基于麦克风阵列的罐装食品真空度在线检测

声音频谱峰值法被广泛应用于罐装食品真空度检测领域,但是当检测环境出现声音强度较大且与罐盖振动产生的声音的频段相同的噪声时,该方法可能做出误判。为此,提出声学阵列法:由麦克风阵列采集多路混合声信号,采用稀疏半非负矩阵分解从混合声信号中分离出干净的罐盖振动产生的声音,再利用声音频谱峰值法判断真空度是否合格。该文研究稀疏半非负矩阵分解的数学模型,并且推导求解稀疏半非负矩阵分解的迭代优化函数。实验结果表明,无噪声环境下,声音频谱峰值法和声学阵列法的真空度检测结果均准确,但在噪声环境下,声音频谱峰值法出现误判时,声学阵列法仍能做出准确判断。     

基于麦克风阵列的变速器噪声源定位研究

对一款轿车变速器存在的噪声问题进行研究。分析变速器噪声的组成部分。对该变速器进行半消声室台架实验,通过频谱分析、贡献量分析等方法找到特征频率。计算发现该问题较为特殊,针对因设计不当出现不同传动部件特征频率一致的情况,利用声学照相机技术基本确定辐射声源位置。考虑噪声特征频率范围与箱体的模态频率范围较为接近,通过有限元法计算箱体的模态频率,发现箱体出现共振。研究为修改传动部件参数、变速器箱体结构提供参考依据。     

基于移动麦克风阵列的稳态声源识别

基于波束形成的麦克风阵列声源识别技术存在识别低频声源分辨率低、识别高频声源易产生空间混叠的问题,影响了声源识别的准确性。对于稳态声源,本文提出两种麦克风阵列移动方法,即改变麦克风阵列中心位置、调整测量距离来提高低频声源识别分辨率,和采用旋转麦克风阵列进行多次测量的方法来抑制高频声源识别中的空间混叠,从而达到使用较少麦克风提高声源识别性能的目的,并通过仿真和实验验证了此方法的有效性。     

强噪声环境下语音增强算法的比较研究

介绍语音增强的原理和从强噪声背景中提取语音信号的方法,并对基于减谱法的增强算法、基于自适应滤波法的增强算法和基于小波变换的增强算法进行对比研究。鉴于语音增强算法的两个目标即增强语音的清晰度与理解度并不是相关联的,有时甚至相互矛盾,因此任何一个语音增强算法都是根据不同的应用做适当的选择和折衷。基于此,对三种算法进行仿真实验的比较研究,实验结果证明应用小波变换的语音增强算法比其它的方法更有效。     

基于MGSC与改进维纳滤波的麦克风阵列语音增强

针对传统广义旁瓣抵消中阻塞矩阵语音泄露、非相干噪声消噪能力较弱及后置维纳滤波中相位不变等问题,提出一种基于改进广义旁瓣抵消与相位补偿维纳滤波的方法。该方法将阻塞矩阵变为阻塞滤波器从而减少了阻塞矩阵语音泄露,然后将相位补偿的维纳滤波用于估计纯净语音的幅度谱和相位谱,从而抑制广义旁瓣抵消残留的噪声。仿真及实测结果表明,该方法能够更加有效地抑制噪声的影响,提高语音的可懂度。     

自适应滤波在车用发电机噪声测试中的应用

介绍车用发电机噪声的测试方法和特点,应用自适应滤波方法对车用发电机试验过程中所测得的发电机噪声与试验台背景噪声的混合信号进行分离研究,同时与独立分量分析（ICA）方法进行了比较。实验结果表明,用自适应滤波的方法能很好地把发电机噪声和背景噪声分离开来,从而使发电机生产厂家不必为控制噪声测试过程中的背景噪声而对其发电机试验平台进行改造,有效地解决了其产品噪声测试的难题。     

振动噪声信号分离优化算法研究

机械振动信号中混杂的背景噪声对信号的分析处理以及振动结构的建模有很大影响,在独立分量分析（ICA）理论研究的基础上,以信息论中的最小化互信息准则作为ICA的判据,提出了一种基于负熵的FastICA共轭梯度快速算法。该算法计算效率高,收敛性能好;适合对初始点不敏感和对鲁棒性有要求的信号处理。实验结果表明了对振动信号的背景噪声分离具有较好的效果。     

基于最大方差旋转的因子分析算法

为探索因子分析中因子旋转的性能和提升因子分析计算的效率,研究因子分析的原理并提出基于最大方差旋转的因子分析算法．从线性表示的角度分析,因子分析模型与稀疏表示情况下的独立分量分析相似,独立分量分析模型是忽略了噪声因子的因子分析模型．目标函数关系分析表明,传统的因子旋转方法,如最大方差方法和一般直交法,与独立分量分析的峭度估计方法条件等价,但并不再适用于源信号中既包括超高斯源又包括次高斯源的情况．基于以上分析,提出了一种基于最大方差旋转的因子分析算法,其中的源信号可以是混合类型,而不限定单纯的次高斯源或者超高斯源．此外,这种算法还可以作为Fastica算法的简单模式并适用于高阶统计分析．仿真结果表明,在混合矩阵为稀疏的情况下,所提出的基于最大方差旋转的因子分析算法具有简易高效等优异性能．和独立分量分析的Fastica算法比较,新算法的估计精度相近,平均值达到0．9753,但是效率高得多,时耗仅占25％．     

