Article 

A Computational Study on the Aeroacoustics of a Multi‐Rotor 
Unmanned Aerial System 
Morteza Heydari 1, Hamid Sadat 1,* and Rajneesh Singh 2 

1  Department of Mechanical Engineering, University of North Texas, Denton, TX 76207, USA;   
[email protected] 
2  US Army Research Laboratory, Aberdeen Proving Ground, MD 21005, USA; [email protected] 

*  Correspondence: [email protected]; Tel.: +1‐940‐565‐2078 

Abstract:  The  noise  generated  by  a  quadrotor  biplane  unmanned  aerial  system  (UAS)  is  studied 
computationally for various conditions in terms of the UAS pitch angle, propellers rotating velocity 
(RPM), and the UAS speed to understand the physics involved in its aeroacoustics and structure‐
borne noise. The k‐ω SST turbulence model and Ffowcs Williams‐Hawkings equations are used to 
solve the flow and acoustics fields, respectively. The sound pressure level is measured using a cir‐
cular array of microphones positioned around the UAS, as well as at specific locations on its struc‐
ture. The local flow is studied to detect the noise sources and evaluate the pressure fluctuation on 
the UAS surface. This study found that the UAS noise increases with pitch angle and the propellers’ 
rotating velocity, but it shows an irregular trend with the vehicle speed. The major source of the 
UAS  noise  is  from  its  propellers  and  their  interactions  with  each  other  at  small  pitch  angle.  The 
propeller and CRC‐3 structure interaction contributes to the noise at large pitch angle. The results 
also  showed  that  the  propellers  and  structure  of  the  UAS  impose  unsteadiness  on  each  other 
through a two‐way mechanism, resulting in structure‐born noises which depend on the propeller 
RPM, velocity and pitch angle. 

Citation: Heydari, M.; Sadat, H.;  Keywords: quadrotor‐noise; propeller–wing interaction noise; structure‐borne noise; UAS aeroacoustics 
Singh, R. A Computational Study on 
 
the Aeroacoustics of a Multi‐Rotor 
Unmanned Aerial System. Appl. Sci. 
2021, 11, 9732. https://doi.org/ 
1. Introduction 
10.3390/app11209732 
The  remarkable  progress in  manufacturing  electric  batteries in  recent  decades  has 
Academic Editor: Giovanni Bernardini facilitated  the  development  of  vertical  take‐off  and  landing  (VTOL)  multi‐rotor  un‐
manned aerial systems (UAS), which may be utilized for a wide range of tasks such as 
Received: 13 September 2021 reconnaissance, package delivery, aerial resupply, and surveillance, among others [1–3]. 
Accepted: 7 October 2021  While such systems have a great range of movement and maneuverability [1], their major 
Published: 18 October 2021  issues including efficiency and noise emission have recently grabbed the scientific com‐
munity’s  attention.  Among  these  challenges,  resolving  the  noise  emission  is  relatively 
Publisher’s  Note:  MDPI  stays  neu‐
more demanding, due to recently raised concerns regarding negative effect on military 
tral  with  regard  to  jurisdictional 
applications,  civil  usage,  and  the  environment.  Some  examples  are  cardiovascular  and 
claims in published maps and institu‐
metabolic disease [4], sleep disturbance [5], depression and anxiety [6], and chronic stress 
tional affiliations. 
[7], which are considered side effects of long‐term exposure to the UAS noise [8]. 
Most  studies  on  the  noise signatures  in  the literature  are  on  an  isolated  propeller, 
  focusing on several aspects including geometry effect [9–11], number of blades and spac‐
Copyright: © 2021 by the authors. Li‐
ing effects [12–14], and coaxial rotors [15–17]. Studies have also investigated the effect of 
censee  MDPI,  Basel,  Switzerland. 
operational conditions on noise level [18–20]. For instance, it is known that an increase in 
This  article  is  an  open  access  article  inflow velocity causes growth in sound pressure level (SPL), which is ascribed to the asym‐
distributed under the terms and con‐ metry between advancing and retreating blades at high velocity [18]. The same effect is ob‐
ditions of the Creative Commons At‐ served for increasing RPM, which results in rise of SPL in tonal and broadband noises [19]. 
tribution (CC BY) license (http://crea‐ Broadband noise is often due to the interaction of rotor blades with turbulence, re‐
tivecommons.org/licenses/by/4.0/).  sulting  in  random  blade  loading  variations  [21].  It  is  also  reported  that  the  vortex 

 
Appl. Sci. 2021, 11, 9732. https://doi.org/10.3390/app11209732  www.mdpi.com/journal/applsci 
Appl. Sci. 2021, 11, 9732  2  of  21 
 

shedding noise and flow separation on the blades manifest as a second hump in the broad‐
band noise of an isolated propeller [22]. Furthermore, increase in the pitch angle decreases 
SPL at first and second blade pass frequencies (BPF) [18,20]. 
While the major source of noise in the UAS is propellers, the propeller interaction 
with UAS structures has a significant contribution to the UAS noise signature, particularly 
for some of the novel multi‐rotor UAS designs with hybrid configurations (e.g., quadrotor 
biplane tail‐sitter VTOL [1]), in which propellers’ wake and tip vortices might even inter‐
act with fixed wings used to enhance the UAS efficiency in forward flight mode. Such an 
interaction imposes unsteady loads on the UAS structure (wing and fuselage) and propel‐
ler blades, which are the source of the structure‐born noises and alter the noise level [23–
32]. In an experimental study, Sinnige [29] found that for a tractor configuration of a pro‐
peller–wing–nacelle system, the noise due to the propeller–wing interaction may be re‐
duced  by  decreasing  the  propeller  loading,  because  the  blade tip  vortices  are  the  main 
source of structure‐born noise. Sinnige [29] also showed that the noise level increases with 
decreasing propeller advance ratio (𝐽 𝑈 /𝑛𝐷 , with  𝑈 , 𝑛  and  𝐷   denoting the inflow 
velocity (m/s), rotating speed (rev/s) and propeller diameter (m)) by increasing the pro‐
peller’s rotating speed. Similar finding was also reported in [32]. However, such a rela‐
tionship between noise and propeller advance ratio is not always the case, because the 
unsteady  loading  is  not  monotonically  dependent  on  𝐽  [29].  The  noise  level  was  also 
shown to be correlated with the spacing between the propeller and the wing/fuselage such 
that increasing the spacing would reduce the load fluctuation and consequently the cor‐
responding interference noise [29]. Akkermans et al. [32] investigated the effect of pitch 
angle on the noise generated by the propeller–wing system and have shown that this effect 
is negligible, although it should be noted that the tested range was limited to  5° 𝜃
10°. A similar study was conducted by Boots [33] for three angles of attack, including  𝜃
0°, 3°, and 6°,  where  results  suggested  that  the  noise  level  at  the  first  BPF  remains  un‐
changed with increase in  𝜃, while it increases at higher harmonics. This discrepancy be‐
tween the results of the two studies may be due to having different configurations or using 
different coordinate systems. Boots [33] has also found that for a configuration of a single 
propeller, a wing and a fuselage, the sound emitted from the fuselage surface is smaller 
than that of the wing, since it experiences a smaller amount of load and interaction with 
the propeller’s wake. 
Apart from the noise generated due to interaction of the propeller with wing‐nacelle‐
fuselage, some recent studies have focused on the sound generated by multirotor config‐
urations, which is a common configuration for recent UAS [3]. It is observed that the SPL 
generated by two counter‐rotating propellers is higher than that of a single propeller, and 
the increase is dominant at BPF, suggesting mainly increase in tonal noise [34,35]. Addi‐
tionally, tilting the propellers shifts the location of maximum SPL downstream. Increasing 
the number of propellers to four, leads to a significant growth in noises at high‐frequency 
or  broadband  noise  [22],  in  addition  to  manifestation  of  a  low‐frequency  disturbance, 
which is not present in the isolated propeller noise spectra [36]. When the spacing between 
the  tip  of  the  adjacent  propellers  in  a  quadrotor  is  small,  the  level  of  fluctuations  they 
impose on each other’s loads becomes significant [35]. Studies have also shown the rota‐
tion direction of multiple rotors affects the noise generation when lifting surfaces such as 
wings are immersed in the propeller wakes. For instance, the CFD analysis of two counter‐
rotating propellers interacting with a wing, conducted by Chirico et al. [37] showed that 
the  top‐in  layout  results  in  lower  noise  generation  while  the  top‐out  layout  provides  a 
better aerodynamic efficiency due to the swirl effect. 
Although, the UAS noise signature has been investigated in several studies as men‐
tioned earlier, these studies are often not for a fully appended UAS and limited to a nar‐
row range of operational conditions. The aim of the present work is to provide a compre‐
hensive acoustics analysis around a biplane tailsitter quadrotor that initially takes off ver‐
tically, in hover mode, and then changes its pitch angle and flies horizontally to use wings 
for  the  forward  mode  flight  to  enhance  its  performance.  To  understand  the  acoustic 
Appl. Sci. 2021, 11, 9732  3  of  21 
 

signature of such a quadrotor, a wide range of pitch angles covering hover and transition 
modes, as well as different vehicle velocity and propeller RPM are considered. The phys‐
ics involved in the acoustics performance of the vehicle is discussed by comparing SPL at 
various locations and their correlations with local flow characteristics. In addition, the role 
of different interaction mechanisms on the CRC‐3 noise level as well as the structure‐born 
noise due to unsteady loadings are discussed. 

