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。     

自适应消噪技术在旋光准直仪中的应用研究

通过对自适应消噪技术理论分析和实验研究，成功地将其应用于旋光准直仪中，用自适应消噪技术对远近距离多种不同准直测量的实验结果进行处理。结果表明：在不同实验条件下，消噪后补偿度达30%-80%。     

语音消噪应用研究

从时域与频域对比研究了低信噪比语音消噪问题,时域采用LMS自适应消噪,频域分析选用小波技术,对两种消噪方法进行了系统全面的分析,对比讨论了各自的优势及不足,对实际信号进行了仿真消噪并与原始语音取样信号相比较,研究表明选用消噪方法对低信噪比语音消噪是明显有效的,LMS自适应消噪及小波消噪具有很强的实际应用价值。     

小波消噪阈值算法优化

在研究小波固定阈值消噪方法,讨论阙值估计经验公式的基础上,针对加性噪声小波变换后的统计特征,提出了一种自适应闽值优化算法,该算法可以较准确地估计噪声水平,在消噪的同时保留语音信号中的弱特征成分。通过仿真实验验证,优化算法较传统算法能够更加有效地消除语音噪声,获得最大信噪比。     

语音模糊消噪算法

针对加性有色噪声,提出了语音信号模糊消噪算法;建立并训练了一个语音模糊消噪系统——自适应神经模糊推理系统（ANFIS）;用其对含噪语音中的有色噪声进行模糊估计,从而提取出干净的语音。对算法进行了仿真实验,结果表明,对模拟有色噪声在-17dB时能提取出清晰的语音。     

进化论自适应滤波算法及降噪特性研究

基于生物进化论策略的自适应滤波算法，利用其有性繁殖和无性繁殖的随机搜索能力实现全局最优搜索，可克服最小均方法（Least Mean Square，简称：LMS）对于多峰特性问题有可能收敛于某一局部最小值，无法实现全局最优的缺点。提出峰值系数指标PR（Peak Ratio）概念解决进化论自适应滤波器的性能评估问题，提出收敛速度CS（Converge Speed）指标和峰值系数指标PR高度的方法解决最优滤波参数的选取问题，并列进化论自适应滤波器的降噪进行模拟仿真，讨论了滤波长度和进化系数对进化论自适应算法消噪效果的影响及最优滤波参数。     

基于双自适应提升算法的心音信号去噪研究

心音去噪是心音信号临床使用的前提。本文提出将双自适应提升算法用于心音去噪处理。该算法采用自适应更新和自适应预测构造小波函数,通过将传统的硬阈值和软阈值函数相结合,构造了一个改进的阈值函数进行心音信号去噪处理。对临床采集的80例心音信号进行了去噪实验,结果表明：该算法表现出良好的去噪效果,并增强了信号的局部特征。同普通小波去噪方法相比,其信噪比提高了46.5%,均方根误差减小了64.0%,而且运行速度快,可有效地用于临床心音信号的去噪处理。     

基于自适应波束形成和ICA的消噪系统

介绍了自适应宽带波束形成和快速独立分量分析的基本理论和算法,分析了固定波束形成的理论局限性及自适应宽带波束形成的优越性。提出了一种基于自适应波束形成和独立分量分析的消噪系统,算法显著地抑制了噪声、增强了语音,又具有稳定快速的性能。同时分析了自适应波束形成单元数或者输入信号数对算法性能的影响,对实际应用具有指导意义。     

信号去噪阈值参数选择的自适应退火遗传算法

提出了一个用于小波阈值去噪中最优阈值参数选取的自适应退火遗传算法,提出一种新的自适应退火策略用于选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性.计算机仿真结果表明,该算法可稳定有效地选取最优的去噪阈值参数.     

双自适应噪声抵消算法的实现

为有效剔除噪声,提高信噪比,提出一种基于双自适应的噪声抵消算法,包括自适应子带分解算法和自适应噪声抵消算法两部分。采用子带分解与噪声功率谱密度匹配的方法来对信号进行非均匀子带分解,根据噪声在子带中的分布进行有效滤波,对低噪或基本上无噪的子带不滤波,而对其它子带采用自适应滤波的算法。仿真对比表明,与传统的均匀子带自适应噪声抵消相比,计算量大大减小,其滤波效果也得到一定的改善。     

一种应用于自适应降噪的变步长LMS算法

通过建立步长因子μ与误差信号е之间的非线性关系,提出一种改进的变步长LMS算法,并将其应用于通信降噪.该算法除了具有传统固定步长LMS算法计算量小、稳定性好、简单、易于实时处理等优点外,理论分析及计算机仿真结果表明,其收敛速度及稳定性优于SVSLMS算法,且不需要进行指数运算,计算复杂度低于SVSLMS算法,用于通信降噪取得了较好的效果.     

