相关分析在战场声目标模糊模式识别中的应用

本文以４种车辆噪声来模拟战场声目标,以实测的车辆噪声进行自相关谱分析,在提取特征量的基础上绘制了直方图．探索了利用噪声自相关谱,对声目标进行模糊模式识别的可行性．     

一种新的噪声自相关估计方法

通过分析带噪语音、纯净语音和噪声的自相关关系,在均方误差最小准则下给出了一种基于最优平滑滤波和能量最小算法相结合的噪声自相关无偏估计算法,与传统的噪声自相关估计不同,该算法直接从带噪语音自相关中估计噪声自相关。实验表明,该算法优于传统的噪声自相关估计算法,在非平稳噪声环境下,估计器的性能得到改善。     

针对通过噪声的空滤器声学特性研究与改进

通过实验方法分析研究了一种中型乘用车通过噪声的特性,比较该车进、排气两侧通过噪声的声级和频谱特性,确定了进气噪声对车辆进气侧通过噪声的重要影响.为了解决该车进气噪声的问题从而达到整车降噪的目的,应用实验与边界元法计算两种手段,对该车空滤器的频率响应特性进行了研究.研究发现空滤器声系统的第一阶声固有频率与进气噪声基频相耦合是造成该车辆进气侧通过噪声高于排气侧的重要原因.基于这一研究结果,在计算和实验的基础上利用Helmholtz共振腔对空滤器的声学特性进行了改进,改进后的空滤器对降低车辆进气侧通过噪声有很好的作用.     

注意力机制的SAR图像车辆目标检测网络

在SAR图像车辆目标检测过程中,车辆轮廓定位不仅能够提供车辆位置信息,而且还能够为车辆状态分析提供依据,是SAR图像理解的关键步骤。但SAR图像中乘性斑点噪声会对轮廓定位造成干扰,增加车辆目标检测的难度。针对这一问题,提出了一种注意力机制的SAR图像像素级车辆目标检测网络。该网络由目标筛选、目标定位和轮廓细化三个模块构成。目标筛选在一个轻量级的特征提取网络中采用通道注意力和自注意力机制,在抑制噪声影响的同时对包含目标图像进行快速筛选,并提供稳定的定位热力图;目标定位利用掩码交叉注意力机制根据定位热力图优化粗尺度特征细化目标定位,并融入细尺度信息改善目标轮廓细节;轮廓细化通过轮廓点筛选消除上采样及噪声带来的轮廓不确定点获取准确的轮廓像素点置信度。对MSTAR数据集进行车辆像素级标注,建立SAR图像车辆数据集及大场景图像数据集用于网络测试。实验结果表明,该网络具有良好的像素级检测性能,可实现大场景SAR图像中车辆目标的快速精确检测。     

车辆噪声声品质的心理声学评价系统

基于Visual C+ +和Matlab的联合编程,开发车辆噪声声品质的评价系统.此系统能够对车辆噪声信号进行采集、实时分析和心理声学评价,分析内容包括声音信号的时频分析、A-D计权网络分析、心理声学分析等.对大众AJR发动机噪声信号的采集和分析结果表明,该系统准确可靠,可为车辆噪声评价和声学设计提供依据.     

直升机声信号的特征分析

根据传统语音信号的分析方法分析了直升机声信号,采用MATLAB软件进行了仿真,提取出了两种直升机声信号的短时自相关函数、短时频谱图和线性预测系数LPC,并分析对比了两种不同型号直升机声信号的特征。实验结果表明短时自相关、短时频谱和LPC等特征参数能较好地分析与识别不同类型的直升机声信号。     

石英晶体的光声光谱法CO_2浓度检测技术研究

利用光声光谱技术对CO2进行浓度检测过程中的精度问题进行研究,提出光纤光路石英增强光声光谱系统方案,利用与CO2光声中心频率范围内的激光器发射的激光产生声波,使石英音叉晶振产生谐振,通过石英音叉的压电效应检测到电信号并通过锁相放大器进行信号放大,利用互相关法抑制过程噪声,达到检测微量级CO2高精度浓度的目的。实验结果表明,石英晶体的光声光谱法检测CO2浓度达到了ppm量级。     

