基于CGHMM的轴承故障音频信号诊断方法

轴承音频信号包含其运行状态的重要信息,通过分析这些信息就能对轴承故障进行有效诊断。率先引入基于连续高斯混合密度隐马尔可夫模型的轴承故障音频诊断方法,避免矢量量化带来的数据处理误差,提高了系统诊断精度;引入基于聚类算法的模型参数初始化方法和标定系数的前向-后向算法,简化系统复杂度,加快了训练和诊断速度,进一步提高了诊断精度。实验结果表明,诊断精度达到98.75%,具有很好的应用前景。     

高精度频谱连续细化算法研究与实现

频谱分析是数字信号分析的基本方法之一,通过频谱分析,可以很好地获取信号的频率成分,了解信号在频域中的分布情况,从而获取需要的信号特征。基于FFT的全景谱分析,由于数据采样长度与采样频率的限制,不可能有很高的频率分辨率;尤其在宽频带的频谱分析中,常规FFT分析很难对局部的频率分布情况有很好的分析效果和准确获取主要频率成分的。基于上述原因及频谱细化分析应用的需要,该文详细论述了几种常见的频谱细化方法,并对频谱连续细化算法进行了深入研究并开发了具体的算法分析模块,通过仿真试验表明,频谱连续细化具有很高的分析精度;具有很高的工程应用价值。     

基于频谱法的车辆音频测速研究

本文对目前现有车辆测速方式的现状分析,设计出一种利用音频测速的装置,并通过计算机实验分析表明,该装置的确能够用于实际生活中的车辆测速,具有经济,简便的特点.     

基于阵列信号处理的认知无线电频谱空洞检测方法

探讨了一种基于阵列信号处理技术的干扰温度估算方法,以提高认知无线电频谱空洞检测精度.在该方法中,定义了考察区域内任意一点的干扰温度,通过估计干扰源的参数来计算干扰温度值,形成了考察区域内的干扰温度分布,进行频谱空洞可用性判决.理论分析和仿真结果表明,与MTM-SVD方法相比,该方法对考察区域干扰温度的估算具有较高的精细度,从而提高了频谱检测的精度.     

基于音频信号的轴承故障诊断方法

介绍了一种基于隐马尔可夫模型的轴承故障音频信号诊断方法。通过对轴承音频信号的 Mel 频率倒谱系数特征提取,分别采用离散 HMM 和连续高斯混合密度 HMM 两种方法进行建模与诊断研究。与 CGHMM 方法相比,DHMM 方法运算速度快,但诊断精度低。而从总体上来看,两种方法都具有运算速度快,诊断精度高的优点。结果表明,本文方法具有很好的应用前景。     

基于ARM的音频频谱显示器的设计

详细介绍了一种基于ARM的音频频谱显示系统的实现,整个音频显示系统包括音频信号采集、音频信号处理以及音频信号转换后的显示等功能。在设计中综合了声音采集、ARM技术及FFT算法,构建了一个实时采集的频谱显示系统,可以应用于各种需要对声音进行采集和分析的场合。其中,硬件系统主要包括声音信号的采集与处理、最小系统、电源和显示模块;而软件系统则是将ADC转换的数据通过FFT算法后显示在LCM12864显示器上。测试结果表明,该系统具有较好的实时性和准确性。     

基于ARM的音频频谱显示器的设计

详细介绍了一种基于ARM的音频频谱显示系统的实现,整个音频显示系统包括音频信号采集,音频信号处理,音频信号转换后的显示等功能。在设计中综合了声音采集、ARM技术及FFT算法,构建了一个实时采集的频谱显示系统,可以应用于各种需要对声音进行采集并分析的场合。其中硬件系统主要包括声音信号的采集与处理、最小系统、电源和显示模块;而软件系统则是将ADC转换的数据通过FFT算法后显示在LCM12864显示器上。经测试该系统具有较好的实时性和准确性。     

基于异常音频信号的踏板机械系统轴承故障识别研究

为确保钢琴演奏的音质,踏板机械系统轴承的健康状态至关重要。检测并识别其中潜在的故障,对维持乐器的性能表现有着显著作用。针对这一需求,研究构建了一套异常音频信号处理及故障诊断模型。通过小波分析技术从音频信号中提取特征,并结合机器学习方法来识别轴承故障。实验数据集经过系统采集,并在所提出的模型中进行验证,结果显示该模型具备准确辨识异常音频信号的能力,其判断正确率达到90.00%,对故障分类的判断准确率高达93.25%,这两项指标均超过了传统对比模型的性能水平。结论验证了所提出模型在钢琴踏板机械系统轴承故障诊断中的有效性与高效性,为同类乐器的故障判断提供了有力的技术支撑。     

