基于改进谱减法的工地语音增强方法

语音增强是一种旨在改善语音信号质量和可听性的技术,广泛应用于电话通信、语音识别、语音合成等领域,其通过降低噪声、提高语音清晰度等方式来改进语音信号。在工地施工环境下,各种非稳态噪声会导致工地通信语音质量降低,大大增加了语音通信和识别的难度。传统谱减法算法相对简单,应用范围广泛,能有效降低噪声带来的影响。但在对工地施工环境下的语音进行信号增强时,由于无语音段噪声的频谱分布在不停地发生变化,无法准确估算出其平均功率谱,所以会出现估计的噪声功率谱过大的情况,导致波形相减产生的幅度谱出现负值。如果直接将负值置为零,会过度减少信号的能量,使信号的部分信息丢失或失真,出现波形中断的情况。为了解决这一问题,通过对传统谱减法进行改进,增加谱值下限因子,在不出现波形中断的情况下解决幅度谱为负值的问题,并进一步引入平滑机制来避免谱值下限因子可能导致的波形不连续现象的发生。实验结果表明：改进谱减法在处理五种不同信噪比的带噪语音时,不仅解决了幅度谱为负值的问题,而且输出结果的信噪比与带噪语音相比,平均增加了8.43 dB;相较于传统谱减法输出结果的信噪比,平均增加了2.15 d B,并且当带噪语音的信噪比处于...     

基于故障诊断的双谱优良特性体现

双谱切片与AR功率谱相比,能有效地去除高斯噪声,保留了信号的相位信息。减压阀振动正常信号和故障信号的AR功率谱与双谱切片均呈现了不同的波峰特性。利用小波包对两种信号的功率谱与双谱切片分别进行了特征提取,并输入BP神经网络以诊断减压阀的故障信号,对两者的诊断效果进行了对比分析,以实验的形式清晰地显示了双谱和功率谱性能上的差异。     

基于高阶统计量的滚动轴承故障诊断方法

针对滚动轴承故障振动信号易受高斯噪声影响的问题,从高阶统计量的理论入手,提出了由信号的高阶谱恢复功率谱.由恢复的功率谱提取故障特征信息的高阶统计量方法,建立了通过高阶谱恢复功率谱的数学模型,并对仿真数据和实测故障数据进行了分析.结果表明,利用高阶累积量对高斯噪声不敏感的特点,可实现高斯噪声下瞬态信号频率与功率谱的正确估计.与传统方法相比,本研究方法可以有效地提取滚动轴承故障特征,同时具有更高的分辨率.     

基于FFT的动态散射光谱密度测量技术研究

为了研究动态光散射纳米颗粒测量技术,提出了基于FFT的动态散射光AR模型功率谱密度测量法。首先采用FFT建立信号的AR功率谱密度模型,然后通过计算信号自相关矩阵的秩得到AR模型的阶数P,由于任何信号的自相关与其频域的功率谱密度是一个傅里叶变换对,因此,信号功率谱密度的衰减宽度等价于其自相关函数的衰减宽度,这样通过计算动态光散射信号的功率谱密度衰减宽度,进而得到待测颗粒的粒径,最后将此方法的实验结果与传统的光子相关光谱法实验所测得的数据进行了比较。结果表明：该技术具有误差小、重复性好的优势,有着很大的实用价值。     

基于光子波形发生器产生高效超宽带信号的研究

利用一个多功能光子波形发生器生成一组5.5GHz超宽带信号。多功能光子波形发生器由一个单级双驱动马赫曾德尔调制器及一段单模光纤组成,通过调节双驱动马赫曾德尔调制器的输入射频信号及直流偏置,以及单模光纤的色散,可以产生单峰脉冲、双峰脉冲和一个具有高功率谱效率的超宽带信号,产生的超宽带信号完全符合美国联邦通信委员会制定的室内通信辐射限制要求,普通的单峰脉冲和双峰脉冲的光功率谱效率分别可以达到0.1%和0.74%,经过变量特殊设置,可以产生一个高效的超宽带信号,其功率谱效率可以高达24.03%。这种超宽带信号发生器可以用于室内定位、室内通讯等领域。     

提高动态光散射测量系统信噪比的一种方法

通过对光电倍增管计数统计特性的分析,提出了由于光电倍增管的光电子发射是一个随机过程,在计算光子自相关函数时,就会引入一个Poisson噪声.因此,根据Wiener-Khintchine定理,将时域自相关函数转换为频域的功率谱密度,采用数字滤波的方法滤除Poisson噪声及无效直流信号,可明显提高系统的信噪比,并通过实验证实了该方法的合理性.     

