El sonido suele pensarse como una simple onda que se propaga desde un punto, como una piedra lanzada a un estanque. Pero en el complejo mundo de la aerodinámica, donde el aire pasa velozmente sobre las alas de los aviones, ventiladores y hélices, las fuentes de sonido rara vez son puntos simples. En cambio, suelen comportarse como dipolos: pares de fuerzas que empujan y tiran en direcciones opuestas, creando un campo sonoro que tiene una dirección u orientación específica. Imagine un par de manos aplaudiendo; el sonido es más fuerte frente a y detrás de las manos, pero silencioso hacia los lados. Esta naturaleza direccional es crucial para comprender el ruido, pero durante décadas, los ingenieros han luchado por mapear estas fuentes porque no sabían hacia dónde miraban las "manos". Sin conocer la orientación, las herramientas estándar utilizadas para localizar estos sonidos suelen errar en la ubicación o juzgar mal qué tan fuerte es la fuente.

Investigadores del Centro Aeroespacial Alemán han desarrollado una nueva forma de resolver este rompecabezas. Crearon un método que permite a las cámaras acústicas —sistemas compuestos por muchos micrófonos dispuestos en una cuadrícula— no solo encontrar de dónde proviene un sonido, sino también determinar la dirección de la fuerza que lo crea, incluso cuando esa dirección es completamente desconocida. Al tratar la fuente de sonido como una combinación de tres movimientos básicos a lo largo de los ejes x, y, z, el equipo convirtió un difícil juego de adivinanzas en un cálculo directo. Su enfoque, probado tanto en simulaciones por computadora como en experimentos reales en túneles de viento, identificó con éxito la ubicación, la fuerza y la orientación de múltiples fuentes de sonido simultáneamente, ofreciendo una imagen más clara de cómo los aviones generan ruido.

El núcleo del problema radica en cómo el sonido viaja desde una fuente hasta una matriz de micrófonos. Los métodos tradicionales suelen asumir que el sonido proviene de un único punto que irradia por igual en todas las direcciones, como una bombilla. Esto funciona para algunas cosas, pero para el ruido aerodinámico de un avión, es un ajuste deficiente. Cuando el sonido proviene de un dipolo, la intensidad depende fuertmente del ángulo entre la fuente y la matriz de micrófonos. Si la orientación se adivina incorrectamente, el mapa resultante del sonido puede ser borroso, o la fuente podría aparecer en un lugar completamente erróneo. Los intentos previos para solucionar esto consistieron en escanear miles de ángulos posibles para cada uno de los puntos del mapa, un proceso que era lento y computacionalmente costoso.

Este nuevo método, descrito en esta investigación, evita la necesidad de un escaneo exhaustivo y lento. En lugar de probar cada ángulo posible, los investigadores se dieron cuenta de que cualquier orientación de un dipolo puede construirse a partir de solo tres componentes básicos: un empuje a lo largo del eje horizontal, un empuje a lo largo del eje vertical y un empuje a lo largo del eje de profundidad. Al calcular cómo respondería la matriz de micrófonos a estos tres movimientos específicos y conocidos, pudieron combinar matemáticamente los resultados para encontrar el mejor ajuste para la orientación real y desconocida. Esta transformación convirtió el problema en un cálculo pequeño y manejable que podía resolverse instantáneamente en cada punto del mapa. El resultado es un sistema que elige la dirección correcta automáticamente, sin necesidad de conocer de antemano la forma del objeto o la superficie a la que está unido.

Para demostrar que esto funcionaba, el equipo primero realizó una serie de simulaciones por computadora que involucraban cuatro fuentes de sonido distintas con ubicaciones y orientaciones conocidas. Configuraron una matriz virtual de 64 micrófonos y pidieron a su nuevo algoritmo que encontrara las fuentes. El sistema localizó con éxito las cuatro fuentes a través de diez frecuencias diferentes. Más importante aún, identificó correctamente la dirección de cada fuente con alta precisión. El error promedio en la dirección estimada fue de menos de tres grados, y la potencia sonora estimada tuvo un error de menos de medio decibelio. Estos resultados se lograron en una fracción de segundo en un procesador gráfico estándar, demostrando que el método no solo es preciso, sino también lo suficientemente rápido para su uso práctico.