噪声环境下照明语音识别系统的研究与设计

本文基于STC单片机研制了一款语音识别系统。该系统分为接收电路和发射电路。工作时,发射电路上的光敏采集模块采集周围环境光线亮度,光线低于设定阈值,系统响应外界语音命令,单片机将读取的灯光编码通过无线模块发送。接收电路接收控制信号,读取数据后,控制相应灯开关。整个过程中,执行命令通过相关显示设备进行用户展示,直观、操作简易,实现了智能控制。     

基于独立分量分析方法的柴油机噪声分离研究

介绍了独立分量分析方法的基本原理及其在柴油机噪声分离领域中的应用,分析了处理工程技术问题的FastICA算法。以6106型柴油机为研究对象,按国标要求采用九点法对某个含有预喷射工况的噪声信号进行采集,应用独立分量分析方法对测量信号进行分析。结果表明,相互独立的3个分离分量分属于活塞侧向敲击噪声、预喷射噪声和燃烧噪声。     

基于传声器阵列的电泵噪声源识别研究

某型电泵的噪声较大,为了准确辨识出该型电泵的噪声源,得到其声场辐射特性,采用基于时域信号的"延迟与求和"的"波束成型"的阵列信号处理算法,建立了由29个传声器组成的" "字型平面传声器阵列,首先在实验室用音箱进行了声源辨识的验证和分析试验,然后分析某型电泵的辐射噪声,得到了电泵辐射噪声源的分布特性和频谱特性,分析了形成噪声的主要原因.     

传声器阵列反方法及其对飞机噪声源识别

为了完善飞机气动噪声源识别测量技术,并认识当代大型客机气动噪声源的基本特征,改进噪声源识别的大型平面传声器阵列。该阵列由104个传声器组成,104个传声器在平面中的位置通过计算机优化设计的方法确定。并用数值模拟的方法检验平面传声器阵列的频谱特性。应用此阵列在西安咸阳国际机场对近20个架次的进场着陆飞机噪声源进行试验测量。通过实验验证传声器阵列技术和传声器阵列数据处理软件。     

《传声器阵列反卷积法在飞机噪声测试中的应用》

介绍了一种简称反卷积法(DAMAS)的传声器阵列新方法,它是将原有的Beamforming结果作为已知条件,从中提取有用的声源信息,使得处理出来的结果更加准确。文中先运用反卷积法对某型飞机发动机地面开车进行声学测试,再对实验结果进行分析,验证新开发的反卷积法的可行性与准确性。同时引入平均多普勒频移因子,结合反卷积法,对飞机的过顶噪音进行数值模拟,并比较传统方法与反卷积法的优劣     

金属与非金属粘接质量的声阵列检测方法

目的　研究金属与非金属质量检测的新方法 .方法　通过对粘接结构施加微力、阵列传声器检测、对信号进行处理识别 ,从而完成粘接结构力学性能的无损预报 .结果和结论　提出了一种微声激励、声阵列检测的新的检测方法和总体设计方案 ,该方法可以解决超声检测耦合难、检测速度低、误判漏判率高的问题     

离心式压缩机噪声源定位分析及降噪方法

针对制氧厂离心式压缩机的噪声问题,联合频谱分析、声成像分析和模态分析三种方法,定位离心式压缩机的主要噪声源。以离心式压缩机机组为研究对象,通过Norsonic150声振测试频谱分析,发现离心式压缩机噪声呈宽频带特性,以2.5 kHz为中心频率的排气管口噪声声压级最高,可达100.80 dB,进气管口与排气管口的噪声频率特性有一致性。结合主要部件的基频分析,发现噪声峰值频率1190.26 Hz、2380.43 Hz产生于离心式压缩机叶轮的基频及倍频;利用Norsonic848声成像分析,发现离心式压缩机排气管口产生的噪声最大,进气管口次之,这与声振测试频谱分析的结果一致;通过LMS声学软件对离心式压缩机机组箱、壳体进行模态分析,发现齿轮箱为低频特性噪声的激励源。根据离心式压缩机的噪声特性和吸隔、消声的基本理论,设计吸隔型隔声罩与阻抗复合式消声器相结合的降噪方法,可为离心式压缩机的噪声控制提供参考。     

Beamforming方法的阵列研究及其在噪声源识别中的应用

在传统平面网格阵列基础上提出一种改进的三层立体分层网格阵列布局方法,并比较十字阵列、平面网格阵列在不同条件下的指向性,结果显示立体网格阵列的指向性在三者中是最好的。对于脉动球声源的识别仿真研究,验证了基于三层立体网格阵列的波束成形方法的可行性,可以有效地识别和定位噪声源。     

客车异常振动噪声的分析和控制

某款轻型客车样车在90 km/h左右速度行驶时,车厢地板出现剧烈振动并伴随共鸣噪声,严重影响汽车NVH性能。通过试验手段,在五档加速工况对振动频率进行时间跟踪,找到可能的激励源。从三维频谱图识别出车内主要振动和噪声频率与传动轴的1阶和2阶转动频率相同。对此进行加强传动轴支架,支架加橡胶垫和改换悬置为进口悬置的改进。由此可使整车振动噪声水平大幅度降低。     

城市交通噪声监测优化布点研究

对城市交通噪声监测优化布点进行了探讨,以哈尔滨市为例,根据模糊聚类法对监测点进行分类,再针对分类结果进行主成分分析,以达到优化监测点的目的。经验证优化结果良好,此优化方法可行。