2. Materials and Methods 
2.1. CFD Method 
Our in‐house code CFDFOAM is used for the simulations [38,39]. The CFDFOAM 
solver has been developed around OpenFOAM for hydrodynamic and aerodynamic ap‐
plications using either absolute or relative inertial coordinate systems with non‐deform‐
ing and deforming control volumes. It utilizes conventional body‐fitted methods as well 
as immersed boundary methods for moving/morphing boundaries based on the cell‐cen‐
tered finite volume method. In the present work, absolute inertial earth‐fixed coordinates 
are employed with k‐ω SST turbulence model, where the coupled pressure and velocity 
are solved using PISO. Second order linear upwind and central‐differencing schemes are 
employed for discretization of convective and diffusion terms of the governing equations, 
respectively, and the Euler scheme is used for time discretization. 

2.2. Acoustics Method 
The libacoustics solver, implemented for OpenFOAM [40], is used for acoustics sim‐
ulations  in  which  the  Ffowcs  Williams‐Hawkings  (FW‐H)  formulation  developed  by 
Ffowcs Williams and Hawkings [41] is employed to predict the sound pressure level. The 
FW–H method is a generalized form of Lighthill’s acoustic analogy [42] to include general 
motion types and surfaces effects. It is an inhomogeneous wave equation form of the Na‐
vier–Stokes equations, with three source terms, including thickness and loading on the body 
surface and quadrupole in the volume surrounding the body, and may be written as [43]: 
𝜕̅ 𝜕̅ 𝜕̅
⧠ 𝑝 𝑥, 𝑡 𝜌 𝑣 𝛿 𝑓 𝑙 𝛿 𝑓 𝑇 𝐻 𝑓   (1) 
𝜕𝑡 𝜕𝑥 𝜕𝑥 𝜕𝑥
where  ⧠   is the D’Alembertian operator in the three‐dimensional space,  𝑣   is the local 
velocity of the body normal to the surface defined by  𝑓 0, 𝛿 𝑓   and  𝐻 𝑓   are the Dirac 
delta function and the Heaviside step functions,  𝑙   is components of the local force on the 
surface  and  𝑇   is  the  Lighthill’s  stress  tensor.  The  first,  second  and  third  term  on  the 
right‐hand side of Equation (1) represent thickness, loading and quadrupole source terms, 
respectively. 

2.3. CRC‐3 Geometry 
The geometry considered in the present study belongs to the common research con‐
figuration (CRC) group, which refers to a set of tail‐sitter hybrid quadrotors designed by 
the Army Research Lab (ARL). The CRC geometries are comprised of four identical pro‐
pellers, two identical wings, and fuselage, as shown in Figure 1. The rotors are mounted 
in  a  tractor  configuration  with  a  canting  angle  of  10°  and  their  rotation  directions  are 
shown in Figure 1. CRC is designed at different sizes and the one with the smallest size is 
employed for this study, which has a weight of 3 lbs (1.36 kg) and a design speed of 40 
mph (17.88 m/s), named CRC‐3 [3]. The propellers for CRC‐3 are RAYCorp 8045 propel‐
lers with a diameter (𝐷 ) of  0.205  𝑚. The wing type is Wortmann FX 63‐137A4 with an 
aspect ratio of 2.8. 
Appl. Sci. 2021, 11, 9732  4  of  21 
 

   
(a)  (b) 
Figure 1. Geometry of CRC‐3: (a) isometric view; (b) side view. 

The elliptical fuselage has principle diameters of  0.214 m,  0.09 m, and  0.09 m  in  𝑥, 

𝑦, and  𝑧  directions, respectively. The main geometrical parameters of CRC‐3 are listed in 
Table 1. 

Table 1. The main parameters of CRC3. 

Propellers 
Type  No.  Axis  Direction  COR(m) 1 
RAYCorp 8045  1  (0.99, 0, 0.17)  CCW  (−0.003, −0.22, 0.128) 
  2  (−0.99, 0, −0.17)  CW  (−0.003, 0.22, 0.128) 
  3  (0.99, 0, −0.17)  CCW  (−0.003, 0.22, −0.128) 
  4  (−0.99, 0, 0.17)  CW  (−0.003, ‐0.22, −0.128) 
Wings 
Type  Size 
Wortmann FX 63‐137  87.28 × 490 mm (Chord × Span) 
Fuselage/Structure 
Size (fuselage, mm)  Weight (structure) 
𝑅 107,  𝑅 45,  𝑅 44   12 (N) 
1
 Center of Rotation. 

2.4. Simulation Conditions 
Fully  appended  CRC‐3  simulations  were  carried  out  to  investigate  the  effects  of 
RPMs, velocities, and pitch angles on noise signature. Table 2 summarizes the CFD test 
matrix  for  simulations  on CRC‐3  with the label of each  case to be  used  throughout the 
manuscript. Simulations were also conducted for other configurations including isolated 
propeller, only four propellers and only one propeller‐one wing configuration for com‐
parison. Moreover, several simulations are conducted for validation purposes using an 
isolated propeller, for which experimental data is available. 
   
Appl. Sci. 2021, 11, 9732  5  of  21 
 

Table 2. Test matrix. 

Case  RPM  𝑼𝟎   𝐦/𝐬   𝜽  𝐝𝐞𝐠  

C1  6000  7  0 
C2  6000  7  15 
C3  6000  7  35 
C4  6000  7  55 
C5  6000  7  75 
C6  6000  4  15 
C7  6000  13  15 
C8  12,000  7  15 

To evaluate the acoustic signature, a set of eight microphones positioned on a circle 
with a radius of  1.5 𝐷   from the CRC‐3′s center of mass, on a plane passing through the 
rotation center of propellers 3 and 4 (see Figure 1), as shown in Figure 2a. The two limits 
of the pitch angle applied by changing the inflow velocity directions are also shown in 
this figure.  In addition to the  circular array  of  microphones, for  each  wing, two micro‐
phones are placed on the location of their interaction with the propeller’s tip vortices, and 
two microphones are also positioned on the fuselage, as demonstrated in Figure 2b. 

   
(a)  (b) 
Figure 2. Microphone positions: (a) circular array; (b) on the CRC‐3 body. 

2.5. Computational Domain, Grids, and Boundary Conditions 
For  all  of  the  simulations  discussed  in  Section  2.4,  the  computational  domain  is  a 
sphere  with a diameter of  18𝐷 , with  the geometry located at center of the domain, as 
depicted in Figure 3. The grid of fully appended CRC‐3 consists of five blocks, four circu‐
lar blocks for four propellers, and one block for the rest of the computational domain. The 
sliding mesh technique is employed for rotating the propeller block in the computational 
domain.  The  CRC‐3  grid  has  16  million  tetrahedral  volume  elements,  of  which  around 
80% of grid elements are packed near CRC‐3 within a small sphere of radius  2𝐷 . To cap‐
ture the acoustic waves, the grid is designed to resolve the first three harmonics of the 
acoustic  wave.  Since  the  1st  BPF  is 200  Hz in  simulations,  the  maximum  frequency  re‐
quired  to  be  resolved  was  assigned  as  600  Hz  with  a  wavelength  of  𝜆 𝑐/𝑓 0.57 m, 
with  𝑐 343 m/s  for the standard speed of sound in air. Therefore, the maximum grid size 
was  assigned  0.055 m  in  the  region  surrounding  the  geometry  and  microphones,  which 
gives  at  least  10  grid  points  in  acoustic  wavelength,  as  recommended  by  Junger  [44].  It 
Appl. Sci. 2021, 11, 9732  6  of  21 
 

should be noted that although the grid is not designed to spatially resolve higher than third 
harmonics, those harmonics may still be compared between cases to discuss trends. 

