共查询到18条相似文献,搜索用时 187 毫秒
1.
基于不同方法的飞机舱音背景声频谱特征的获取与分析 总被引:1,自引:0,他引:1
由于飞机事故的舱音样本不宜对外公布、同一机型的异常舱音背景声也不易在飞行过程中测录到,且基于舱音译码辨听和音频分析的传统方法难以准确获得舱音背景声的频谱特征。因此,获取、检验和比较已获舱音背景声的频谱特征的正确性十分必要。为解决此问题,以测录到的飞机超速音频警告声为研究对象,首先基于小波变换的多尺度分析获取该舱音背景声的频谱特征,然后提出基于线性调频Z变换方法和相关分析方法对该警告声的主要频谱计算比较。结果及应用表明:小波变换、线性调频Z变换(CZT)和相关分析三种不同理论方法的尝试为调查分析飞机事故原因提供了可供比较的、有效的新途径。 相似文献
2.
3.
4.
介绍了家用电器类滚动轴承音质异音特征的识别方法.通过小波变换原理,对轴承异音信号进行时频分析,采用一种无频带错位的小波包算法进行轴承的异音特征信号提取,清晰地刻画出轴承异音信号的特征函数,提出了基于子频带的K-L信息量的滚动轴承异音分析检测方法,然后以无异音状态为参考状态,利用K-L信息量建模方法进行分析判断,将分析判断的结果用于RBF神经网络的训练,不断地调整神经网络的输入参数,达到逐步提高异音信号判断精度和准确度.该方法同样适用于具有脉冲性质的异常音检测.实验结果表明,该方法在轴承异音探测以及分析方面具有较高的准确度、有效性和工程实用性,较之以往的时域、频域信号处理技术,该方法对异音信号分解更趋合理,是一种可靠和有效的滚动轴承异音特征的综合识别方法. 相似文献
5.
6.
7.
8.
9.
《中国计量学院学报》2018,(1):109-112
肌音可用于跟踪局部肌肉疲劳引起的肌肉收缩性能的变化,之前相关的文献主要研究的是静力性运动疲劳的肌音特征.现在我们对动力性运动疲劳产生的肌音信号变化特征进行分析,提取腓肠肌坐姿负重提踵至疲劳所产生的肌音信号并进行分析,得到了肌音信号中值频率的变化规律.计算显示随着时间的延长和疲劳的加深,肌音信号的中值频率呈现增大的趋势,与静力性运动疲劳所得的结论有所不同.实验结果显示,肌音信号的特征受运动类型影响较大,静力性运动所得出的结论不能适用于动力性运动. 相似文献
10.
轴承弱故障振动信号中的瞬态成分极易被强背景噪声湮没而无法及时检测,结合稀疏表示原理提出一种基于小波基的稀疏信号特征提取方法,从而实现信号中瞬态特征成分的提取。通过构建原始信号瞬态成分稀疏表示模型,对原始信号采用相关滤波法获取最优小波原子,并构建最优冗余小波基底,实现小波基与信号故障特征的最优匹配;设计二次严格凸函数并运用MM(Majorization Minimization)算法求解模型中的目标函数,将信号中的瞬态冲击成分转化为稀疏表示系数,实现强背景噪声下弱特征的有效提取。仿真信号及轴承微弱故障试验验证了该方法能有效地检测和提取强背景噪声下的微弱瞬态成分。 相似文献
11.
为了解决恶劣环境下分布式光纤声音传感系统的声音还原问题,搭建了一种基于改进最小控制递归平均(IMCRA)算法的多通道光纤声音传感系统。采用Sagnac和Mach-Zehnder复合光路结构,以单模光纤作为传感单元拾取声音信号,借助光开关实现了多通道信号采集,并通过改进最小控制递归平均算法对声音信号进行降噪、还原及增强处理。实验结果表明:该系统可在长为4km的传感光纤上实现对单音信号和语音信号的多通道扫描拾取,并能够在复杂情况下实现对语音信号信噪比的有效提升,为光纤声音传感系统在恶劣环境下的应用提供了一种新途径。 相似文献
12.
13.
汽车车门关闭声声品质客观评价 总被引:3,自引:0,他引:3
目前汽车声品质的研究多针对稳态声,非稳态声声品质评价方法欠缺,且噪声信号处理多采用FFT等传统方法,未充分考虑其非稳态特性。汽车车门关闭声为一种瞬态的非稳态噪声,关门声声品质的好坏常常能反映出整车的品质。以多款汽车关门声为研究对象,采用常用的声品质评价参数对其进行声品质分析。另外,采用小波变换方法,对关门声声信号进行时频分析,并对多款车的车门关闭声进行声品质评价,提出仅仅用响度、尖锐度等传统评价参量并不能很好反映非稳态噪声声品质特性,而通过时频分析则能对其进行很好的补充,但评价参量的确定还有待进一步研究,最后,提出下一步的研究方向和内容。 相似文献
14.
15.
16.
17.
传统的基于FFT的声强计算方法是分析平稳噪声信号的有效工具,但是它却无法对机电设备发生故障时所辐射出的非平稳噪声信号进行有效的分析。由于小波包分析可以实现非平稳噪声信号在不同频带和不同时刻的合理分离,因此可以利用小波包分析对声强进行计算。文中应用自行研制的噪声自动分析系统对声强的计算方法进行了研究,提出了一种基于小波包信号分析技术的声强计算方法:并通过实验验证了该方法的正确性。该方法不同于传统的基于FFT分析的声强计算方法,可以实现对非平稳故障噪声信号的分析,为机电设备的噪声监测和故障诊断提供了一条研究途径。 相似文献
18.
为了对蝙蝠回声定位声波进行种类识别,论文基于离散小波包分解的特征提取方法,对飞行状态下短翼菊头蝠与鲁氏菊头蝠的回声定位声波进行三层小波包分解,提取两种菊头蝠在不同频率带内声波信号的能量作为特征参数,并根据U检验结果选取参数作为识别特征向量,进行BP神经网络识别。其中短翼菊头蝠和鲁氏菊头蝠回声定位声波训练样本分别为95个和102个,测试样本分别为44个和68个。对现有测试样本识别率达到100%。结果表明.基于小波包分析和神经网络的分类方法对蝙蝠回声定位声波进行识别是可行的。 相似文献