扩展性噪声源定位的空间谱估计仿真研究

波束形成是列车噪声源定位的常用方法,但在低频条件下分辨率较差,对扩展性声源的识别效果不佳.我们以扩展性声源为研究对象,理论推导了去自谱算法的扩展源模型.信噪比分别为-5dB和5dB时,通过比较分辨率和信源间隔的关系,对CBF、MVDR、MUSIC三种算法的稳健性进行定性分析,发现MVDR算法的分辨率受信噪比影响最小、稳健性较好.还系统地比较了MVDR算法和去自谱算法对单点声源、扩展性声源的定位效果,仿真表明,去自谱算法能有效抑制旁瓣效果(最大旁瓣级比MVDR算法低7.4dB),更适用于扩展性声源的定位.     

强混响条件下基于广义互相关的声源定位算法改进

针对特定声场环境,提出了一种强混响条件下基于广义互相关的声源定位算法的改进措施,即利用混响成分中包含的声源位置信息,提高声源定位的正确率。混响与噪声是影响声源定位的两个主要因素。目前声源定位的主要方法都是以降低信号中混响与噪声成分为目标的,如波束成形、空间谱估计以及到达时间差法等。其中,基于广义互相关的声源定位算法属于到达时间法的常用方法,具有实时性强与高鲁棒性的优势。本文采用镜像源模型对室内环境进行建模,分析声源到双麦克风的传播路径,利用混响中存在的声源位置信息剔除错误定位结果,从而提高定位正确率。最后,利用蒙特卡洛法对本文提出的方法进行验证,结果表明:该算法提高了强混响低信噪比条件下的声源定位正确率。     

基于信息融合与FastICA的轴承故障提取方法

针对振动传感器监测信号易受噪声干扰的问题,提出一种基于FastICA算法与信息融合的轴承故障诊断方法。算法对各通道测得的信号采用FastICA算法进行降噪处理,采用自适应线性加权算法对降噪后信号进行数据层信息融合,最后基于谱峭度指标设计自适应带通滤波器,进行特征提取。此方法解决了低信噪比条件下的轴承故障特征提取问题。使用了仿真和实验轴承故障信号验证了算法的有效性。     

Chan算法在海上声源定位测量中的应用

针对到达时间差（Time Difference of Arrival,TDOA）体制下海上声源定位测量问题,研究了Chan算法在定位测量中的应用。建立了基于TDOA体制的海上声源被动定位模型,推导了Chan算法求解TDOA定位方程的步骤,采用了蒙特卡洛数值方法对Chan算法与初始值选择真值的泰勒（Taylor）级数展开法在不同阵元数条件下的定位精度进行了比较,得出了Chan算法在海上声源定位测量中应用条件及基阵布设原则。仿真结果表明,在一定条件下,Chan算法可应用于海上声源定位测量且定位精度较高,研究结果可为海上声源测量系统定位算法设计及基站布设提供参考依据。     

相干分布源的方位估计

在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。     

双耳低频高分辨快速精确定向算法

小型被动探测节点由于成本低、布放简单等原因在水声领域应用广泛。已有的被动声测向技术在这种条件下存在定向精度低、角度分辨力差等缺点。为了解决小孔径基阵的目标快速精确定向问题及多目标分辨问题,将人类听觉系统对低频声源的定向过程与高精度时延估计算法相结合,提出双耳低频高分辨快速精确定向算法。通过理论分析和仿真与湖试数据的处理,证明算法对小孔径阵在低采样率的情况下可以对多个目标的方位进行快速精确估计,并可获得各目标的频率信息,利用频率的不同可以分辨相同方位入射的不同声源。     

基于快速迭代柯西阈值的声场重建方法研究

在声源识别领域，稳定且准确识别目标声源是一项极具挑战性的任务，尤其在中、低频范围内，因此论文提出快速迭代柯西阈值算法在中、低频段实现鲁棒性较强的声源识别和定位。通过蒙特卡罗分析，与3种经典罚函数方法Tikhonov正则化方法、宽带声全息算法和内点法求解方法相比，所提出的方法在中、低频段获得了稳定的声压重建结果，平均重建误差在5%以下，对声源识别逆问题具有良好的距离适应性和信噪比适应性。     