 
Figure 3. Computational domain for CRC‐3 simulations. 

Regarding the temporal discretization, the designed time step resulted in no more 
than 0.54 degree of rotation per time step for propellers for all RPM values, corresponding 
to  time  steps  of  1.5 10 s  and  0.75 10 s  for  cases  with  RPM 6000  and  RPM
12,000, respectively. Since the shortest period should be discretized with 10 to 20 steps 
through time [44], the aforementioned time‐step values are small enough to temporally 
resolve noises up to 16th harmonic. 
Figure 4 shows grid distribution on the surface of CRC‐3 and on a slice in the com‐
putational domain and Table 3 lists more details of the grid distribution. On propeller and 
wing surfaces, the grid was designed with an average  𝑦 2.6  to resolve the turbulent 
boundary  layer,  while  on  other  solid  surfaces  (fuselage  and  rest  of  appendages)  larger 
grid spacing along with wall‐functions were used to minimize the computational cost for 
modeling the turbulent boundary layer. The average values of  𝑦   for propeller and wing 
surfaces for all  CRC‐3  cases  are  provided in Table  4. Each side of the  propeller’s  blade 
consists of 80 grid elements on the chord and 220 on the span, resulting in a total of 64 K 
cells on the propeller surface. The wing’s surface poses 300 K grid elements with 600 on 
its chord and 1100 on its span. Finally, there are 44 K cells on the fuselage, with 94 in the 
vertical direction and 86 in the horizontal direction. 

 
Figure 4. Grid representation of CRC‐3. 
Appl. Sci. 2021, 11, 9732  7  of  21 
 

Table 3. Surface grid description. 

Part  Surface Mesh 
Propeller 1, 2, 3, 4  64 thousand (80 on the chord and 220 on the span) 
Wing 1, 2  300 thousand (600 on the chord and 1100 on the span) 
Other appendages  44 thousand (94 in vertical direction and 86 in horizontal direction on the fuselage) 

Table 4. Average  𝑦   values on propeller and wing for all cases 

Case Label  Propeller  Wing 

C1  2.22  2.62 
C2  1.67  1.60 
C3  2.08  2.37 
C4  2.09  2.23 
C5  2.46  1.72 
C6  2.00  1.57 
C7  1.75  1.30 
C8  0.57  1.01 

The boundary conditions consist of uniform velocity with zero pressure gradient on 
the far‐field boundary and no‐slip walls on the solid surfaces. Details of boundary condi‐
tions are provided in Table 5. 

Table 5. Boundary conditions. 

Variable  Far‐Field Boundary  Propeller  Wing  Other Surfaces 

𝑢  Uniform  No‐slip  No‐slip  No‐slip 
𝑝  𝜕𝑝 ⁄ 𝜕𝑛 0 𝜕𝑝 ⁄ 𝜕𝑛 0 𝜕𝑝 ⁄ 𝜕𝑛 0 𝜕𝑝 ⁄ 𝜕𝑛 0
𝑘  0 0 0 Wall function 
𝑂𝑚𝑒𝑔𝑎  0.02 6.0𝑣 ⁄ 𝛽𝑦 6.0𝑣 ⁄ 𝛽𝑦 Wall function 

2.6. Grid Verification Study 
Grid  verification  study  is  conducted  for  the  fully  appended  CRC‐3  advancing  at 
𝑈 16 m/s  with a pitch angle of  𝜃 0°  and propellers rotating at  RPM 12,000. For 
this purpose, coarse and fine grid systems are generated, where the average cell size of 
the aforementioned grid, which can be considered as a medium grid, is increased/reduced 
by a factor of  𝑟 √2  in any direction to generate the coarse/fine grid system. The coarse 
and fine grids consist of about 3 million and 22 million elements, respectively. 
Grid uncertainty is estimated using the factor of safety method [45] by identifying 
the convergence type of the simulation using the coarse (S3), medium (S2), and fine grid 
solutions (S1): 
0 𝑅 1 ∶ Monotonic Convergence
𝜖 𝑆 𝑆 1 𝑅 0 ∶ Oscillatory Convergence
𝑅   (2) 
𝜖 𝑆 𝑆 𝑅 1 ∶ Monotonic Divergence
𝑅 1 ∶ Oscillatory Divergence
When monotonic convergence is achieved, the grid uncertainty is computed as: 
9.6 1 𝐶𝐹 1.1 |𝛿| |1 𝐶𝐹| 0.125
𝑈   (3) 
2|1 𝐶𝐹| 1 |𝛿| |1 𝐶𝐹| 0.125
where 
𝑟 1
𝐶𝐹   (4) 
𝑟 1
where  𝑝   is the theoretical order of accuracy (𝑝 2) and  𝑝   is the numerical order of 
accuracy, defined as: 
Appl. Sci. 2021, 11, 9732  8  of  21 
 

𝑝 ln 𝑅 /ln 𝑟   (5) 
In addition, the error estimation,  𝛿  is computed as: 
𝜖
𝛿   (6) 
𝑟 1
When oscillatory convergence is achieved, the range of variation in the solutions is 
computed as the level of uncertainty. The obtained uncertainty values are normalized by 
the solution for the fine grid  𝑆 . 
Figure 5 shows the predicted time histories of thrust coefficient  𝐶   for propeller and lift 
coefficient  𝐶   on the wing as well as directivity of the overall sound pressure level (OASPL) 
for all of the grids. OASPL is calculated for the first 3 harmonics using Equation (7): 

OASPL 10𝑙𝑜𝑔 10   (7) 

It should be noted that grid study is conducted for a half‐domain case with a sym‐
metric boundary condition passing through the center of the geometry and normal to the 
z direction, to decrease computational cost, as the full CRC‐3 case is symmetric with re‐
spect to the described plane. Mean parameters are computed and listed in Table 6, which 
indicate  monotonic  convergence  for  𝐶 ,  𝐶   and  average  OASPL  with  𝑅 0.47,  𝑅
0.68  and  𝑅 0.48,  respectively. The average  of the numerical accuracy is about  2.24, 
close to the theoretical accuracy of the second order discretization scheme used for the 
spatial terms in governing equations. More importantly, the estimated grid uncertainty 
𝑈 %𝑆   for  mean  𝐶 ,  mean  𝐶   and  OASPLave  is  1.75% 𝑆 ,  4.4%𝑆 ,  and  4.4% 𝑆 ,  respec‐
tively, which confirms that grid uncertainty is reasonably small for the designed grids. 

90
0.08 5 120 60

4.5
0.06 150 30
4  [deg]
0.04
Cl

Coarse
CT

Medium 3.5
0.02 Fine 180 0
60 75 90 105 120
3
OASPL [dB]
0 2.5
210 330
-0.02 2
0 0.003 0.006 0.009 0 0.002 0.004 0.006 0.008 0.01 0.012
240 300
t/U0Dp t/U 0 D p  
  270  
(a)  (b)  (c) 
Figure 5. Grid study results: (a) time history of  𝐶 ; (b) time history of  𝐶 ; (c) directivity of OASPL. 

Table 6. Grid verification of CRC‐3 at  𝜃 0°,  RPM 12,000, and  𝑈 16 m/s. 

  𝑪𝑻   𝑪𝒍   OASPLave  Average 
𝑅   0.47  0.68  0.48  0.54 
𝑃   2.16  2.45  2.12  2.24 
𝜀 , %𝑆   1.75  4.4  4.4  3.5 
𝑈 %𝑆   1.23  1.86  3.34  2.14 

2.7. Validation 
Simulations for an isolated propeller of CRC‐3 at static condition at various rotating 
velocities are conducted to validate the results against experimental data of Anudeep et 
al. [46]. The predicted thrust values show a close agreement with experimental data with 
an average error of  4.5%, as shown in Figure 6a. Since there is not any acoustic data avail‐
able  for  CRC‐3,  the  solver  is  validated  for  another  isolated  propeller,  the  APC  10  ×  7E 
Appl. Sci. 2021, 11, 9732  9  of  21 
 

propeller for which acoustic data is reported by Schenk [47]. The SPL spectrum for the APC 
propeller is calculated on a microphone located on a plane passing through the propeller 
center and normal to its disk plane, at a radial distance of  6𝐷   and an angle of 30° with 
respect to the horizontal direction, as shown in Figure 6b. Dimensions in the figure are ad‐
justed to make the propeller visible. A comparison between the present work and that of 
Schenk [47] demonstrated in Figure 6c shows a good agreement at BPF and its harmonics. 

