基于时频分析的扬声器异音故障诊断方法

提出了基于声信号时频分析的扬声器异音故障诊断方法,利用短时傅里叶变换和小波包变换2种时频分析方法将扬声器一维响应信号转化为二维时频图像,并利用3种距离方法对不同类型的扬声器时频图像进行了分析。结果表明,2种时频分析方法可充分反映故障的不同类型,3种距离方法可快速识别扬声器是否合格。     

基于支持向量机的扬声器故障检测方法

通过扫频仪对扬声器激励,采集扬声器的响应信号,对响应信号进行短时傅里叶变换,将得到的时频矩阵分成n个区域,计算每个区域与符合标准好的扬声器的欧氏距离,并将最大欧氏距离和欧氏距离的方差作为支持向量机的特征向量,运用支持向量机的分类方法对扬声器故障进行分类识别.通过实验和计算证明该方法简便有效,具有实用价值.     

纯音测试系统的瞬态分析技术

PureSoundTM纯音测试系统的瞬态分析技术为完全创新的以量测信号位准瞬间上升与下降的斜率以及幅度为方法,来检测音频信号所附带的异音,以Steepness值和Pa/s单位表示其幅度.PureSoundTM纯音测试系统连续地将信号微分和整流了并计算出Steepness值,可以检测出时域信号很小的变动,亦即检测微小但又困扰人的异音.要激发待测扬声器进行异音检测,必须用连续的Chirp(Gliding Sweep,滑频)信号,滑频信号是唯一能够涵盖可能产生异音所有频点进行检测的方式.它的必要性是因为异音失真通常是在非常窄的个别共振频点,因此不能像扫频信号那样会漏掉任何可能产生异音失真的频点.NTi Audio AG推出RT-Speaker扬声器测试系统,与RT-Microphone 传声器测试系统:1)RT-Speaker:分析扬声器受话器,耳机等因非线性产生的异音;2)RT-Microphone:瞬态分析技术也被应用测量传声器所产生非线性瞬态失.     

基于能量峰区域时频滤波的信号估计

本文提出了一种基于能量峰时频区域滤波的信号估计方法。首先,设计了一种基于能量阈值的时频区域提取方法,识别出信号在时频面上的能量峰,并提取出能量峰所占据的时频区域;利用线性时频滤波器获取信号中的分量,将这些分量的时频分布叠加得到改善的时频分布。仿真结果表明,对于由时频不相交分量组成的信号,本方法可以分离出其中的信号分量,并能得到较优的时频分布。     

基于熵调整模糊c-均值聚类的时频能量混合模型

本文提出了一种改进由时频不相交分量组成信号的双线性时频分布的分辨率和可读性的方法。用修正的Xie-Beni聚类有效性指标对熵调整模糊c-均值聚类算法进行拓展将模糊聚类与密度估计相结合,实现了信号时频分量的识别和建模;信号的时频能量混合模型给出了信号分量的数目及其在时频面上所占据的区域。这些信息可以用于分离信号分量,设计适合于每个分离分量的光滑核。仿真结果表明,对于由时频不相交分量组成的信号,本方法可以识别出其中的信号分量,并得到较优的时频分布。     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法.针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测.仿真结果...     

基于时频矩阵局部对比度的跳频信号参数估计

为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度（local contrast measure,LCM）法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。     

基于时频矩阵二值化的雷达信号分选

针对频率捷变雷达信号的分选,提出了一种基于时频矩阵二值化的信号分选新方法.该方法首先对信号进行时频变换,得到时频矩阵;然后对时频矩阵二值化处理,提取信号在时频域能量分布归一化值作为信号的相参特征;最后采用支持向量机分类器实现信号分选.对频率捷变雷达信号进行了仿真实验,结果表明,该方法在较低信噪比下仍能获得较为满意的分选准确率,当信噪比为6 dB时,信号分选准确率达到96.17％,验证了所提出方法的有效性.     

