我所做的是在此代码段中创建两个小函数(lambda 函数),以根据您的参考文献中的公式 [8] 计算勾股距离和 SPL。
此外,因为指向性因子是通过实验确定的,所以我在这里简单地使用余弦作为代表性示例。您可以用给定角度 theta 和距离 r 的函数替换 Q 函数,并在给定实验结果的一些插值的情况下返回强度分数。
import matplotlib.pyplot as plt
from pylab import linspace, meshgrid, sqrt, log10, angle, cos
x = linspace(-30.0, 30.0, 15)
y = linspace(0, 30, 15)
X, Y = meshgrid(x, y)
#Z = sqrt(X**2 + Y**2)
def SPL(source_SPL, x, y, x1, y1, Q):
'''Given a source sound pressure level, the x and y vectors describing
the space, the x1 and y1 coordinates of the sound origin
and a directivity factor function, return the SPL matrix'''
#Using eqation 8 from the source
dist = lambda x1, x2, y1, y2: sqrt((x1-x2)**2 + (y1-y2)**2)
spl = lambda r, q: source_SPL - 20*log10(r) - 10*log10(q) - 11
spl_matrix = []
for y2 in y:
# Create a new row
spl_matrix.append([])
for x2 in x:
r = dist(x1, x2, y1, y2)
theta = angle(complex(x2-x1, y2-y1))
q = Q(theta, r)/float(source_SPL)
# After calculating r and q, put them into the spl equation to get Db
Db = spl(r, q)
spl_matrix[-1].append(Db)
return spl_matrix
Q = lambda theta, r: r*abs(cos(theta))
Z = SPL(1, x, y, 0.1, 0.1, Q)
plt.figure()
#Need to draw the contour twice, once for the lines (in 10 sections)
CS = plt.contour(Y, X, Z, 10, linewidths=0.5, colors='k')
#And again for the fills
CS = plt.contourf(Y, X, Z, 10)
plt.show()
虽然我已经在不使用数组的情况下解决了这个问题,但您应该研究 numpy 以及如何向量化此代码,以便您不使用循环而是使用矩阵运算。然而,这与其说是一个代码问题,不如说是一个数学问题。
最后,如果你有工程学背景,你可以在计算机上运行这个实验,Q 函数根据环境条件计算相对强度。您需要更多地了解声音与周围环境的相互作用,您可能需要谷歌有限元分析和声压级