8
60
7
Anudeep et al. [46] Schenk [47]
6 Present Work Present Work
40

SPL [dB]
5
Thrust (N)

4
20
3
2
0
1
0
2000 4000 6000 8000 10000 1 2 3 4
RPM     f/BPF  
(a)  (b)  (c) 
Figure 6. Validation: (a) Thrust for CRC‐3 propeller; (b) position of the microphone in acoustics validation simulation; (c) 
SPL spectrum for APC 10 × 7E at RPM = 4660 and static condition. 

3. Results and Discussion 
3.1. Sound Pressure Level 
3.1.1. Interaction Effects 
The noise sources of CRC‐3 include propeller‐tip vortices and the interaction of the 
four propellers with each other as well as with the wings and the fuselage. In order to 
clarify how each of these sources contribute to the noise, simulations at  𝑈 7 m/s  and 
RPM 6000  were carried out for four different configurations as follows: (i) isolated pro‐
peller, (ii) a single propeller–wing system, (iii) only four propellers and (iv) CRC‐3, for 
two pitch angles of  𝜃 0°  and  𝜃 75°. A comparison is made between the four config‐
urations on their SPL spectra at a microphone located in the downstream  𝛷 180°  (de‐
fined  in  Figure  2),  SPL  directivity  at  the  first  harmonic  and  the  OASPL  directivity,  as 
shown in Figure 7. The isolated propeller spectrum shows peaks at BPF harmonics as ex‐
pected, with some humps in the broadband noise part of the spectra, which is ascribed to 
the vortex shedding noise and flow separation on the blades [22]. It should be noted that, 
in the present work, the relative position of the microphones and the configurations stud‐
ied were kept fixed with the changing pitch angle (𝜃), as shown in Figure 2. The isolated 
propeller spectrum in Figure 7 is independent from the pitch angle in BPF and experiences 
a slight growth in broadband noise as  𝜃  increases. For the propeller–wing configuration, 
increase in  𝜃  results in 3 dB increase in noise level at BPF, which is in contrast with the 
finding of Boots [33], in whose work the noise at BPF was not affected by the interaction 
between the propeller tip vortex and the wings. This is probably because the microphones 
were located at a distance of about  4𝐷   in that study comparing to  1.5𝐷   in this study. 
With increase in the pitch angle, case (ii) also experiences a larger increase in some other 
tonal  harmonics,  but  broadband  noise  decreases.  In  addition,  a  new  peak  at  BPF/2  ap‐
pears. The appearance of this peak agrees with the findings Bernardnini [36] reported to 
the literature. The case with four‐propellers also experiences 4–5 dB noise increase at BPF 
and a smaller level of increase in other tonal harmonics, except BPF/2, in which a 6–7 dB 
growth may be observed. The case with four‐propellers also shows a negligible increase 
in broadband harmonics. Nevertheless, the noise level is significantly higher in the case 
of four propellers than that of the isolated propeller. It was previously reported that when 
the spacing between the tip of the adjacent propellers in a quadrotor is small, the degree 
Appl. Sci. 2021, 11, 9732  10  of  21 
 

of fluctuation they impose on each other’s loads becomes significant [35]. Unlike the first 
three configurations, CRC‐3 experiences a large growth in noise by increasing pitch angle, 
i.e., a 21 dB increase in noise at BPF and BPF/2 and almost the same at other harmonics. 
The major cause of growth in CRC‐3 noise from  𝜃 0°  to  𝜃 75°  is due to the interac‐
tion of the propellers with the wings and the fuselage. 

120 =75
=0
100
100
80
80
SPL [dB]

SPL [dB]
60
60

40
40

20
Isolated Propeller 20
Propeller+Wing Isolated Propeller
Four Propellers Propeller+Wing
0 CRC-3 Four Propellers
0 CRC-3
100 101 102 100 101 102
f/BPF f/BPF
   
90 90
120 60 120 60

150 30 150 30

 [deg]  [deg]

180 0 180 0
40 60 80 100 40 60 80 100 120
SPL [dB] SPL [dB]

210 330 210 330

Isolated Propeller Isolated Propeller

Propeller+Wing 240 300 Propeller+Wing 240 300
Four Propellers Four Propellers
CRC-3 270 CRC-3
270
   
90 90
120 60 120 60

150 30 150 30

 [deg]  [deg]

180 0 180 0
40 60 80 100 40 60 80 100 120
OASPL [dB] OASPL [dB]

210 330 210 330

Isolated Propeller Isolated Propeller

Propeller+Wing 240 300 Propeller+Wing 240 300
Four Propellers Four Propellers
CRC-3 270 CRC-3
270
   
(a)  (b) 
Figure 7. Variation of SPL spectra and directivity of SPL and OASPL versus pitch for various configurations: (a)  𝜃 0°; 
(b)  𝜃 75°. 

3.1.2. Effect of Pitch 
Figure  8  compares  the  SPL  spectra  on  the  microphone  located  downstream  (𝛷
180°)  for  the  isolated  propeller  case  and  CRC‐3  at  several  pitch  angles.  The  results  for 
Appl. Sci. 2021, 11, 9732  11  of  21 
 

some of these pitch angles were not presented in Figure 7 for the sake of brevity. As pre‐
viously shown in Figure 2, while the inflow velocity angle changes to evaluate the pitch 
effect,  the  relative  position  of  microphones  and  propeller‐3  (see  Figure  1)  remains  un‐
changed. The isolated propeller experiences little to no change at BPF, while it experiences 
a slight increase in broadband noise. The rate of increase decreases at large  𝜃. In contrast, 
for CRC‐3, the fluctuation on propeller loads increases substantially with  𝜃, which results 
in gradual increase in the noise level from  𝜃 0°  to  𝜃 75°. The additional peak at  𝑓
BPF/2  in the spectrum of CRC‐3 exists in all pitch angles, and the rate of change in its 
magnitude follows the same trend as the one occurring at BPF. In fact, at both harmonics, 
the noise level increases with  𝜃, while its growth rate decreases. Such a similar growth 
rate at the two aforementioned harmonics confirms that the change in the CRC‐3 noise 
level with  𝜃  does not originate solely from the propeller‐tip vortices. 

120
60
110
50
100

40 90
SPL [dB]

SPL [dB]

30 80

70
20
 = 0 [deg] 60  = 0 [deg]
 = 15 [deg]  = 15 [deg]
10  = 35 [deg]  = 35 [deg]
 = 75 [deg] 50  = 55 [deg]
 = 75 [deg]
0 0 1 2 0 1 2
10 10 10 10 10 10
f/BPF   f/BPF  
(a)  (b) 
Figure 8. SPL spectra at BPF, downstream: (a) isolated propeller; (b) CRC‐3. 

Figure 9 demonstrates change in the directivity of SPL at 1st harmonic and the overall 
SPL with change in pitch angle for the two cases. The trend of directivity at BPF is almost 
the same as the one shown in Figure 8. For the isolated propeller, the difference between 
trends of SPL and OASPL is minimum. For CRC‐3, the difference between the OASPL and 
SPL at small pitch angle is much larger than that of the larger pitch angle, indicating that 
the ratio of the noise at higher harmonics to the one at BPF decreases with  𝜃, which may 
also  be  seen  in  the  spectra  depicted  in  Figure  7.  This  confirms  that  the  contribution  of 
propeller–propeller interaction to the overall noise decreases with increase in pitch, since 
it is the main source of noise at harmonics larger than BPF. 
Appl. Sci. 2021, 11, 9732  12  of  21 
 

90 90
120 60 120 60

150 30 150 30
 [deg]  [deg]

180 0 180 0
60 80 100 80 90 100 110 120
SPL [dB] SPL [dB]

210 330
210 330

240 300
240 300
 = 0 [deg] 270 = 0 [deg]
 = 35 [deg] = 35 [deg] 270
 = 75 [deg] = 75 [deg]
   
90 90
120 60 120 60

150 30 150 30

 [deg]  [deg]

180 0 180 0
60 80 100 90 100 110 120
OASPL [dB] OASPL [dB]

210 330 210 330

240 300 240 300

= 0 [deg]
= 0 [deg]
270 = 35 [deg] 270
= 35 [deg] = 75 [deg]
= 75 [deg]
   
(a)  (b) 
Figure 9. Directivity of SPL at BPF (top) and OASPL (bottom) at three different  𝜃: (a) isolated Propeller; (b) CRC‐3. 