基于改进时频分析方法的雷达信号瞬时频率估计

瞬时频率估计(Instantaneous Frequency, IF)在雷达信号处理中有着重要的研究意义,时频分布峰值检测是IF估计研究和应用中较为普遍和有效的方法,但由于噪声的影响,时频分布峰值往往偏离真实的IF曲线。针对低信噪比下的IF估计,文中首先对WVD及CWD的时频分布矩阵作Hadamard积,得到一种混合的时频分析方法,而后采用多样本信号时频能量累乘的方法,进一步抑制噪声在时频面上的分布;然后以时频分布峰值在信号自项时频聚集区域的分布概率为准则,计算出时频分布的数据窗长,并根据该窗长得到IF的初始估计;最后依据初始IF,采用交叉置信区间算法对时频分布峰值进行检测,得到信号的瞬时频率估计值。文中对NLFM、LFM和FSK信号的IF估计进行了研究,并与WVD峰值检测法和时频分布一阶矩法进行了比较,仿真结果表明了本文方法的有效性。      

基于时频域联合滤波的中段群目标信号分离

该文针对中段群目标回波信号分离问题,提出了基于时频域联合滤波的信号分离算法.该算法首先基于自相关原理估计出某一目标的微动周期;然后根据所估计周期对回波进行分段,利用S变换提取各段信号在时频域的强能量区域,各段信号强能量区域的交集即对应了某一目标在时频面上的支撑域.基于该支撑域对回波进行时频域联合滤波即可得到某一目标的回波信号,实现回波信号的分离.仿真结果验证了该文所提算法的有效性.      

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

不同用途扬声器系统的频响特性及特征

扬声器系统在不同使用声压级、不同使用环境和播放不同音乐时都可能对音色表现有不同的要求。尝试通过一个基本达到“高保真扬声器系统最低性能的要求”的扬声器系统的设计,进行其不同使用声压级时依据主观听感的需求调整其频率响应特性的试验。该扬声器系统通过调整后能适应不同声压级的使用要求．并分析和总结出不同状态下该扬声器系统的不同频率响应特性及其特征。     

基于参考信号的无源互调故障定位技术

研究了一种基于参考信号的无源互调故障定位技术.该技术比传统无源互调测量技术多了一个参考信道,提供参考信号,解调互调信号相位响应,同时引入校准技术,在测量端口构建参考平面,通过频时转换得到相对于参考平面的时域响应,有效地进行故障排查.在此基础上,仿真故障定位实验验证了理论的正确性,设计并制造相位参考板,测试结果与实际值比较表明：电缆上两个故障位置实际值与测量值之差的绝对值均≤1m,实际相对误差分别约为5.1%、2.4%,证明了这种方法的正确性和可行性.该技术将克服传统故障定位的不足,更适应于恶劣的地域环境.     

四阶声带通型音箱及其计算机辅助设计

主要分析了四阶声带通型音箱的设计方法。首先根据Ｔｈｉｅｌｅ－Ｓｍａｌｌ理论得出此音箱的等效电路图，指出其响应函数，并根据响应函数和四阶带通滤波器表示式提出了此音箱的设计方法，然后采用最优化技术来编制计算机辅助设计软件，以简化设计工作，最后进行了实际制作和验证，实验结果和理论分析相当吻合。     

胶粘剂在扬声器中的应用

介绍了应用在扬声器中的不同部位胶粘剂特性以及在扬声器中的特殊应用,提出胶粘剂对改善扬声器音质的重要作用,分析了不同特性的胶粘剂在扬声器不同部位的应用对音质产生的不同影响。通过常规的频响曲线对比、音质对比评价,总结出不同特性的胶粘剂在满足可靠性前提下,可利用其特性来改善扬声器的音质。     

基于局部特征尺度分解法的声反馈抑制算法

出于抑制扬声系统中声反馈的目的,通过对已有方法的总结,本文提出基于新时频分析法——局部特征尺度分解法(Local characteristic-scale decomposition,LCD)的声反馈抑制新算法：通过一次分解,分离出局部特征最明显的内禀尺度分量(Intrinsic scale component,ISC)——啸叫单频分量,并以此算法为理论基础,给出了基于DSP的系统设计。对导入的语音信号叠加啸叫单音进行仿真分析,分析结果表明：此方法能有效分离语音与啸叫单音,并且可完好保留语音信息。     

基于Radon-Ambiguity变换的LFM信号时/频差快速联合估计

提出了一种基于Radon-Ambiguity变换(Radon-Ambiguity Transform, RAT)的线性调频(Linear Frequency Modulated, LFM)信号时/频差快速联合估计的算法.根据LFM信号在多个不同角度上的RAT峰值位置建立一组以信号间时差和频差为未知量的方程组,求解方程组即可得到时/频差的估计值.对于存在噪声的信号,RAT误差会导致方程组不能直接求解,为了抑制噪声干扰,采用最小二乘法估计时/频差.本文算法无需计算二维平面上各点的模糊函数值,并且由于离散RAT可以通过快速傅里叶变换快速实现,具有所需运算量低的优点.仿真实验表明,相比于常见的基于模糊函数峰值搜索的时/频差估计算法,本文算法在保证时/频差估计精度的同时能够显著提高运算效率.