且寬頻頻譜曲線的幾何外形幾乎不會隨著來流速度的變化而發(fā)生改變，中高頻的寬噪聲主要來源于機(jī)輪內(nèi)側(cè)空腔流動中的湍流脈動，而且在側(cè)邊方向很明顯可以觀察到的中高頻位置的兩個(gè)離散峰，且頻率幾乎不隨來流速度發(fā)生變化，該離散噪聲是由機(jī)輪內(nèi)側(cè)環(huán)形空腔的聲共振現(xiàn)象所激發(fā)，但在起落架的過頂方向很難被捕捉到，且在頻譜中對應(yīng)頻率的聲壓級大幅下降。

本文使用三維陣列對側(cè)邊出現(xiàn)的頻率為2 000 Hz左右的純音噪聲進(jìn)行識別定位研究。將三維陣列中全部麥克風(fēng)的空間坐標(biāo)位置視作整體，選取以原點(diǎn)為中心邊長為1 m的立方體為掃描區(qū)域，參考點(diǎn)位置位于掃描范圍之外，采用3D CLEAN-SC算法以同步測量的方式進(jìn)行后處理，掃描間隔設(shè)為0.02 m，對頻率為2 076 Hz的聲源進(jìn)行識別定位的三維切片圖如圖18(a)所示。將其視為點(diǎn)聲源，則3D CLEAN-SC算法能夠敏銳地捕捉到該點(diǎn)聲源極值點(diǎn)所在的空間坐標(biāo)的位置，即(0.12，-0.08，0.06)，各個(gè)方向切面上具體的聲源分布與該方向起落架的相對位置如圖18(b)～18(d)所示，可以看出該聲源位于起落架的尾流區(qū)域內(nèi)，在起落架機(jī)輪下沿切面中，偏向軸負(fù)方向一側(cè)機(jī)輪的位置。對比2008年Eric等人在ONERA的F2風(fēng)洞中使用壁面麥克風(fēng)陣列對LAGOON標(biāo)模進(jìn)行氣動聲學(xué)測量的聲源定位結(jié)果，三維陣列在側(cè)邊方向的識別結(jié)果與之基本一致。

非同步測量的數(shù)據(jù)處理時(shí)，將構(gòu)成三維陣列的兩塊平面陣列，視作在相同工況下兩次互相獨(dú)立的聲學(xué)測量的設(shè)備，分別對所測得的數(shù)據(jù)使用3D Beamforming算法單獨(dú)進(jìn)行處理，然后對所得出的兩個(gè)三維聲壓矩陣進(jìn)行疊加平均處理后，再轉(zhuǎn)化成PSD的結(jié)果輸出，對頻率為2 076 Hz的聲源進(jìn)行識別定位的三維切片圖如圖19(a)所示。選取=012，=-008，=0.06的位置進(jìn)行切片，則各個(gè)方向切面上的聲源分布與該方向上起落架的相對位置如圖19(b)～19(d)所示，與同步測量結(jié)果相比，盡管非同步測量的聲源云圖分辨率有所下降，且旁瓣水平較高，但幾乎沒有虛假聲源，且聲源強(qiáng)度最大點(diǎn)的位置與3D CLEAN-SC算法與同步測量方式處理后的結(jié)果基本一致。

(a) 三維切片圖

(b) z軸方向

(c) y軸方向

(d) x軸方向圖18 三維陣列在各個(gè)方向的聲源識別結(jié)果(同步測量，3D CLEAN-SC，2 076 Hz)

(a) 三維切片圖

(b) z軸方向

(c) y軸方向

(d) x軸方向圖19 三維陣列在各個(gè)方向的聲源識別結(jié)果(非同步測量，3D Beamforming，2 076 Hz)

3 結(jié)論

起落架的氣動噪聲具有三維分布的特性，因此為了在風(fēng)洞實(shí)驗(yàn)中獲得更全面精準(zhǔn)的聲源信息，本文使用了三維麥克風(fēng)陣列和三維聲成像算法對其進(jìn)行研究。

通過對3D CLEAN-SC算法以同步測量方式處理和3D Beamforming算法以非同步測量方式處理的識別定位結(jié)果進(jìn)行比較，發(fā)現(xiàn)這兩種方式均能準(zhǔn)確定位聲源位置，并具有良好的空間分辨率；但與同步測量相比，盡管非同步測量降低了麥克風(fēng)數(shù)量，旁瓣卻明顯大于同步測量，同步測量結(jié)果的分辨率較好。

在此基礎(chǔ)上，通過三維陣列對起落架側(cè)邊遠(yuǎn)場頻譜中2 076 Hz的離散聲進(jìn)行聲源識別定位，確定主要噪聲源的位置位于起落架機(jī)輪下沿附近、流向的下游處，給出了更為全面精確的聲場信息，對大型飛機(jī)起落架的降噪設(shè)計(jì)提供了新的借鑒和思考。