3.1.3. Effect of Velocity and RPM 
Directivity plots of SPL and OASPL are provided in this section to evaluate the inflow 
velocity and RPM effects on the CRC‐3 emitted noise. The left side of Figure 10 compares 
three cases at fixed  RPM 6000  and  𝜃 15°, but variable velocities of  𝑈 4, 7, 13 m/s 
and the right side compares two cases with  𝜃 15°  and  𝑈 7 m/s, but variable propel‐
ler rotating velocities of  RPM 6000, 12,000. The results show that the OASPL does not 
change regularly with increase in  𝑈   or the advance ratio. It should also be mentioned 
that the trend at BPF is dependent on the microphone location on the circular array (𝛷), 
similar to that reported by Akkermans et al. [32]. To understand the predicted trend, one 
should notice that one of the major sources of CRC‐3 noise is the loading noise, while the 
thickness noise becomes important only if the blade‐tip speed’s Mach number (𝑀𝑎) ex‐
ceeds 0.7. In all cases studied in the present work,  𝑀𝑎 0.37, which means the thickness 
noise is negligible for CRC‐3. In addition, the quadrupole noise source is also important 
for transonic speed range, where  0.8 𝑀𝑎 1.2  [48], which is not the case here. Splitting 
the loading noise (second term in Equation (1)) into steady and unsteady components [21], 
the steady loading contribution to the noise is larger at low  𝐽  or low  𝑈 . As  𝐽  increases, 
the  unsteady  loading  contributes  to  the  noise,  but  its  contribution  does  not  necessarily 
increase by increasing  𝐽  [29], which results in the irregular pattern of velocity impact on 
Appl. Sci. 2021, 11, 9732  13  of  21 
 

the noise level. Later, in the local flow section it will be shown that among the three cases 
with  different  velocity,  the  level  of  unsteadiness  on  the  propellers  is  highest  at  13 m/s 
and lowest at  7 m/s, which agrees with the OASPL trend shown at the bottom left of Fig‐
ure 10. Comparing SPL and OASPL dependence on velocity, it can be realized that the 
noise level at higher harmonics is considerably affected by velocity. 
Regarding the RPM effect on the right side of the figure, as expected, doubling the 
tip  speed  of  the  propeller  results  in  significant  increase  in  the  generated  noise,  which 
agrees  with  the  similar  studies  reported  before  [29].  Increase  in  RPM  in  fact  results  in 
growth of both steady and unsteady loading noise sources at all frequencies, but SPL at 
BPF experiences a smaller increase comparing to OASPL (14%  versus  18%), which indi‐
cates that having a larger RPM results in slightly further growth in broadband noise com‐
pared to tonal noise. 

90 90
120 60 120 60

150 30 150 30

 [deg]  [deg]

180 0 180 0
70 80 90 100 110 75 90 105 120
SPL [dB] SPL [dB]

210 330 210 330

=15 [deg] =15 [deg] 240 300

RPM = 6000 240 300 U0=7 [m/s]
U0=4 [m/s] 270
U0=7 [m/s] 270 RPM=6000
U0=13 [m/s] RPM=12000
   

90 90
120 60 120 60

150 30 150 30

 [deg]  [deg]

180 0 180 0
75 90 105 120 90 105 120 135
OASPL [dB] OASPL [dB]

210 330 210 330

=15 [deg] =15 [deg]

RPM = 6000 240 300 U0=7 [m/s]
240 300
U0=4 [m/s] RPM=6000
U0=7 [m/s]
270 270
RPM=12000
U0=13 [m/s]
   
(a)  (b) 
Figure 10. Directivity of SPL (top) and OASPL (bottom) around CRC‐3: (a) varying velocity; (b) varying RPM. 

3.1.4. Noise on the Wings and Fuselage 
In this section, the noise level on the wings and the fuselage is evaluated, using the 
microphones shown in Figure 2b. The propeller phases γ are shown in Figure 11 to be 
linked to the discussion. The acoustic pressure fluctuation over one propeller rotation and 
SPL for the probes on the wings are shown in Figure 12. 
Appl. Sci. 2021, 11, 9732  14  of  21 
 

       
(a)  (b)  (c)  (d) 
Figure 11. Propeller phases: (a)  𝛾 0°; (b)  𝛾 45°; (c)  𝛾 90°; (d)  𝛾 135°. 

The acoustic pressure fluctuation is obviously dependent on the propeller phase, as 
the unsteadiness imposed on the wing’s load is due to the propeller’s rotation.  𝑡 0.03 s 
corresponds to the propeller phase angle of  𝛾 45°. 

1000 1000

0 0
p' [pa]

p' [pa]
Wing‐1 
-1000 -1000

 = 0 [deg]  = 0 [deg]
 = 35 [deg]  = 35 [deg]
-2000  = 15 [deg] -2000  = 75 [deg]
0.03 0.032 0.034 0.036 0.038 0.04 0.03 0.032 0.034 0.036 0.038 0.04
Time [s]   Time [s]  
3000 3000

2000 2000

1000 1000
p' [pa]

p' [pa]

0 0
Wing‐2 
-1000 -1000

-2000  = 0 [deg] -2000

 = 0 [deg]
 = 35 [deg]  = 35 [deg]
-3000  = 75 [deg] -3000  = 75 [deg]
0.03 0.032 0.034 0.036 0.038 0.04 0.03 0.032 0.034 0.036 0.038 0.04
Time [s]   Time [s]  
135
135

120
120
SPL [dB]

SPL [dB]

105
105
Wing‐1 
90
90

75
75
2 3 4 2 3 4
10 10 10 10 10 10
f [Hz]   f [Hz]  
144 144

126 126
SPL [dB]

SPL [dB]

Wing‐2  108 108

 = 0 [deg]  = 0 [deg]
90  = 35 [deg] 90  = 35 [deg]
 = 75 [deg]  = 75 [deg]

2 3 4 2 3 4
10 10 10 10 10 10
f [Hz]   f [Hz]  
  (a)  (b) 
Figure 12. Acoustic pressure fluctuation and sound pressure level on the wings close to: (a) wing tip; (b) fuselage. 
Appl. Sci. 2021, 11, 9732  15  of  21 
 

It can be seen that, for all conditions, at  𝛾 90°  (𝑡 0.0325 s), the level of acoustic 

pressure fluctuation tends to become equal for the three pitch angles and the difference 
becomes maximum at  𝛾 45°, 135°. Both microphones on wing‐2 show very similar pres‐
sure fluctuations, since they are positioned at the location of propeller tip‐vortex interac‐
tion with the wing. On wing‐1, however, the pressure fluctuation is different for the two 
points, due to interference with the fuselage. In addition, wing‐1 experiences a slightly 
smaller level of pressure fluctuation compared with wing‐2. Therefore, the SPL spectra 
shows that wing‐1 benefits acoustically over wing‐2, while it also benefits aerodynami‐
cally by experiencing a larger lift for most of the conditions [49]. This is different from the 
trend observed by Chirico et al. [37], probably due to the different configuration in that 
study. While low and mid  𝜃  represent relatively similar trends and levels of fluctuation, 
high  𝜃   shows  a  significantly  different  pattern,  with  larger  fluctuations,  leading  to  a 
higher level of SPL. This confirms the conclusion made before based on Figure 7. 
The pressure fluctuation and SPL on the microphones on the fuselage are shown in 
Figure  13.  In  contrast  to  Boots’  [33]  conclusion  on  smaller  contribution  to  noise  by  the 
fuselage compared to the wing, seen here is a larger level of acoustic pressure fluctuations 
on  the fuselage  and  consequently  sound  pressure level  compared  to  the  wings.  This  is 
firstly due to the fact that the fuselage directly interacts with four propellers and, secondly, 
due to its larger surface compared to the wing. 

4000
6000
3000
4000
2000

1000 2000
p' [pa]

p' [pa]

0 0

-1000 -2000
-2000
 = 0 [deg] -4000  = 0 [deg]
-3000  = 35 [deg]  = 35 [deg]
 = 75 [deg] -6000  = 75 [deg]
-4000
0.03 0.032 0.034 0.036 0.038 0.04 0.03 0.032 0.034 0.036 0.038 0.04
Time [s]   Time [s]  
150 150

135 135

120 120
SPL [dB]

SPL [dB]

105 105

90 90

75 75

60 2 3 4 60 2 3 4
10 10 10 10 10 10
f [Hz]   f [Hz]  
(a)  (b) 
Figure 13. Acoustic pressure fluctuation and sound pressure level on the fuselage: (a) on the nose; (b) on the side. 

