频率选择性滤波最小均方算法的研究

采用基于频率选择性滤波最小均方算法对车内噪声主动控制策略进行研究,并在Matlab/Simulink环境中对该算法进行单频噪声信号的自适应抵消仿真分析,结果表明,噪声信号抵消效果明显。     

氧化硅亚微米纳米线光波导的制备

介绍一种新的氧化硅亚微米纳米线光波导的制备方法。使用这种方法制备出的光波导具有良好的直径均匀性和表面粗糙度,满足低损耗传输的要求。纳米级的尺寸以及独特的光学特性,使得亚微米纳米线光波导在亚波长结构的微电子、光电子及光子器件中具有较好的应用前景。     

用主动噪声控制法改善车内声品质

以从4种类型轿车内采集到的16个不同噪声样本为评价对象,通过主观评价试验和统计分析计算建立了以心理声学客观参数描述主观评价结果的车内声品质分析模型,确定了稳态工况下车内噪声品质的主要影响因素为响度和尖锐度。并依此对声品质最差的两个样本实施了主动控制试验。试验结果表明,车内噪声的响度、尖锐度均减小。应用所建立的声品质模型进行计算,并结合二次主观评价试验结果验证声品质改善效果,两种方法均显示声品质烦躁度等级下降了5级左右,证明了主动控制方法用于改善汽车声品质的可行性和有效性。     

车内噪声品质的主观评价试验与客观量化描述

以4种类型轿车在不同档位和车速下匀速行驶时副驾驶员耳旁噪声采集样本为评价对象,对车内噪声品质用等级评分和成对比较两种方法进行了主观评价试验,分析计算了各噪声样本的主要心理声学客观参数,并通过相关分析和多元回归分析,建立了以客观参数描述主观评价结果的数学模型。研究结果表明,稳态工况下轿车车内噪声品质主要受响度和尖锐度两个心理声学参数影响。     

基于ADAMS的剪叉机构的参数化建模及优化设计

为了解决绘图桌的剪叉机构的铰链处水平方向受力变化幅度大,运动不稳定等问题,利用Solid Works软件进行机械设计,对剪叉机构存在的受力不均问题进行了分析,提出了一种用弹簧拉力平衡掉一部分载荷、减少铰链处水平方向受力的创新设计。总结了ADAMS参数化建模及优化设计的一般方法,基于此方法,建立了剪叉机构的参数化模型,进行了仿真实验,用ADAMS进一步优化设计,并且进行实物样机测试。仿真结果表明添加弹簧能大幅度减小铰链处水平方向受力,优化设计结果得到了设计变量的最优解,减小了机构受力变化幅度,实物样机测试验证了设计的正确性。     

基于语义细分的车内声品质模糊综合评价

针对传统的语义细分法难以在声品质主观评价试验中获得评价对象整体感受择优排序的不足,提出了一种基于语义细分的声品质主观模糊综合评价方法,建立了适合于车内声品质主观评价的声音属性评价指标,确定了声音属性的结构及层次划分,根据不同试验确定了声音属性的关注程度各级指标权重。以在某轿车车内采集到的15个噪声样本为评价对象,分别利用该方法和成对比较法对声音的"豪华感"进行主观评价试验,并对评价得分进行排序比较。结果表明:本文提出的声品质主观模糊综合评价方法可在有效地维持评价主体原有任务量不变的情况下,准确地得到声音样本感知属性的评价等级隶属关系,以及声音样本整体主观感受评价得分的择优排序。     

颜色对车内噪声品质影响的主观评价试验

以蓝、粉、灰、橙、红5种颜色的汽车内饰图片作为视觉刺激,以5种汽车典型运行工况下采集到的车内噪声样本作为评价对象,构成25组视听组合。首先,利用语义细分法对待测声音样本的10种听觉属性进行主观评价。然后以"豪华感"和"运动感"作为声品质整体主观评价指标,利用基于熵权的逼近理想解排序(Technique for order preference by similarity to i-deal solution,TOPSIS)方法对主观评价结果进行综合评价。试验结果表明:在蓝色图片刺激下声音样本"豪华感"最强,橙色最弱;在红色图片刺激下"运动感"最强,粉色最弱。因此,可以通过视听交互作用来实现车内噪声品质的改善。     

用主动噪声控制法改善车内声品质

以从4种类型轿车内采集到的16个不同噪声样本为评价对象,通过主观评价试验和统计分析计算建立了以心理声学客观参数描述主观评价结果的车内声品质分析模型,确定了稳态工况下车内噪声品质的主要影响因素为响度和尖锐度。并依此对声品质最差的两个样本实施了主动控制试验。试验结果表明,车内噪声的响度、尖锐度均减小。应用所建立的声品质模型进行计算,并结合二次主观评价试验结果验证声品质改善效果,两种方法均显示声品质烦躁度等级下降了5级左右,证明了主动控制方法用于改善汽车声品质的可行性和有效性。     

基于SPA-SVR的紫外光谱水质污染物含量解耦预测方法

快速、精准地实现水体中多种污染物的耦合干扰解析及含量检测对野外水质实时监测具有重要意义。针对紫外光谱法同步检测化学需氧量（COD）和浊度时存在特征耦合及谱峰重叠干扰，进而严重影响检测精度的问题，提出了一种连续投影算法结合支持向量回归的水质污染物含量解耦预测方法。采用连续投影算法对水质样本的紫外吸收光谱特征波长进行筛选，消除无关冗余数据以提高模型迭代速率和精度。基于多分类支持向量机思想对支持向量回归算法进行多回归拟合改进，实现COD和浊度的紫外光谱耦合解析和含量的同步预测。通过实际水样检测验证，结果表明：耦合解析前的预测均方根误差改进率达到76%，最大相对误差均降低至4%以内，优于同类方法的检测精度，该研究对紫外光谱法水质多耦合参数检测应用具有参考价值。     

基于EMD-PSO优化阈值的COD光谱去噪研究

在对水体COD进行光谱检测时，光谱数据中会掺杂大量噪声，影响后续对水体COD的定量分析。为了降低噪声的影响，提出了一种经验模态分解-粒子群(EMD-PSO)优化阈值去噪模型，首先对EMD分解得到的特征模函数进行噪声主导分量和信号主导分量的划分，通过PSO优化选取噪声主导分量部分的最佳阈值，对数据进行截取、重构，获得去噪光谱信号。以不同浓度梯度的COD标准溶液进行测试，实验结果表明：EMD-PSO优化阈值去噪模型相对于EMD软、硬阈值去噪，信噪比有所提高，均方误差由软、硬阈值的0.624 7和0.672 5降至0.026 19,样品浓度与吸光度线性相关系数更高，达到0.997 98。