强噪声背景下确定性谐波信号的模糊滤波

文章提出了一种在强背景噪声环境下对被淹没的谐波信号进行模糊滤波，从而恢复微弱目标信号的方法。在MATLAB环境下，先利用相干平均法，除去被测信号中的随机白噪声，对于有色噪声运用自适应神经模糊推理系统（ANFIS）的方法，对被测信号进行模糊滤波，在较低信噪比下，能较好的恢复出原始微弱信号。     

数字水印攻击及对策分析

数字水印技术作为数字媒体版权保护的重要手段越来越引起人们的重视。文章讨论了数字水印的概念、特征,重点介绍了数字水印的鲁棒性及影响数字水印鲁棒性的因素,总结和分析了数字水印主要攻击方式并提出相应的应对措施。     

SPR光谱信号的无基线质心法

为提高角度调制型表面等离子体共振(SPR)传感器的信噪比、分辨率等指标,并减少运算量,在分析固定基线质心法、基于幅值的动态基线质心法的基础上,提出一种确定SPR共振角的无基线质心法。运用SpreetaTM传感器和自行研制的SPR检测仪器,开展多种质量浓度的氯化钠和蔗糖溶液实验,获得SPR光谱数据,并分别采用上述三种质心法进行SPR共振像素计算,得到SPR监控曲线;分析比较三种质心法的运算速度、光源波动敏感度、信噪比和分辨率等指标。结果表明无基线质心法具有运算速度快、不受光源波动影响、信噪比高、分辨率高等特点,能有效提高SPR传感器和检测系统的性能。     

Prediction of venturi scrubber efficiency used in an updraft gasifier cleaning train

The performance of a venturi scrubber in the removal of tar from gas in updraft gasification has been studied. The gasifier has been operated with a husk feed rate of 1.6 × 10^?4 kg/s. The venturi scrubber has been operated at a superficial gas velocity of 56.4 m/s at the throat. A wide variety of scrubbing liquids having surface tensions ranging from 0.026 to 0.072 N/m have been used. The Q_g/Q_l, has been varied in the range of 1000–8000. The tar separation efficiency η has been found to vary from 51 to 98.5%. A mathematical model, assuming steady-state operation, has been developed considering very high pseudosolubility of tar in the scrubbing liquids. The predicted values of η have been compared with experimental results. The model satisfactorily explains the tar removal efficiency of the venturi for Q_g/Q_l values ranging from 4000 to 8000 for all scrubbing liquids. The following correlation has been developed for predicting venturi scrubber efficiency: .     

基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

SVD域的图像高斯噪声强度估计

精确估计图像或视频中的噪声强度对于后续的信号处理是至关重要的先决条件。通过对含噪图像的奇异值特性的研究,提出一种精确的SVD域的图像噪声强度估计算法。该算法对噪声强度估计提出了创新的解决方法:1)利用奇异值的尾部数据进行噪声强度估计,这样达到尽可能地降低图像信息对噪声估计的干扰;2)对含噪图像加入已知强度的高斯白噪声,以计算噪声估计时需要设置的与图像内容相关的参数,因此该算法可以自适应图像的结构,能够广泛地适应各种类型的图片。实验结果表明SVD域噪声强度估计算法适用于各种图片类型,而且在极大的噪声强度范围内都能够稳定精确地估计噪声强度。     

汽车振动噪声测试的阶次跟踪方法

汽车振动和噪声是影响舒适性的主要因素，如何采用有效的技术手段测量分析汽车的振动、噪声，日益受到人们重视。本文应用PULSE多分析系统中的阶次跟踪分析方法，测试分析了车内司机座位处振动、噪声随发动机转速变化的关系，结果发现，对于试验车在测试工况下1．5倍发动机转速时，车内振动和噪声都有一个峰值。文中通过阶次分析，对发动机运转稳定性进行了测试。为降低车内噪声和振动响应提供了分析依据和参考。     

地铁车辆永磁同步电机振动噪声测试及特性分析

为获得某地铁车辆永磁同步电机的噪声特性,开展了永磁同步电机的电磁力波理论分析和振动噪声测试,从A计权声压级、1/3倍频程和色谱图等指标分析不同测试工况与转速下的噪声特性。研究结果表明：永磁同步电机噪声主要由电磁振动产生,加速过程的主要频谱成分是48阶、56阶和104阶等阶次成分以及以开关频率及其倍频为中心的调制成分,减速过程无开关频率作用,其余阶次成分一致;电机在316 Hz、440 Hz和910 Hz等频率处存在局部模态,在电机阶次激励作用下易引发共振。振动噪声测试及特性分析可为永磁同步电机的应用提供指导。     

D-2-DenseNet噪音鲁棒的城市音频分类模型

为了提高噪音环境下城市音频分类系统的鲁棒性,提出了一种双特征2阶密集卷积神经网络（D-2-DenseNet）噪音鲁棒的城市音频分类模型.首先介绍了噪音添加和噪音鲁棒处理,阐述了一种双特征互补偿的算法;然后结合2阶密集卷积神经网络与自适应机制提出了一种噪音鲁棒音频分类模型：双特征2阶密集卷积神经网络.模型采用双特征互补偿自适应算法,可在特征提取与模型训练中更有针对性地提取有效音频信息,降低噪音干扰,以提高噪音鲁棒性.最后,基于Dcase2016数据集开展噪音环境下城市音频分类测试.实验结果表明,模型分类准确率分别可达77.12%、75.52%,与基线模型相比,平均分类准确率分别提高了8.51%和10.38%,验证了模型良好的噪音鲁棒性.     

针对通过噪声的空滤器声学特性研究与改进

通过实验方法分析研究了一种中型乘用车通过噪声的特性,比较该车进、排气两侧通过噪声的声级和频谱特性,确定了进气噪声对车辆进气侧通过噪声的重要影响.为了解决该车进气噪声的问题从而达到整车降噪的目的,应用实验与边界元法计算两种手段,对该车空滤器的频率响应特性进行了研究.研究发现空滤器声系统的第一阶声固有频率与进气噪声基频相耦合是造成该车辆进气侧通过噪声高于排气侧的重要原因.基于这一研究结果,在计算和实验的基础上利用Helmholtz共振腔对空滤器的声学特性进行了改进,改进后的空滤器对降低车辆进气侧通过噪声有很好的作用.