3.2. Local Flow 
3.2.1. Noise Sources 
In order to identify the noise sources, contours, and iso‐surfaces of time, the deriva‐
tive of pressure (𝑑𝑝/𝑑𝑡) equivalent to the dilatation field is demonstrated in Figure 14 and 
Figure  15,  respectively.  The  results  for  CRC‐3  are  provided  at  phase  angles  of  𝛾
45°, 135°  along with the iso‐surface for the isolated propeller at an arbitrary phase angle. 
The results correspond to the case with  𝜃 0°,  RPM 6000  and  𝑈 7 m/s. The con‐
tours show that the noise mainly propagates from the propeller tips through the field, the 
location of which will be altered as the propellers rotate. 
Appl. Sci. 2021, 11, 9732  16  of  21 
 

   
(a)  (b) 
Figure 14. Snapshot of dilatation field on a slice passing through the propeller hub: (a)  𝛾 45; (b)  𝛾 135°. 

     
(a)  (b)  (c) 
Figure 15. Snapshot of iso‐surface of pressure time‐derivative: (a) CRC‐3 at  𝛾 45°; (b) CRC‐3 at  𝛾 45°; (c) Isolated 
propeller at an arbitrary phase angle. 

The iso‐surfaces for CRC‐3 in Figure 15 at  𝛾 45°  and  𝛾 135°  indicate that when 

the blades  are  close to  each other,  the noise is  maximum at  the proximity location and 
close to the fuselage, while when the blades are far from each other, the maximum noise 
occurs close to the wings. Therefore, the manifestation of noise sources for CRC‐3 is de‐
pendent on phase angle, which explains why there exist more peaks in the spectrum of 
CRC‐3 compared to the isolated propeller in Figure 7. For the isolated propeller, the iso‐
surface shows blade and tip vortices to be noise sources, and the iso‐surface is independ‐
ent from the phase angle. 

3.2.2. Level of Unsteadiness 
As mentioned before, for aerial systems relying on propulsion, the periodic motion 
of  the  propellers  transmits  noise  through  the  system  by  exciting  the  skin  panels  of  the 
structure [33], which eventually results in structure‐born noise. To evaluate the level of 
unsteadiness on various conditions, the distribution of root–mean–square (RMS) of the 
static pressure (𝑝   on propeller‐3, wings and the fuselage of CRC‐3 are represented in 
this section. The labels assigned to the eight cases in Table 2 are used in the pressure RMS 
figures.  Figure  16  demonstrates  𝑝   on  propeller‐3  for  various  conditions  and  as  ex‐
pected, the blade tips experience the maximum unsteadiness. From C1 to C5, the level of 
Appl. Sci. 2021, 11, 9732  17  of  21 
 

unsteadiness increases on the propeller as  𝜃  grows. Interestingly, the percentage of in‐
crease  at  high  𝜃  range  is  smaller  than  that  of  the  low  𝜃  range  (~28%  versus  ~50%), 
which is consistent with the trend depicted in Figure 7. 

C1  C2  C3  C4 

       
C5  C6  C7  C8 

 
     
Figure 16. Dimensionless  𝑃   contour on propeller‐3 of CRC‐3 for various cases: C1 (RPM=6000,  𝑈 7 m/s,  𝜃 0), 
C2 (RPM = 6000,  𝑈 7 m/s,  𝜃 15), C3 (RPM = 6000,  𝑈 7 m/s,  𝜃 35), C4 (RPM = 6000,  𝑈 7 m/s,  𝜃 55), C5 
(RPM = 6000,  𝑈 7 m/s,  𝜃 75), C6 (RPM = 6000,  𝑈 4 m/s,  𝜃 15), C7 (RPM = 6000,  𝑈 13 m/s,  𝜃 15), C8 
(RPM = 12,000,  𝑈 7 m/s,  𝜃 15). 

The same agreement may be found on the inflow velocity effect on noise by compar‐
ing the level of unsteadiness between cases C2 (𝑈 7 m/s), C6 (𝑈 4 m/s) and C7 (𝑈
13 m/s)  with  Figure  10.  Based  on  the  OASPL  trend  shown  in  Figure  10,  𝑂𝐴𝑆𝑃𝐿
𝑂𝐴𝑆𝑃𝐿 𝑂𝐴𝑆𝑃𝐿 , and the maximum level of unsteadiness shows  𝑅𝑀𝑆 𝑅𝑀𝑆
𝑅𝑀𝑆 . This confirms the importance of unsteady loading noise over steady loading noise 
in the CRC‐3′s noise generation mechanism, as mentioned in the discussion of Figure 10. 
In fact, the unsteadiness on propellers is significantly influenced by their interaction with 
the structure, which confirms that the wings and fuselage are the major cause of increase 
in noise due to increasing pitch angle. The RPM effect on unsteadiness of the propeller 
may  be  evaluated  by  comparing  cases  C2  and  C8  which  have  similar  condition  except 
different RPM values of 6000 and 12,000, respectively. Although RPM results in doubling 
the maximum pressure fluctuation level, it can be seen that the cases with  𝜃 55°, 75°  at 
Appl. Sci. 2021, 11, 9732  18  of  21 
 

RPM 6000  (C4 and C5) experience a higher unsteadiness level than case C8 with RPM 

= 12,000 and  𝜃 15°. It may be inferred that the pitch angle can increase the unsteadiness 
of the propellers significantly, and the amount it adds to the CRC‐3 noise level may even 
become more important than noise originated solely from the propellers’ tips. 
Figure 17 depicts dimensionless  𝑃   contours on the fuselage and wings for vari‐
ous cases. 

C1  C2  C3 

     
C4  C5  C6 

     
C7  C8 

   
Figure 17. Dimensionless P_RMS contour on CRC‐3 structure for various cases: C1 (RPM = 6000,  𝑈 7 m/s,  𝜃 0), C2 
(RPM = 6000,  𝑈 7 m/s,  𝜃 15), C3 (RPM = 6000,  𝑈 7 m/s,  𝜃 35), C4 (RPM = 6000,  𝑈 7 m/s,  𝜃 55), C5 
(RPM = 6000,  𝑈 7 m/s,  𝜃 75), C6 (RPM = 6000,  𝑈 4 m/s,  𝜃 15), C7 (RPM = 6000,  𝑈 13 m/s,  𝜃 15), C8 
(RPM = 12,000,  𝑈 7 m/s,  𝜃 15). 

Unlike the RMS contours on propellers, in which the case with maximum pitch (C5) 
demonstrates  the  maximum  unsteadiness  on  the  propeller,  here  the  case  with  RPM
12,000  (C8) experiences the maximum unsteadiness on the rest of the structure. This is in 
Appl. Sci. 2021, 11, 9732  19  of  21 
 

agreement with the fact that structure‐born noise is mainly due to the propeller loading 
[29], which is maximal for the case C8. In addition, this indicates existence of a two‐way 
unsteady mechanism between the propellers and the structure of CRC‐3. The body im‐
poses maximum unsteadiness on the propellers at large pitch, while the propellers cause 
maximum fluctuation on the body at large RPM. Focusing on the case C2, the upper wing 
(wing‐2) undergoes larger pressure fluctuations than wing‐1 and therefore experiences a 
higher level of noise, which is consistent with the local acoustics pressure fluctuation re‐
ported in Figure 12. In addition, on the fuselage, the maximum pressure fluctuation occurs 
close to its nose rather than the side, similar to that shown in Figure 13. 
The level of unsteadiness on the body of CRC‐3 grows as  𝜃  increases, similar to that 
observed for  its propeller in Figure 16. In all cases, the footprint of the propeller tip and 
blade‐passage vortices may be seen at the location of maximum unsteadiness, which is ei‐
ther on the wings, fuselage, or other appendages of CRC‐3, being altered by the motion pa‐
rameters, which shows that the tip and blade‐passage vortices of the propellers are always 
a determinant source of structure‐borne noise. The pattern of change in  𝑝   distribution 
from C1 to C5 reveals that the location of maximum unsteadiness tends to alter from being 
concentrated at the region between the propellers at low  𝜃  and spread to other locations at 
high  𝜃. For this reason, in the OASPL directivity shown in Figure 9, at  𝜃 0°, the observer 
located at  𝛷 0  experiences significant noise level, while the directivity tends to become 
uniform at high  𝜃. Another interesting observation is that the rate of increase in unsteadi‐
ness becomes larger as  𝜃  increases, similar to noise level on the wings (Figure 12), but op‐
posite to the noise around CRC‐3 (Figure 7). Regarding the velocity effect on pressure fluc‐
tuation on the wings and fuselage, comparing cases C2, C6, and C7 to each other, an irreg‐
ular effect on RMS can be observed. It is known that the value of propeller thrust decreases 
with increasing velocity, which is an indicator of steady loading. However, unsteady load‐
ing does not show a monotonic change with  𝑈   or  𝐽, as reported in the literature and also 
observed in the  𝑝   distribution on the propeller in Figure 16. Therefore, it can be inferred 
that the irregular effect of velocity on structure‐borne noise is due to the changing balance 
between the steady and unsteady loading of the propeller with its advance ratio. 