基于复调制细化谱的非平稳信号分析研究

信号分析方法是当前电子通讯工程系统检测中重要的基础技术,分析结果的精确程度是诊断成功与否的关键因素。在系统故障诊断信号分析中,往往会遇到密集型频谱信号,要求有足够高的频率分辨率。目前有多种高分辨率FFT算法,但这些算法各有长处和不足。本文采用复调制细化谱法对电子通讯设备信号进行检测分析。实验仿真证明,该方法能对任意给定频率附近的频谱进行细化,并且从分析精度、计算效率、分辨率、灵活性等方面来看,基于复调制细化谱方法都是一项行之有效的方法。     

基于噪声信号的声源检测与故障诊断

根据设备发出的噪声信号进行在线声源检测与故障诊断是一项很有价值的研究课题，文章总结了常用的声源检测方法，并重点分析了小波技术应用于声源检测与故障诊断的基本理论和具体实现途径。应用实例表明，小波技术与传统信号处理方法相结合可以更有效地进行声源检测与故障诊断。     

基于SVM预测器的传感器故障诊断与信号恢复研究

支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法.简要介绍了SVM回归原理,据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复,阐述了具体的实现方法和步骤.仿真结果表明:SVM预测器有效地克服了神经网络的不足,能准确预测和跟踪传感器的输出信号,并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出.     

基于虚拟仪器技术的语音信号分析仪的设计

在对信号分析、虚拟仪器技术的实用性进行理论分析的基础上,提出了语音信号分析仪的软件化设计思想,并利用虚拟仪器开发语言LabWindows/CVI,设计了软件部分和硬件部分,从而实现了语音信号分析仪的设计。该分析仪具有软升级、系统的自适应、窗口的显示直观醒目、联调的优化以及操作简便等特点。适用于音频检测系统的信号分析与处理。     

虚拟声频技术的研究进展

简要介绍了目前虚拟声频技术的研究进展状况及存在的问题。虚拟声频是通过耳机或音箱阵列为听者创造一种具有三维方位感的声频环境幻觉，这种幻觉可以通过声频信号与听觉定位信息曲线的卷积来实现。由于虚拟声频定位技术涉及人的听觉生理学和听觉心理学，所以它是人类比较复杂的感知过程。针对虚拟声频技术问题，文章总结了近些年来这方面的相关研究成果，主要包括：虚拟声频定位及定位曲线，虚拟声频信号处理和虚拟声频技术目前存在的问题。     

基于非均匀采样的频谱分析和弱信号检测

由于采样设备和被采样信号的限制,完全的均匀采样很难实现,实际中很多情况也需要用到非均匀采样,而当采样信号是非均匀时采样定理不再适用。使用基于最小二乘法的非均匀频谱分析法,详细讨论了频谱噪声的产生原因和影响因素。由于频谱噪声会淹没一些弱信号的频率成分,使用基于最小二乘法的幅值衰减法,衰减强信号频率成分和频谱噪声,通过仿真实验成功检测出幅值为强信号幅值一亿分之一的弱信号,并对非均匀采样信号的频率成分进行高精度的参数估计。     

基于FFT频谱校正的移频信号检测算法的研究

轨道电路移频信号是否正常直接影响到列车的行车安全。为了准确、高精度地检测轨道电路移频信号参数,利用汉宁窗的频谱校正和欠采样技术,给出了基于快速傅里叶变换(FFT)的频谱校正算法。利用Matlab对其进行仿真,结果表明各参数检测值均满足误差指标要求,且将采样时间缩短到1.6 s(或2 s)。该算法为研究实时移频信号参数测试仪表提供了理论依据。     

基于PCM编码的数字高清设备音频信号测试研究

 随着数字高清设备的逐渐普遍和流行,数字高清设备对音频信号的品质要求也越来越高。当前,数字高清传输接口的音频传输品质评估一般只对物理层信号进行分析,不能直接从用户角度评估音频传输的质量。针对该问题,本文从系统的角度对数字高清设备的非线性音频信号进行测试,创新性地提出测试模块组成框架和非线性音频信号传输品质评价算法,并对创能达HD6M48与深圳创维29D08HT进行实测验证。通过量化分析结果证明,本测试技术的分析结果更加符合真实使用情况,提高了测试的效率和简便性。