非高斯随机振动试验并行控制策略研究

针对非高斯随机振动试验控制中功率谱均衡与峭度均衡相互干涉,影响控制精度的问题,提出非高斯随机振动试验并行控制策略。在提出整个系统控制流程的基础上,分别给出功率谱均衡控制算法和峭度均衡控制算法。对蕴含峭度信息的随机信号产生机理展开研究,先给出信号产生的流程图,然后推导出符合控制系统要求的随机信号设计参数。利用功率谱设计滤波器,通过卷积运算调制出用于系统控制的驱动信号。仿真与试验结果表明,采用非高斯随机振动试验并行控制策略进行系统控制,其输出响应谱与参考谱的误差完全满足工程中常用的±3 dB控制要求,峭度控制也达到很高的精度,满足工程试验要求,从而验证该控制策略的有效性。     

自回归三谱切片研究

为了克服传统功率谱掩盖了信号的非高斯特性,以及双谱提取非线性特征量少的缺点,建立并研究了时间序列的自回归(AR)三谱及其切片模型,通过分析三谱及其切片的特征,可以获得信号的非高斯、非线性频率特性信息.利用溢流阀在不同工作状态下的振动数据进行了实验研究.结果表明:三谱及其切片相对于双谱和功率谱有更高的分辨率,能够明显地区分不同工作状态下的溢流阀特性.因此,本研究有助于提高对微弱信号的检测能力和识别能力.     

任意概率分布随机振动激励源的设计与实现

随机振动台是航空航天产品重要的研制、鉴定、可靠性及生产试验设备,提高振动模拟试验的逼真性和振动试验的效果都需要产生非高斯分布的随机激励信号.本文对具有给定功率谱密度分布的非高斯随机振动激励信号的生成技术进行研究与分析,使数字式随机振动控制系统可以同时具有频谱和幅度分布的控制能力.给出了采用数字信号处理技术高精度和快速地产生任意概率分布的随机振动时域激励信号的方法.采用这种方法得到的宽带随机信号的信噪比可达到70 dB,可用于精密随机振动台的驱动控制信号,准确地实现被试验产品的模拟实验.计算机仿真和实验结果也证实了该方法的正确性和有效性.     

应用谱减法处理带噪语音信号的研究

语音信号经常会受到环境噪声的干扰,而噪声会影响语音通信的质量甚至是语音处理系统地运行。对于带噪语音信号的处理,主要目的是提取出尽可能纯净的原始语音。文章研究了基于功率谱的语音处理方法,主要包括功率谱相减算法和改进算法两种;给出了谱减法算法及其改进形式的基本原理、实现方法,并且运用MATLAB软件仿真得出了两种算法的语音处理效果。实验表明,在加性平稳噪声条件下,与常用谱减法算法相比,改进算法能更好地抑制噪声,从而提高了语音质量和信噪比。     

振动试验中削波信号功率谱密度补偿

振动试验过程中削波会引起信号的功率谱密度下降,局部频率点对应的功率谱密度误差过大将导致试验结果的可信度降低,尤其对于模态试验,输入信号削波可能导致信号谱型局部"下凹",甚至产生错误的试验结果。从偏斜度、峭度、概率分布和功率谱密度等方面分析了高斯信号及非高斯信号的特性,介绍了功率谱密度补偿的频谱均衡及比例-积分-微分(proportion-integration-differentiation,简称PID)两种算法,并对比了这两种算法的补偿效果。结果表明:对于高斯信号,两种算法从迭代次数及最小误差对比区别不大,且均能满足均衡要求;对于非高斯信号,PID算法实现较小误差的同时,迭代次数少,具有一定优势。     

蒸汽发生器传热管湍流激励功率谱密度计算

湍流激励是核蒸汽发生器换热管发生流致振动的重要机理之一,也是微振磨损的重要诱因。为计算换热管的微振磨损速率,需要首先获得湍流激励功率谱密度（PSD）,其此前只能通过试验的方法获取。为利用CFD方法获得换热管上的湍流激励功率谱密度,建立了蒸汽发生器换热管束流场的数值模型,基于LES方法计算得到了管束内部的流场分布,提取了传热管上所受流体力并计算得到了其功率谱密度,计算结果与试验结果吻合良好。结果显示,管束内部传热管所受流体力为具有尖峰特征的宽频信号,其能量集中在一定带宽内。其结果为利用CFD方法计算传热管微振磨损建立了基础。     

限带白噪声发生器的研制

针对市售的白噪声发生器相当昂贵，不利于一般应用场合使用的问题，文中利用双极性晶体管散粒噪声功率谱密度在非常宽的范围内与频率无关，属于白噪声这一特性，设计实现了一个非常简洁有效的限带白噪声发生器，并给出了具体的电路实现。     

Welch功率谱与卷积神经网络结合的滚动轴承故障诊断

针对滚动轴承故障诊断在小训练样本下和强噪声下无法取得高精度识别的问题,提出一种基于Welch功率谱结合卷积神经网络进行诊断的方法。该方法以原始时域振动信号作为输入,用Welch功率谱转换数据形态同时对高强度噪声进行抑制,再用得到的功率谱训练卷积神经网络,最后将训练好的模型用于轴承的故障诊断。与WDCNN[1]等方法进行对比,实验发现在混合负载下,该方法平均识别率正确达到99%,其它方法达到这个精度至少需要20倍以上的训练样本量,明显优于WDCNN等方法。抗噪实验结果表明噪声对信号的干扰越强烈,该方法的抗噪表现越好,其抗噪性能要显著优于WDCNN等方法。     