4. Conclusions 
The aeroacoustics of a quadrotor biplane tailsitter (CRC‐3) were studied numerically 
for various conditions with different pitch angles, propeller rotating velocities and vehicle 
speeds. Comparison of the sound pressure level around CRC‐3 with an isolated propeller 
case showed significantly larger noise for CRC‐3, which was found to be altered by pitch 
angle, unlike the isolated propeller case. This results in a 20% increase in noise from pitch 
angle  𝜃 0°  to  𝜃 75°  at  both  BPF  and  OASPL.  The  studies  showed  that  the  major 
source of CRC‐3 noise at  𝜃 0°  is the noise generated by the four propellers and their 
interactions. The increase of pitch adds noise due to the interaction of the propellers and 
the CRC‐3 structure. The rate of increase in SPL with  𝜃  decreases as  𝜃  grows. Doubling 
the RPM of CRC‐3 results in about a  14%  increase in the noise at BPF and  18%  increase 
in overall noise, which is smaller than the increase due to changing the pitch angle from 
𝜃 0°  to  𝜃 75°. Additionally, the noise around CRC‐3 was found to alter irregularly 
with increase in inflow velocity, due to changes in balance between steady and unsteady 
loading effects with propellers’ advance ratio. 
Studying unsteadiness on CRC‐3 by calculating the pressure fluctuation on the pro‐
peller and the structure indicated a two‐way  mechanism through  which the  propellers 
and the structure impose unsteadiness on each other. The unsteadiness on the propellers 
was found to have a more dependence on the pitch angle rather than RPM. In contrast, 
the trend of pressure fluctuation on the structure showed that it is more affected by RPM. 

Author  Contributions:  Conceptualization, R.S.  and  H.S.; methodology, H.S.;  software,  M.H.  and 

H.S.; validation, H.S. and M.H.; formal analysis, H.S. and M.H.; investigation, R.S., H.S. and M.H; 
resources, H.S.; data curation, H.S. and M.H.; writing—original draft preparation, M.H. and H.S.; 
Appl. Sci. 2021, 11, 9732  20  of  21 
 

writing—review and editing, H.S., R.S. and M.H.; visualization, M.H.; supervision, H.S.; project ad‐
ministration, H.S. All authors have read and agreed to the published version of the manuscript. 
Funding: This research received no external funding. 
Institutional Review Board Statement: Not applicable. 
Informed Consent Statement: Not applicable. 
Data Availability Statement: Not applicable. 
Acknowledgments: The authors acknowledge the Texas Advanced Computing Center (TACC) at 
The  University  of  Texas  at  Austin  and  University of North  Texas  High‐Performance  Computing 
Services for providing HPC resources that have contributed to the research results reported within 
this paper. 
Conflicts of Interest: The authors declare no conflict of interest. 

References 
1. Phillips, B.; Hrishikeshavan, V.; Rand, O.; Chopra, I. Design and development of a scaled quadrotor biplane with variable pitch 
proprotors for rapid payload delivery. Annu. Forum Proc.—AHS Int. 2016, 1, 302–315. 
2. Reddinger,  J.‐P.;  McIntosh,  K.;  Zhao,  D.;  Mishra,  S.  Modeling  and  Trajectory  Control  of  a  Transitioning  Quadrotor  Biplane 
Tailsitter. In Proceedings of the Vertical Flight Society 75th Annual Forum, Philadelphia, PA, USA, 13–16 May 2019. 
3. Avera, M.; Singh, R. Scalability of Hybrid‐Electric Propulsion for VTOL UAS. In Proceedings of the NATO Research Symposium 
on Hybrid/Electric Aero‐Propulsion Systems for Military Applications, Trondheim, Norway, 7–9 October 2019; AVT‐RSY‐323. 
4. Nyadanu, S.D.; Tessema, G.A.; Mullins, B.; Kumi‐Boateng, B.; Bell, M.L.; Pereira, G. Ambient Air Pollution, Extreme Tempera‐
tures and Birth Outcomes: A Protocol for an Umbrella Review, Systematic Review and Meta‐Analysis. Int. J. Environ. Res. Public 
Health 2020, 17, 8658, https://doi.org/10.3390/ijerph17228658. 
5. van Kempen, E.; Casas, M.; Pershagen, G.; Foraster, M. WHO environmental noise guidelines for the European region: A sys‐
tematic review on environmental noise and cardiovascular and metabolic effects: A summary. Int. J. Environ. Res. Public Health 
2018, 15, 379. 
6. Clark, C.; Crumpler, C.; Notley, H. Evidence for environmental noise effects on health for the United Kingdom policy context: 
A systematic review of the effects of environmental noise on mental health, wellbeing, quality of life, cancer, dementia, birth, 
reproductive outcomes, and cognition. Int. J. Environ. Res. Public Health 2020, 17, 393. 
7. Ditmer,  M.A.;  Vincent,  J.B.;  Werden,  L.K.;  Tanner,  J.C.;  Laske,  T.G.;  Iaizzo,  P.A.;  Garshelis,  D.L.;  Fieberg,  J.R.  Bears  show  a 
physiological but limited behavioral response to unmanned aerial vehicles. Curr. Biol. 2015, 25, 2278–2283. 
8. Torija, A.J.; Clark, C. A psychoacoustic approach to building knowledge about human response to noise of Unmanned Aerial 
Vehicles. Int. J. Environ. Res. Public Health 2021, 18, 682. 
9. Brocklehurst, A.; Barakos, G.N. A review of helicopter rotor blade tip shapes. Prog. Aerosp. Sci. 2013, 56, 35–74. 
10. Wang, Z.; Pandey, A.; Sutkowy, M.; Harter, B.; McCrink, M.; Gregory, J.W.; Zhuang, M. A comprehensive approach to study 
aerodynamic and aeroacoustic performances of small multicopter unmanned aerial systems. In Community and UAV Noise, Pro‐
ceedings of 2018 AIAA Aerospace Sciences Meeting, Kissimmee, FL, USA, 8–12 January 2018; American Institute for Aeronautics and 
Astronautics: Reston, VA, USA, 2018; Volume 1. 
11. Henricks, Q.M. Computational Aerodynamic and Aeroacoustic Study of Small‐Scale Rotor Geometries; The Ohio State University: Co‐
lumbus, OH, USA, 2019. 
12. Boltezar, M.; Mesaric, M.; Kuhelj, A. The influence of uneven blade spacing on the SPL and noise spectra radiated from radial 
fans. J. Sound Vib. 1998, 216, 697–711. 
13. Cattanei, A.; Ghio, R.; Bongiovı, A. Reduction of the tonal noise annoyance of axial flow fans by means of optimal blade spacing. 
Appl. Acoust. 2007, 68, 1323–1345. 
14. Floros,  M.W.  Performance  and  Acoustics  of  Small  Rotors  with  Non‐Uniform  Blade  Spacing.  In  Proceedings  of  The  Vertical 
Flight Society’s 75th Annual Forum & Technology Display, Philadelphia, PA, USA, 13–16 May 2019. 
15. Uehara, D.; Sirohi, J. Quantification of Swirl Recovery in a Coaxial Rotor System. In Proceedings of the American Helicopter 
Society 73rd Annual Forum, Fort Worth, TX, USA, 9–11 May 2017. 
16. Bhagwat, M. Co‐rotating and Counter‐rotating Coaxial Rotor Performance. In Proceedings of the AHS Aeromechanics Design 
for Transformative Vertical Flight, San Francisco, CA, USA, 16–18 January 2018. 
17. Misiorowski, M.; Gandhi, F.; Anusonti‐Inthra, P. Comparison of Acoustic Predictions Using Distributed and Compact Airloads. In 
Proceedings of the Vertical Flight Society’s 75th Annual Forum & Technology Display, Philadelphia, PA, USA, 13–16 May 2019. 
18. Yang, Y.; Liu, Y.; Li, Y.; Arcondoulis, E.; Wang, Y. Aerodynamic and aeroacoustic performance of an isolated multicopter rotor 
during forward flight. AIAA J. 2020, 58, 1171–1181. 
19. Kloet, N.; Watkins, S.; Wang, X. Aeroacoustic investigation of multirotor unmanned aircraft system (UAS) propellers and the 
effect of support structure. In Proceedings of the INTER‐NOISE and NOISE‐CON Congress and Conference, Madrid, Spain, 
16–19 June 2019; pp. 3329–3340. 
Appl. Sci. 2021, 11, 9732  21  of  21 
 

