HHT在提取Lamb波特征参数中的应用

超声Lamb波被广泛用于薄板状结构的损伤检测,其频散特性为损伤信号特征参数的提取增加了难度,因此提出HHT方法对时域的Lamb波进行频域转换,以提取信号的能量和时间特征.首先,介绍了Lamb信号的特性及生成方式;其次,详细说明希尔伯特-黄变换(HHT)的实现方法及步骤,用Matlab进行了算法实现,获得Lamb波信号的...     

基于HHT的语音特征参数提取及其在说话人识别中的应用

阐述了分析非线性、非平稳信号的Hilbert—Huang变换（HHT）算法。针对非平稳语音信号,提出了一种基于HHT的提取语音特征参数HHT—IF的新方法,设计了基于VQ的说话人辨认系统,分别采用HHT-IF和LPCC从不同角度进行说话人辨认实验。结果表明,特征参数HHT-IF用于说话人识别是可行的。     

基于EMD的声纹特征参数提取

提出了一种新的结合支持向量机(SVM)、经验模态分解(EMD)和短时处理技术的声纹识别方法,将EMD分解和短时处理技术相结合提取特征参数,采用SVM实现声纹识别.实验结果表明,所提出的方法比传统的短时分析+GMM方法在识别率上由92.5%提高到了95.1%.     

基于微多普勒的雷达目标特征参数提取方法比较

从雷达探测到的众多目标中识别出真目标,进而进行有效的拦截是导弹防御系统中的关键技术。利用雷达获得的微多普勒效应进行真伪目标判定是目前较为先进的目标识别方法之一。选择弹道导弹的弹头目标建立其运动模型,通过对基于微多普勒的时频分析法、频谱与倒谱法、延时共轭法等三种常用方法对弹头目标的微多普勒特征参数提取的计算、仿真和分析,给出了各种方法的优缺点和适用范围。仿真结果表明:在散射点数目较少时,延时共轭法可以快速准确地估计目标的微动特性。     

声纹识别的特征参数提取

声纹识别是语音识别的一种,根据测试语音来辨别说话者的身份.特征参数的提取是声纹识别的重要组成部分.为此,文章主要介绍了LPC和M FCC两种常用的声纹识别特征参数及M atlab实现算法.     

气阀动力特征参数对活塞式压缩机示功图的影响

在一定的假设条件下,建立往复式压缩机工作过程数学模型,编程求解并绘制出热力过程P-V示功图;研究了气阀动力特征参数对压力曲线的影响,并给出特定工作条件下气阀参数的最优组合;研究结果表明:吸气阶段,阀片质量越小,气缸最小压力升高,阀片开启时间越短,不易出现滞后启闭现象;弹簧刚度系数与最小压力及阀片启闭关系不显著,系数越大,曲轴转速越低,越易引发"颤振"现象;弹簧预压缩量越小,弹簧个数越少,愈易引起阀片滞后关闭,此外,弹簧刚度越大时,这种影响越显著。     

基于BP神经网络的柴油机燃烧特征参数前馈预测模型

CA50是柴油机缸压反馈控制技术中的反馈变量,对柴油机的性能有重要的影响。在一台六缸高压共轨柴油机上研究了喷油正时与CA50关系,以及CA50对柴油机经济性和排放的影响。为探究基于神经网络的前馈控制在缸压反馈控制中运用的可行性,建立了通过不同的燃烧边界条件预测CA50的BP神经网络预测模型,进行原机试验得到CA50对发动机性能影响的系列试验点数据。选取190个不同边界条件的试验点作为模型的总样本,其中用于前期神经网络训练的样本125个、用于检测神经网络泛化能力的测试样本65个。结果表明基于BP神经网络的预测模型在误差允许范围内,能较为准确的通过边界条件预测CA50,可以满足柴油机缸压反馈技术中前馈控制的要求。     

光纤周界报警系统中基于时域的信号特征参数提取方法

为提高光纤周界报警系统对入侵事件报警的实时性和准确性,设计了一种高效的基于时域的干涉信号特征参数提取算法,并搭建了迈克尔逊光纤干涉仪原理的光纤周界报警系统用以验证该算法.经过对敲击、切割、攀爬和刮风等四种典型扰动事件的干涉信号特征参数的提取,并输入模式识别系统进行事件甄别,实验数据表明系统的报警准确率达到90％以上.     