四元十字麦克风阵声源定位算法研究

为对声源进行精确定位,该文设计一种基于广义互相关法时延估计的四元十字麦克风阵的声源定位算法。推导目标声源的方位角、俯仰角以及距离的计算公式,搭建实验和仿真平台,将该算法运用于平面声源定位中进行验证。采用LabVIEW软件进行算法的三维空间仿真实验,通过对各麦克风采集信号进行相关分析和处理,实现声源的定位,测试该系统在实际应用中的性能。二维平面定位实验结果声源距离的误差范围在0.01～0.02 m之间,距离偏差百分比误差范围在5.5%之内,仿真结果坐标与实际声源坐标的结果误差范围在10%～15%,该系统的坐标偏差误差在7%之内,距离偏差百分比误差范围在4%之内。搭建实验平台进行三维空间定位测试,实验结论表明,距离偏差百分比低于9%,表明该系统对声源定位速度较快,误差在合理范围内,精度理想,能够比较准确地对声源进行定位。     

基于广义逆波束形成的扩展性噪声源定位误差影响因素仿真研究

实现噪声控制的前提是正确识别出主要的噪声源,研究噪声源空间指向性对于噪声源的辨识和预测有重大意义。为提高复杂声源的分辨率,以单极子点源形成扩展性声源表征噪声源,引进广义逆波束形成算法对扩展性声源进行声源定位。通过仿真计算,分析了广义逆波束形成(Generalized Inverse Beamforming,GIB)算法中麦克风阵列阵元数、测量距离对定位效果的影响,系统比较了去自谱算法和GIB算法对点声源、扩展性声源(5个紧密相连的单极子点源)的分辨率。仿真表明:GIB算法中定位效果受阵元数目影响不大,相对提高了点声源的定位精度,而且能分辨出扩展性声源。     

一种适用于浅海小信噪比条件的声源目标定位技术

文章将匹配场处理技术引入一种新的目标运动分析方法——长时间积分法中，用根据实际海洋传播条件计算所得的声场作为拷贝场向量，替代传统方法中所采用的平面波模型。由于充分利用了声场的空间结构，使得该方法不仅能够完成传统目标运动分析中定出目标方位的功能，而且还可以定出其距离和深度。同时，因积分时间的增加还大大提高了对目标的检测性能。该方法可用于解决小信噪比条件下，声源目标的检测和定位问题。尤其适用于浅海、在声信号的传播因受波导和多途现象影响而严重偏离平面波的情况。仿真结果表明：采用平面波模型时，在信噪比低于-28dB时，声源目标参数就已相当模糊；而当采用匹配场处理技术，在信噪比降为-33dB时，仍可精确地得到声源目标的参数。     

声场分解的均匀圆阵实值MUSIC算法

经典方位角估计算法中未考虑阵列安装支架对阵列接收信号的影响,实际中阵列安装支架必然会对阵列接收信号产生影响。以环绕在刚性球上的均匀圆阵为阵列模型。在对声场特性的分析中将声学原理和阵列信号处理技术相结合,探讨了存在刚性球形障碍物时的声源方位角估计问题。首先从声学理论出发,分析了刚性球体散射声场及声场分解,讨论了刚性球体对圆阵响应的影响;进而结合阵列信号处理技术,在对声场分解所得到的特征波束空间,利用实值MUSIC算法实现了声源方位角估计。计算机仿真表明,该算法能较好地估计出空间多个声源的方位角,且计算量小,估计精度高,具有解相关声源的能力。     

基于深海会聚区声强匹配处理的声源定位方法

匹配场处理技术(Matched Field Processing MFP)近年来在声源被动定位、海洋环境声学参数反演等方面得到广泛的应用。根据深海声道中声场的会聚现象,提出了一种基于深海会聚区声强匹配处理(Matched Convergence Intensity Processing,MCIP)的深海声源定位方法。当声源和接收水听器处在会聚区深度范围内时,MCIP方法利用单个水听器即可实现声源距离和声源深度估计。对单个水听器的实测信号进行相位补偿到会聚区距离上,得到实测场声强,与拷贝场会聚区声强进行相关计算并搜索峰值来确定声源位置。数值仿真实验验证了MCIP方法,并分析了环境失配情况下MCIP的估计性能。     