20. Pandey, A.P. Investigation of Propeller Characteristics at Low Reynolds Number with an Angle of Attack: A Computational Aeroacoustic 
Study; Delft University of Technology: Delft, The Netherlands, 2021. 
21. Glegg, S.; Devenport, W. Aeroacoustics of Low Mach Number Flows: Fundamentals, Analysis, and Measurement; Elsevier Academic 
Press: London, UK, 2017. 
22. Intaratep, N.; Alexander, W.N.; Deveport, W.J.; Grace, S.M.; Dropkin, A. Experimental study of quadcopter acoustics and per‐
formance at static thrust conditions. In Propeller and Rotor Noise I, Proceedings of the 22nd AIAA/CEAS Aeroacoustics Conference, 
Lyon,  France,  30  May–1  June  2016;  American  Institute  for  Aeronautics  and  Astronautics:  Reston,  VA,  USA,  2016; 
doi:10.2514/6.2016‐2873. 
23. Unruh, J.F. Installation effects on propeller wake/vortex‐induced structure‐borne noise transmissions. J. Aircr. 1990, 27, 444–448. 
24. Martinez,  R.  Predictions  of  Unsteady  Wing  and  Pylon  Forces  Caused  by  Propeller  Installation;  NASA  Contractor  Report  178288; 
NASA: Cambridge, MA, USA, 1987. 
25. Zawodny, N.S.; Boyd, D.D. Investigation of Rotor–airframe Interaction Noise Associated with Small‐Scale Rotary‐Wing Un‐
manned Aircraft Systems. J. Am. Helicopter Soc. 2020, 65, 1–17. 
26. Johnston, R.T.; Sullivan, J.P. Unsteady wing surface pressures in the wake of a propeller. J. Aircr. 1993, 30, 644–651. 
27. Moroianu, D.; Fuchs, L. LES of the flow and acoustics generated by a wing installed aircraft propeller running in the vicinity of 
the ground. In Rotorcraft and Prop/Fan Noise, Proceedings of the 11th AIAA/CEAS Aeroacoustics Conference, Monterey, California, 
USA, 23–25 May 2005; American Institute for Aeronautics and Astronautics: Reston, VA, USA, 2005; doi:10.2514/6.2005‐2905. 
28. Durbin, P.A.; Groeneweg, J.F. Rough analysis of installation effects on turboprop noise. J. Acoust. Soc. Am. 1982, 72, S71–S71. 
29. Sinnige, T. Aerodynamic and Aeroacoustic Interaction Effects for Tip‐Mounted Propellers: An Experimental Study; Delft University of 
Technology: Delft, Delft, NetherlandsNetherlands, 2018. 
30. Tanna, H.K.; Burrin, R.H.; Plumblee, H.E., Jr. Installation effects on propeller noise. J. Aircr. 1981, 18, 303–309. 
31. Heidelberg, L.; Woodward, R. Advanced turboprop wing installation effects measured by unsteady blade pressure and noise. 
In Proceedings of the 11th Aeroacoustics Conference, Palo Alto, CA, USA,19–21 October 1987. doi:10.2514/6.1987‐2719 
32. Akkermans, R.A.; Pott‐Pollenske, M.; Buchholz, H.; Delfs, J.; Almoneit, D. Installation effects of a propeller mounted on a high‐
lift  wing  with  a  Coanda  flap.  Part  I:  Aeroacoustic  experiments.  In  Low  Noise  Systems  Integration,  Proceedings  of  the  20th 
AIAA/CEAS Aeroacoustics Conference, Atlanta, GA, USA, 16–20 June 2014; American Institute for Aeronautics and Astronautics: 
Reston, VA, USA, 2014. 
33. Boots, D.A. Numerical Predictions of Propeller‐Wing Interaction Induced Noise in Cruise and Off‐Design Conditions; Carleton Univer‐
sity: Ottawa, IM, Canada, 2016. 
34. Zhou, T.; Fattah, R. Tonal Noise Acoustic Interaction Characteristics of Multi‐Rotor Vehicles. In Small Propeller‐Rotor Noise II, 
Proceedings of the 23rd AIAA/CEAS Aeroacoustics Conference, Denver, Colorado, 5–9 June 2017; American Institute for Aeronautics 
and Astronautics: Reston, VA, USA, 2017. 
35. Lee, H.; Lee, D.J. Rotor interactional effects on aerodynamic and noise characteristics of a small multirotor unmanned aerial 
vehicle. Phys. Fluids 2020, 32, 047107 doi:10.1063/5.0003992. 
36. Bernardini, G.; Centracchio, F.; Gennaretti, M.; Iemma, U.; Pasquali, C.; Poggi, C.; Rossetti, M.; Serafini, J. Numerical character‐
isation  of  the  aeroacoustic  signature  of  propeller  arrays  for  distributed  electric  propulsion.  Appl.  Sci.  2020,  10,  2643, 
doi:10.3390/APP10082643. 
37. Chirico, G.; Barakos, G.N.; Bown, N. Propeller installation effects on turboprop aircraft acoustics. J. Sound Vib. 2018, 424, 238–
262, doi:10.1016/j.jsv.2018.03.003. 
38. Kingora, K.; Sadat, H. Hybrid immersed boundary method for general purpose CFD simulation. In Proceedings of the 73rd 
Annual Meeting of the APS Division of Fluid Dynamics, Chicago, IL, USA, 22–24 June 2020. 
39. Heydari, M.; Sadat‐Hosseini, H. Analysis of propeller wake field and vortical structures using k− ω SST Method. Ocean Eng. 
2020, 204, 107247. 
40. Epikhin, A.; Evdokimov, I.; Kraposhin, M.; Kalugin, M.; Strijhak, S. Development of a dynamic library for computational aero‐
acoustics applications using the OpenFOAM open source package. Procedia Comput. Sci. 2015, 66, 150–157. 
41. Willams, J.E.F. Hawkings, D.L. Sound Generated by Turbulence and Surfaces in Arbitrary Motion. Philos. Trans. R. Soc. Lond. 
Ser. A Math. Physical Sci. 1969, 264, 321–342. 
42. Lighthill, M.J. On sound generated aerodynamically I. General theory. Proc. R. Soc. London Ser. A Math. Phys. Sci. 1952, 211, 564–587. 
43. Brentner, K.S.; Farassat, F. Modeling aerodynamically generated sound of helicopter rotors. Prog. Aerosp. Sci. 2003, 39, 83–120. 
44. Junger, C. Computational Aeroacoustics for the Characterization of Noise Sources in Rotating Systems. Ph.D. Thesis, TU Wien, 
Vienna, Austria, 2019. 
45. Xing, T.; Stern, F. Factors of safety for Richardson extrapolation. J. Fluids Eng. 2010, 132, 061403. 
46. Anudeep, M.; Diwakar, G.; Katukam, R. Design of a quad copter and fabrication. Int. J. Innov. Eng. Technol. 2014, 4, 59–65. 
47. Schenk, A.R. Computational Investigation of the Effects of Rotor‐on‐Rotor Interactions on Thrust and Noise; Brigham Young University: 
Provo, UT, USA, 2020. 
48. Hanson, D.B.; Fink, M.R. The importance of quadrupole sources in prediction of transonic tip speed propeller noise. J. Sound 
Vib. 1979, 62, 19–38. 
49. Heydari, M.; Sadat, H.; Singh, R. Propeller‐Wing Interaction Effects on Aerodynamics of an Unmanned Aerial System; Department of 
Mechanical Engineering, University of North Texas: Denton, TX, USA. 2021; to be submitted.