基于相干累积算法的多级自适应谱线增强器

为了实现非高斯噪声与线谱信号的有效分离，将基于四阶累积量对角切片变步长符号相干累积量算法的自适应谱线增强器，基于最小均方相干累积算法的自适应谱线增强器及基于短时相关相干累积算法的自适应谱线增强器依次串联起来，构造出基于相干累积算法的多级自适应谱线增强器。从理论上对该增强器的性能进行了分析，并利用水下目标的实测数据对该增强器的性能进行了实验研究。结果表明：该增强器对线谱信号有多次增强作用，对环境噪声有多次抑制效果，在性能上优于单级自适应谱线增强器。     

基于经验模分解的陀螺信号去噪

陀螺随机漂移是影响寻北精度的重要因素,小波消噪方法对小波基和分解尺度等因素依赖性较强。提出了一种新的基于功率谱密度准则的经验模态分解(EMD)去噪方法,可有效解决传统EMD去噪自适应滤波器截止阶数难以确定的难题,该方法将经验模态分解得到的固有模态函数(IMF)分为信号分量起主导作用模态与噪声分量起主导作用模态,并对噪声分量起主导作用的模态进行类似小波软阈值去噪的方法进行滤波,然后与信号分量起主导作用的模态共同对信号重建实现去噪。将该方法应用于测试信号与陀螺信号的去噪,结果表明:新方法能有效地判断噪声与信号起主导作用的模态分界点,具有良好的去噪效果,且不受主观参数的影响,具有自适应性。     

基于边际谱熵的肌肉疲劳实时评估方法研究

肌肉疲劳是一种复杂的生理现象。针对利用表面肌电信号实时评估肌肉疲劳,要求疲劳指标兼具快速、可靠、抗噪的问题,提出基于边际谱熵的肌肉疲劳实时评估方法。首先,利用不同数据长度的确定性周期信号和高斯白噪声分析了边际谱熵快速性与数据长度稳健性;其次,利用10名受试者握力持续静态收缩状态下从100%MVC下降到50%MVC时桡侧腕长伸肌的肌肉疲劳信号,分析了边际谱熵评估肌肉疲劳的可靠性与应用于不同个体的稳定性;最后,在某一受试者肌肉疲劳信号中加入高斯白噪声和心电噪声考察了边际谱熵的抗噪性。实验结果表明,边际谱熵与近似熵和中值频率相比计算快速,数据长度稳健性更优;线性拟合优度较佳(0.46±0.14),能可靠地评估肌肉疲劳;斜率变异系数较低(30.30%),对不同个体稳定性高;加入高斯白噪声和心电噪声后边际谱熵拟合优度变化率较低(分别为34.39%和3.78%),具有良好的抗噪性。因此边际谱熵兼具快速、能可靠评估肌肉疲劳以及抗噪等优点,为实时评估肌肉疲劳提供一种新方法。     

100 MHz光子数可分辨探测器量子层析标定

设计了基于雪崩光电二极管的光子数可分辨单光子探测器，采用短脉冲门控信号结合电容平衡噪声抑制方案实现了单通道100 MHz、探测效率40.5%的高性能探测，配合空间分束，有效分辨入射光子数目。为了更完整地描述探测器的量子特征，引入量子探测器层析技术，由单通道单光子探测器入手，到双通道光子数可分辨探测器，进行了量子层析标定，重新构建了其正值算符测度矩阵以及对应的Wigner函数。结果表明，双通道100 MHz光子数可分辨探测器可实现量子探测。     

基于EMD与功率谱分析的滚动轴承故障诊断方法研究

针对西部油田大型设备故障信号的非线性、非平稳特征，提出一种基于经验模态分解方法EMD（empirical mode decomposition）和功率谱的分析方法。首先对滚动轴承振动信号进行经验模态分解，然后对分解后包含轴承故障特征信息的固有模态函数分量作功率谱分析，得到各分量的功率谱图，清晰直观显示出故障特征信号的功率谱，从混有背景信号和噪声的振动信号中提取轴承故障信息。由于EMD方法具有自适应特性，适宜于非线性、非平稳信号的分解，该方法应用于滚动轴承的故障振动信号分析中，结果表明，该方法能够突出滚动轴承振动信号的故障特征，从而提高滚动轴承故障诊断的准确性。     

随机信号发生器

在随机系统的计算机数字仿真中 ,时常需要产生指定功率的随机序列 .在随机振动试验台上 ,我们也需要产生某种特定的随机序列来控制振动台的运动 .为此 ,我们提供一种用软件产生指定功率的随机序列新方法 .所需的随机序列由以下几个步骤产生 :用乘同余法产生 0 .1 区间的独立均匀分布的随机数序列 ;由变换法将均匀分布的序列变换成独立的 标准正态 随机序列 ;将产生的 标准正态 序列进行白化波 ,去除有色噪声 ;通过线性变换得到所需功率谱的随机序列 .以上每步都要经过一定的检验 ,如独立性、均匀性、均值、功率谱检验 .经计算表明 ,此…