一种改进的集合平均经验模态分解去噪方法

针对现有非平稳信号去噪处理中的难点,提出一种改进的基于集合平均经验模态分解（EEMD）去噪方法,该方法根据本征模态函数（IMF）能量从被测信号中估计出噪声,使用估计的噪声代替EEMD方法中添加的噪声,最后将集合平均IMF分量累加得到去噪信号。使用相关性判据剔除了EMD分解产生的伪IMF分量,改进了噪声估计方法。仿真表明,改进的方法能够对调幅调频含噪信号进行有效的去噪处理。     

基于小波包和LMS自适应降噪的柴油机振动诊断

由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。     

MEMS显微干涉测量系统中相位提取算法的选择与分析

描述了一种基于相移显微干涉术的MEMS测试方法,达到了纳米级分辨力．从理论上分析了4种常用相移算法对测量过程主要噪声（相移器的移相误差和探测器的非线性响应误差）的抑制作用,并选定了适合本系统的Hariharan算法．通过对经过美国国家标准研究院（NIST）认证的一个台阶高度的测量,验证了各种算法的测量精度,说明Hariharan算法对噪声有更强的抑制作用,其测量重复性在亚纳米量级．     

基于变分贝叶斯独立分量分析的故障源盲分离

提出一种基于变分贝叶斯独立分量分析的故障源盲分离方法,该方法可直接对噪声干扰的机械源信号进行有效分离,即不需要将未知噪声看成一种独立源,也不需要进行消噪预处理。并将该方法与传统的机械源分离方法进行对比实验,实验结果表明该方法是非常有效的。     

阵列测量中的卡尔曼滤波器算法

针对经典波束形成算法不具备实时性、占用存储空间大、计算速度慢等缺点,提出了基于卡尔曼滤波器的算法。这种算法将信号处理领域中现有的卡尔曼滤波器理论与阵列信号处理过程相结合,在频域内对声学阵列所采集到的数据进行迭代处理,不仅能够及时发现风洞测量中存在的各种问题,而且可以实时消除由测量环境所引起的各种误差。仿真结果表明,这种算法比经典波束形成算法收敛速度更快,不仅成像效果很好,而且能够对低速运动声源进行定位。此算法具备实时性,为风洞声源的实时定位提供了重要的算法选择。     

Simulation analysis of dynamic working performance for star trackers

The elongated imaging track pertaining to a star spot recorded in the image sensor of a star tracker will diffuse over several pixels at a high angular velocity, leading to an inaccurate, even false, attitude value. A computer simulation of the attitude determination from a dynamic star tracker is developed first, based on a dynamic mathematical model of the star-spot imaging and an efficiency validation of the star centroiding algorithm in the dynamic condition. Then major error sources affecting the attitude accuracy in the dynamic condition are analyzed and discussed systematically based on the simulation results. A mathematical model calculating the average star number detected in the field of view is also deduced, using simulation results and signal processing theory, with image trailing ranging from 0 to 20 pixels during exposure. The summarized regularity is helpful in the system design and accuracy evaluation of a star tracker.     

自适应神经网络模糊小波语音消噪算法

针对有色噪声,采用自适应神经网络模糊系统模糊(Auto Neural Fuzzy Inference System,ANFIS)逼近有色噪声,利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,提出了语音自适应神经网络模糊小波消噪算法,建立并训练了消噪系统。对被有色噪声污染的测量信号经模糊消噪后,根据信号和噪声的小波系数在不同分解尺度上的传递性,进行中值滤波和小波重构,得到了干净的语音。对算法进行了仿真实验,结果表明,消噪效果明显。     

水下耦合机械噪声源的量化识别及试验

目前水下机械噪声源及其传递路径识别效果较难。为此,将盲源分离算法和传递路径分析方法融合和集成。视多振源信号为卷积混叠,结合LU分解,提出一种新的非正交联合块对角化方法进行耦合振动源的分离。将分离振源作为工况传递路径分析方法的输入振源,建立水下机械振动噪声源识别算法,并对潜艇舱段模型的水下振动-声辐射试验对算法进行验证。结果表明,与现存方法相比,该盲源分离算法具有易实现、收敛速度快、精度高等优点;所集成的源识别算法在水下声场预报和振源贡献量排序中的性能均优于振源耦合时的结果,与实际情况吻合好,达到了高效、准确地识别机械噪声源的目的。