Los investigadores llevaron luego el método fuera de la computadora y a un túnel de viento. Utilizaron una gran matriz de 512 micrófonos para escuchar un modelo de un ala de avión con dispositivos de alta sustentación, específicamente los bordes de ataque (slats) utilizados durante el despegue y el aterrizaje. Esta es una parte notoriamente ruidosa de una aeronave. El equipo aplicó su nueva técnica a los datos del mundo real, observando dos rangos de frecuencia diferentes: tonos bajos alrededor de 2,000 hercios y tonos altos alrededor de 8,000 hercios. Los resultados revelaron un cambio fascinante en el comportamiento. En la frecuencia más baja, las fuentes de sonido parecían estar orientadas a través del flujo de aire, mientras que en la frecuencia más alta, se alineaban con la dirección del aire moviéndose sobre el ala. Este cambio de orientación coincidió con teorías previas sobre cómo se generan estos sonidos, confirmando que el método podía extraer información física significativa de ruidos complejos del mundo real.

El estudio también exploró cómo el método se comporta bajo condiciones menos que ideales, como cuando las fuentes de sonido están muy cerca unas de otras o cuando hay mucho ruido de fondo. En simulaciones donde se colocaron dos fuentes muy cerca entre sí, el sistema tuvo dificultades para separarlas si estaban demasiado próximas, pero funcionó bien una vez que se alejaron un poco. La precisión de la estimación de la orientación dependió fuertemente de la calidad de los datos y del número de micrófonos utilizados. Con más micrófonos y datos más claros, el sistema se volvió más confiable en sus conjeturas direccionales. Los investigadores señalaron que, si bien el método es poderoso, no es una solución mágica; todavía depende de la calidad de los datos de entrada y de la resolución física de la matriz de micrófonos.

Uno de los aspectos más significativos de este trabajo es su capacidad para manejar el ruido de banda ancha, que es aquel que abarca un amplio rango de frecuencias. En muchos escenarios del mundo real, una sola fuente de ruido emite sonido a través de un espectro de tonos. Los investigadores desarrollaron una forma de vincular las estimaciones de orientación a través de estas diferentes frecuencias, asumiendo que una fuente física mantiene una dirección constante incluso cuando su tono cambia. Al combinar la información de múltiples frecuencias, el sistema pudo producir una estimación más robusta de la dirección de la fuente que al observar una sola frecuencia por sí sola. Esto permitió rastrear el ruido de los mecanismos de los bordes de ataque de manera más efectiva, revelando los distintos comportamientos direccionales en diferentes octavas que podrían haberse pasado por alto al observar las frecuencias de forma aislada.

Las implicaciones para la ingeniería aeroespacial son sustanciales. Al mapear con precisión de dónde proviene el ruido y en qué dirección está empujando, los ingenieros pueden diseñar aviones más silenciosos. En lugar de adivinar dónde añadir aislamiento o cambiar una forma, pueden dirigirse a los mecanismos aerodinámicos específicos que están generando el ruido. La capacidad de hacer esto sin necesidad de conocer la geometría exacta de la superficie de antemano hace que la herramienta sea versátil para formas complejas donde la dirección de sonido "efectiva" podría no coincidir con la superficie física. El método funciona con matrices de micrófonos existentes y software de formación de haces (beamforming) estándar, requiriendo solo un cambio en el paso de procesamiento matemático.

En el análisis final, la investigación demuestra que la orientación de una fuente de sonido no es una variable oculta que deba adivinarse o ignorarse. Es una propiedad que puede medirse directamente a partir de los datos de los micrófonos. La nueva técnica proporciona una forma clara, eficiente y precisa de recuperar esta información, convirtiendo un mapa de sonido borroso y ambiguo en una imagen direccional nítida. Ya sea en el entorno controlado de una simulación o en la ruidosa realidad de un túnel de viento, el sistema encontró consistentemente las fuentes y sus orientaciones, ofreciendo un nuevo nivel de detalle para comprender la compleja sinfonía del ruido aerodinámico. Este avance acerca al campo a la comprensión y el control real del sonido del vuelo, un dipolo direccional a la vez.