基于几何线形的立交噪声计算方法

为定量评价道路几何线形对立交噪声的影响,研究了基于几何线形计算立交噪声的方法,以车辆行驶速度为切入点,拟合噪声级和车速之间的关系.对于匝道噪声的计算,根据等效声级的定义给出了相对等效声能量的含义及计算方法,采用将匀速运动段与变速运动段噪声能量相加的方法求出总的噪声能量,建立了相对等效声能量与匝道长度之间函数关系,用对匝道长度进行积分的方法,根据等效声级的定义式推导出左、右转匝道的噪声级.根据主线设计速度、噪声级和车速之间的关系推导出主线噪声级计算公式.立交总噪声通过对各条主线和匝道的噪声级叠加求得.通过对黑龙江省鹤大立交的实例分析表明,该方法能够解决立交匝道变速运动段的噪声计算问题,能够将车辆在立交行驶产生的噪声与道路几何线形联系起来.当道路立交的几何设计条件已知,可以根据几何线形参数进行噪声污染计算,为定量评价立交噪声污染程度提供依据.     

关于车辆驱动桥噪声控制分析

如今随着我国经济地快速发展,作为重要交通工具的车辆越来越多,汽车越来来普及,从而导致噪声污染备受人们的关注,而造成车辆噪声的主要来源之一是由于锥齿轮振动和冲击而产生的驱动桥表面的声辐射而产生的驱动桥噪声.因此,为了更好地控制车辆驱动桥噪声,本文将重点分析和研究控制车辆驱动桥噪声问题,从而更好地提高驱动桥抗振性能,更好地减少驱动桥振动,进而为降低车辆驱动桥噪声提供借鉴和参考.     

车内宽带噪声自调节主动声品质控制研究

为改善车内噪声的声品质，在主动噪声均衡器基础上，提出通过设计整形滤波器和自调节系数来建立一种宽带主动声品质均衡器的思想。首先利用烦恼度来设计整形滤波器，用于控制宽带残余噪声的频谱形状并使控制后的残余噪声满足人耳听觉特性。然后设计自调节系数使控制后残余噪声频率特性基本与预设声音频率特性保持一致，并通过声品质检测器更新自调节系数，从而实现声品质的自动调节。最后通过使用不同声压的白噪声信号作为初级噪声信号进行仿真试验。结果表明：控制后的残余噪声频谱形状与整形滤波器频谱特性基本保持一致，不仅使得控制后残余噪声频谱符合人耳听觉特性，而且能够实现声品质自动调节。     

车辆振动信号的特征提取方法比较

针对用于车辆振动信号分析的常用方法:小波分析方法和Hilbert-Huang变换方法,以及作者新近提出的时序多相关-经验模式分解方法,通过仿真对比分析了它们各自的特点以及它们在振动信号特征提取中的适用性。非线性信号的仿真分析表明,在没有噪声或分析对象背景噪声较小的情况下,后两种方法能提取到特征信号,小波分析不适合非线性信号的分析;在强背景噪声下,前两种方法均不能得到满意的特征信息,而时序多相关-经验模式分解方法能提取到所需的目标信息。最后将时序多相关-经验模式分解方法用于某特种车辆特征信号的提取,得到了满意的结果,验证了该方法在车辆振动信号特征提取中的有效性。     

一种基于雷达回波序列相关特征的目标检测方法

根据雷达回波序列中目标和噪声的相关特性不同，提出了一种新的目标检测方法．该方法能够用于检测低信噪比条件下的弱目标信号，实验结果证明了该方法的有效性和可行性．     

基于卷积神经网络的高性能5G下行同步算法

为解决第5代移动通信系统(5G)下行同步在低信噪比和大频偏环境下成功率低的问题,提出一种基于卷积神经网络(CNN)的同步信号块(SSB)检测算法及改进的混合相关同步算法。在无先验信息的情况下,利用最大自相关准则和循环前缀的特性对无线信号进行分段,生成数据集。在此基础上,构建了适用于检测承载SSB信号片段的CNN,对任意一个SSB进行检测,实现了SSB目标区间的快速定位,减少了相关过程中的搜索范围。进一步使用改进的混合相关算法,在目标区间完成主同步信号定时同步及频偏估计。仿真结果表明,所提算法具有良好的SSB检测率和定时同步性能,能够有效抵抗噪声和频偏的影响。     

基于空时相关阵联合对角化的高分辨方位估计

为提高对时域相关信号源的分辨力和空间相关噪声场中的目标方位估计性能,提出一种基于空时相关阵联合块对角化的高分辨方位估计算法,有效综合了信号空间和时间的二阶统计特性.利用Jacobi旋转矩阵法对一组空时相关阵同时做近似对角化,用联合对角化结果修正最小方差无畸变响应波束形成的空间谱.理论和仿真结果表明,在非相关噪声场和相关噪声场中,该方法均能有效提高目标分辨力,方位估计的信噪比门限低,估计方差接近克拉美-劳界.     