噪声方差自适应修正的混合系统故障诊断方法

针对混合系统故障诊断问题,提出了一种模型噪声方差自适应修正的多模态故障诊断方法。首先,在粒子滤波的框架内将混合系统故障诊断建模为最优状态估计与跟踪问题,利用实时观察信息和各个模态先验的转移概率,估计最优的故障模态,并针对估计结果进行单独的建模分析;接着,根据平滑估计值和当前观测信息之间的相关性,建立噪声方差在线自适应检测机制,对模态噪声方差进行自适应更新,有效克服了模型噪声统计特性时变对滤波精度的影响,提升了算法的鲁棒性。最后,针对多种模态估计跟踪进行了充分的仿真分析,验证了本文方法的有效性和鲁棒性。     

石油管道超声检测信号的两级自适应噪声消除算法

针对石油管道缺陷超声检测信号的噪声消除问题, 研究了一种两级自适应噪声消除算法. 第一级自适应滤波器作为预处理级, 使信号获得较好的相关性和信噪比, 确保第二级自适应滤波器获得更优的性能. 实测超声信号两级自适应滤波结果表明: 两级自适应滤波算法能有效增强超声检测信号中的缺陷信号成分, 显著提高信噪比.     

考虑间隙运动副耦合作用的车辆摆振动力学行为分析

车辆转向机构中各间隙运动副之间的动力学耦合会对其动力学响应产生重要影响。以考虑转向机构中间隙运动副耦合作用的非独立悬架车辆为例,基于分析力学建立了六自由度车辆摆振分析模型。应用数值方法分析了车辆摆振系统的动力学响应特性,对其中出现的Naimark-Sacker分岔、混沌等现象做了分析,并从能量传递角度对其摆振机理进行了解释,相关分析结论可为更好地实现车辆摆振控制提供理论支持。     

高速铁路桥上有砟-无砟轨道过渡段动力学研究

基于京沪高速铁路特大桥上的有砟轨道与CRTS II型板式无砟轨道之间的过渡段实例,建立了车辆-轨道耦合动力学有限元计算模型,通过不同结构处理措施对有砟-无砟轨道过渡段动力学特性的影响研究,研究表明：当有砟轨道轨下胶垫刚度为55～75MN/m,无砟轨道轨下胶垫刚度为20～30MN/m时,有砟轨道的整体刚度大于无砟轨道;当有砟轨道轨下胶垫刚度为55～75MN/m,无砟轨道轨下胶垫刚度为40～50MN/m时,无砟轨道整体刚度与有砟轨道大体相当;过渡段枕、宽枕等不宜在有砟轨道刚度大于无砟轨道时使用;采用道砟胶结后提高了道床的整体性及过渡段轨道结构的稳定性,但增加了轨道刚度,应同时降低轨下胶垫刚度,以减小轮轨力;辅助轨只是增加了轨道结构的稳定性,对轨道刚度影响较小。     

质量比对圆柱涡激特性的影响研究

采用有限体积法对不同质量比圆柱在限制流向及不限制流向下的涡激振动进行了研究。圆柱涡激振动系统简化为质量-弹簧-阻尼模型,引入雷诺平均应力模型求解不可压缩粘性Navier-Stokes方程,结合SST  湍流模型对限制流向和不限制流向下圆柱涡激振动进行了数值模拟。研究发现：限制流向和不限制流向时圆柱涡激振动横向振幅均出现了初始激励分支和下端分支, 不限制流向质量比2.0时还出现了超上端分支,其横向振幅最大值为1.05D,是限制流向工况的1.81倍,质量比越大两者相差越小;限制流向和不限制流向两种工况下圆柱涡激振动均发现频率锁定现象,但锁定区间不同;质量比大小对圆柱涡激振动锁定区间也有影响;最后对不同质量比下圆柱涡激振动轨迹进行了讨论分析。     

含间隙运动副机构的动力学特性研究

为了研究间隙运动副对机构动力学特性的影响,综合考虑转动副轴向尺寸、材料非线性系数以及碰撞过程能量损耗等因素,建立了一种改进的非线性接触碰撞力模型,同时提出了一种用于描述间隙处摩擦作用的修正的库伦摩擦模型。以曲柄滑块机构为研究对象,将上述接触碰撞力模型和摩擦力模型嵌入到系统动力学模型中,进行了动力学仿真分析,研究了不同间隙、驱动载荷及摩擦系数对机构动力学特性的影响,并将仿真结果与试验测试数据进行了对比分析。结果表明：基于文中改进的非线性接触碰撞力模型、修正的库伦摩擦力模型仿真计算结果,与实验结果吻合较好,能够准确、有效地描述含间隙运动副机构的动态特性。     

一种圆锥形变幅杆弯曲振动固有频率的计算方法

提出了一种圆锥形变幅杆弯曲振动固有频率的计算方法。先忽略剪切变形和惯性矩作用,基于Euler-Bernoulli杆理论求解出固有频率初值,再计入二者的作用进行弯曲振动固有频率的修正。应用有限元分析法和模态实验测试对该方法进行了验证,理论结果与实验结果相吻合,误差在5%以内。基于该方法编写了程序,实现了弯曲振动变幅杆结构的主动设计。