声学基础：从声强矢量到精准声源定位
传统噪声测量记录的是声压级（dB），它告诉我们声音”有多大”，却无法告诉我们声音”从哪来”。而要回答第二个问题，可以借助一个更本质的物理量 – 声强矢量（Sound Intensity Vector）。
声音的两张"身份证"：标量与矢量
声波通过空气传播时，会引起两点变化：一是空气压强的波动，二是空气质点的振动。对应地，声学里有两种关键测量量：
声压（Sound Pressure）是标量 – 它只有大小，没有方向，单位是帕斯卡（Pa）。它描述”这里的声音有多大”。
声强（Sound Intensity）是矢量 – 它既有大小又有方向，单位是瓦每平方米（W/m²）。它描述声能沿某个方向的流动速率，是”单位时间、单位面积上穿过的声能”。
物理上，声强（I）是声压（p）与质点振速（u）的乘积。质点振速是空气分子随声波振动”来回运动”的速度 – 正是它赋予了声强以方向性。
打个比方：声压像温度计，告诉你环境”热不热”；声强像风向标，告诉你能量”往哪吹”。后者天然携带了空间方向信息 – 这正是我们声源定位所需的关键。
主流方案：波束成形（Beamforming）
如今最常见的声源定位设备是声学相机 – 一台布满几十上百个麦克风的”相机”，将声场云图叠加在光学画面上。它依赖的核心技术，是波束成形（Beamforming）。
波束成形的思路是”推算“：让阵列中每个麦克风都记录同一声音，比较它们到达的时间差或相位差，再对各路信号施加补偿后叠加。当某一方向的信号被叠加增强、其他方向被抵消抑制时，就形成了一束指向特定方向的”声学波束“。扫描整个空间，就能找出声音最强的方向。
波束成形优势明显：成像直观、适合中高频声源、单次测量覆盖面积大。但在环境噪声监测这个特殊场景里，它面临着三个难以回避的瓶颈：
- 低频困境：角分辨率与”波长/阵列尺寸”成正比。低频波长很长，125 Hz 声波波长约 2.7 m，要分辨它，阵列间距需达到半波长量级（约 1.35 m）- 阵列必须做得很大，低频才”看得清”。
- 尺寸矛盾：阵列越大、分辨率越好，但便携、易安装、低功耗的户外固定监测就无从谈起。
- 无法自检：当测量受反射声干扰时，波束成形成果可能失真，但它本身不会告诉你”这次结果不可信”。
另一种思路：直接"测量"声能流动
既然声强自带声能的流动方向，那为什么不直接测量它？这正是声强矢量法的出发点 – 不去推算，而是直接测出声能在空间中的流动方向和大小。
工程上最成熟的实现是 P-P 声强探头：将两只相位严格匹配的传声器沿同一轴线面对面放置。声波先到一只、后到另一只，两点间的声压差包含了质点振速信息；再结合两点的平均声压，即可得到沿该轴方向的声强分量。将探头指向多个方向测量，就能描绘出完整的声能流向。
P-P 声强探头：两点声压差 → 质点振速 → 声强矢量
一张表看懂：波束成形 vs 声强矢量
| 对比维度 | 波束成形（声学相机） | 声强矢量法 |
| 定位原理 | 比较相位/时间差，"推算"方向 | 直接测量声能流，"测出"方向 |
| 低频表现 | 波长长，需米级大阵列，分辨率差 | 紧凑探头即可覆盖低频 |
| 装置尺寸 | 数十至上百只麦克风，体积大 | 8 只 MEMS 传声器，2 cm 见方 |
| 户外长期监测 | 尺寸、功耗受限，难固定安装 | 全天候设计，功耗 < 1 W |
| 结果可信度 | 无法自检 | ΔPI 可信度指标 |
简单说：波束成形擅长”成像”，适合中高频、大范围的声场可视化；声强矢量法擅长”指路”，在低频、长期固定监测、需要结果自证的场景中更具优势。
把原理做到极致：V12 空间矢量矩阵
要把 3D 声强探头做成能长期露天工作的紧凑传感器，需要在几何结构上做精巧设计。NTi Audio 的 V12 空间矢量矩阵正是这样的工程方案：在 2 cm 见方的立方体 8 个顶点上布置 8 只精密 MEMS 传声器，相邻顶点两两配对，在 X、Y、Z 三个轴向上共构建出 12 个单轴声强矢量（每轴 4 个），实时测量三个方向上的声强分量。
NTi 的 V12 空间矢量矩阵：紧凑 3D 声强架构
这一架构带来的最直观优势，正是波束成形的”低频软肋”：NL1 声源定位仪基于该矩阵，从 63 Hz 起即可输出每倍频程的方位角与俯仰角（63 Hz–4 kHz），响应快至 100 ms，动态范围 25–125 dB，可在复杂多源环境中锁定”主导噪声源”的方向。
在消声室验证中，该 3D 声强探头的定位精度表现为：A 计权下方位角误差 < 5°，250 Hz–2 kHz 频段方位角误差 < 10°，俯仰角误差 < 15° – 对户外环境噪声的溯源判断而言，这样的方向分辨率已足够实用。
声强法的"独门武器"：ΔPI 可信度指标
噪声测量最怕什么？答案是结果不可信却无人察觉。反射声、多声源并存都会扭曲定位结果。
声强法给出了一个优雅的解决方案 – ΔPI（声压级 − 声强级）。原理很简单：在理想自由场中，声能单向流动，声压级与声强级几乎相等，ΔPI ≈ 0，说明测量环境干净、结果可靠；当反射声或其它声源增多时，声能被”稀释”、方向被扰乱，声强级明显低于声压级，ΔPI 随之增大，提示结果可信度下降。
ΔPI = 声压级 − 声强级：测量有效性的”天然判据”
这意味着，每一个方向结果都可以附带一个”可信度评分”。
系统据此自动过滤不可靠数据，只保留高质量的方向信息用于分析和报警 – 这在无人值守的长期监测中，是保障数据公信力的关键能力，也是声强法区别于阵列成像技术的独特价值。
从"听得见"到"看得清"
回顾全文，其实是一句话：声压告诉我们”有多响”，声强告诉我们”从哪来”。从波束成形的”推算”，到声强矢量的”直测”，声源定位技术正从”看见声音”走向”读懂能量”。
而 V12 空间矢量矩阵这样的紧凑 3D 声强架构，则把实验室里的声强测量原理，变成了能顶着风雨在户外长期工作的传感器 – 让每一次噪声超标，都不再只是一串孤立的分贝数字，而是”谁、在哪、什么时候”的完整答案。这项技术已在户外环境噪声监测、投诉纠纷溯源等场景中得到应用验证。