基于循环前缀相关性的OFDM调制识别算法

针对多径衰落信道下正交频分复用(OFDM)与单载波信号之间调制识别难的问题,提出了一种OFDM与单载波信号调制分类的新方法.该方法首先通过对信号的自相关进行能量归一化并取绝对值,去除抖动、频偏和相位噪声的影响,然后对能量归一化自相关进行形态学滤波,减少由于信号观察长度有限和背景色噪声所产生的影响,提取经过处理后信号自相关的次峰值作为识别特征,最后设计基于支持向量机的分类器,实现了对OFDM与单载波信号之间的调制分类.实验仿真结果表明,该方法在多径衰落信道下具有稳健的识别性能.     

基于时延自相关预处理的Hilbert-Huang变换解调

针对具有噪声干扰的旋转机械故障振动信号解调问题，提出基于时延自相关运算和经验模态分解（
EMD）方法相结合的新方法.讨论了时延相关算法的降噪原理、离散信号时延相关算法和Hilbert Huang变
换理论.采用矩形窗截断故障振动信号自相关函数的无偏估计, 获取较长时间差的部分，得到时延相关函
数.利用EMD方法对时延相关函数进行自适应滤波, 得到固有模态函数（IMF），对IMF进行Hilbert变换，
求得解调结果.不同噪声强度仿真数据和滚动轴承故障振动信号实验数据分析表明，该方法比直接解调或
仅采用时延相关解调更能有效抑制噪声，凸现信号调制信息.     

多重自相关函数在微弱正弦信号检测中的应用

研究了一种用于微弱正弦信号检测的新方法,该方法利用了正弦函数的特殊性质,在信号未知的情况下,通过多次自相关运算成功的检测出埋没于强大噪声中的微弱正弦信号．分别讨论了多重自相关法在白噪声背景下、有色噪声背景下,单一正弦信号、多个正弦信号等情况的检测效果,并给出了具体的仿真结果,此方法在频率测量中具有极高的准确性;在幅度测量上,精度略低,但通过多次测量取平均值,仍可达到预期的精度．与以往的弱信号时域处理方法比较,多重自相关检测方法具有理论推导简单、物理意义明确等特点,应用前景广泛。     

基于径向基函数神经网络的车内噪声品质评价系统

为了高效而准确地对车内噪声品质进行评价,针对B级车稳态工况下的车内噪声,建立了基于径向基函数(RBF)神经网络的声品质评价系统。用等级评分法对30个稳态噪声信号进行了主观评价试验,并通过相关分析得出了对声品质有重要影响的客观参量。采用RBF神经网络构建了车内噪声品质的评价模型,其预测平均相对误差为4.5%。以评价模型为基础,采用模块化设计方法和多线程并行处理技术,设计了基于虚拟仪器的声品质评价系统。测试结果表明:该系统比传统的主观评价试验系统的测试时间缩短了90%,并提高了评价结果的质量。     

基于循环谱的直扩信号到达时差研究

以循环谱相关理论为基础,讨论了谱相关到达时差估计的模型和实现方法,并将该模型应用于有噪声和干扰条件下的直扩通信信号的到达时差估计中。给出了几种不同谱相关估计器下的计算机仿真结果,并与常规方法进行了比较。实验证明,它在直扩信号的测向和定位方面具有广阔的应用前景。     

相关双采样技术在室温热成像探测器中的应用

提高测辐射热计热成像探测器性能的主要目标是提高探测器输出信号的信噪比.本文讨论了测辐射热计热成像探测器的主要噪声源,指出噪声主要来自探测器材料及读出电路两大部分,而两者的主要噪声形式均为Johnson噪声、1/f噪声和热起伏噪声,对于读出电路,开关热噪声是另外一个随机噪声源.从读出电路的角度出发讨论了提高探测器信噪比的途径,降低以1/f噪声为主的固定模式噪声是提高探测器信噪比的有效手段.在采用相关双采样技术后,可以显著降低探测器在500 Hz以下频率范围内的固定模式噪声.