基于System Vue的MFCC特征参数提取研究

基于SystemVue开发环境,采用可视化的算符设计方法实现了说话人语音预处理及其声纹MFCC参数的提取.实践证明该方案简单易行,结果可靠,可以应用于语音信号处理研究.     

基于测量数据的叶片截面特征参数提取

为了满足航空发动机叶片尺寸检测的需要,研究了基于测量数据的叶片截面分析技术,给出了弦线,前后缘半径、最大厚度、中弧线的提取方法,实验结果表明此提取方法误差小于0．05mm,可以满足叶片检测的要求。     

心电特征参数提取的研究

心电信号中的噪声消除，稳定基线及特征参数的精确撮是心电信号处理研究中的３个关键问题，本研究了当前心电信号处理的多种方法，给出了一种实用的三导心电处理系统，并对系统软、硬件进行了设计。     

基于高斯-马尔可夫随机场模型的织物纹理特征参数提取方法

将高斯-马尔可夫随机场用于织物纹理的建模.在估计模型参数时,采用不完全 Cholesky共轭梯度法.获得特征参数后,通过纹理合成方法,仿真原始纹理图像.试验表明:仿真织物纹理图像与真实织物纹理图像具有较为一致的视觉效果,从而论证了高斯-马尔可夫随机场模型对织物纹理建模的有效性.     

基于改进MFCC的说话人特征参数提取算法

在说话人识别系统中,传统梅尔倒频谱系数(MFCC)所提取特征不能够很好的反映说话人动态特征,尤其在噪声环境中,识别率较低,鲁棒性不足。针对以上问题,提出一种基于改进梅尔倒频谱系数(MFCC)的方法,通过多窗谱估计和一阶、二阶差分的方法提升识别性能。实验结果证明,在纯净语音和添加信噪的情况下,改进后方法的识别准确率都有所提升。当训练集为纯净语音,只为测试集添加噪声时,实验结果依然有较高的准确率。     

基于小波变换的说话人语音特征参数提取

在说话人识别系统中，提取反映说话人个性的语音特征参数是系统的关键问题之一，本文在研究小波变换理论的基础上，借鉴MFCC参数的提取方法，用小波变换代替傅立叶变换，提取了新的特征参数DWTMFC，并对常用的coif3、db6、db4、sym4、bior2．4这几种小波函数进行了比较，实验结果表明：coif3为提取语音特征参数的最优小波函数，DWTMFC参数的性能优于MFCC参数。     

管制指令特征参数提取研究

在管制指令语音识别系统的研究中,语音的特征参数提取方法是影响系统识别率的关键因素之一。在Matlab平台上基于MATLAB GUI技术,设计完成HMM语音训练识别模型的用户操作界面,实现特征参数提取方法的选择、语音信号的训练、识别操作及结果输出和波形显示。通过实例对比分析,特定人和非特定人情况下,LPCC和MFCC两种特征参数提取方法在训练、识别时间和识别率上的差异。结果表明,特定人时LPCC参数的识别优势明显;非特定人时,MFCC参数的识别效果和效率更好。     

基于图像处理技术的坭兴陶图像特征参数提取

用阈值分割方法对灰度化后的坭兴陶图像进行处理,使其变成二值图像,用形态学和中值滤波方法进行小孔洞及噪声处理,计算目标区域的面积、周长、圆形度、矩形度、伸长度等特征参数。     

基于高分辨地形的秦岭山地滑坡特征参数提取分析

秦岭山地是我国滑坡地质灾害多发区和易发区之一,传统的野外调查方法获取滑坡特征参数往往费时费力,因此我们在校园径流小区对消费级无人机(DJI Phantom 3 (4k))进行精度验证的基础上,对秦岭山地单体滑坡展开调查,通过ArcGIS 10.2,Global Mapper等软件提取滑坡特征参数,并对其进行分析。结果表明:①在没有布设地面控制点的情况下,无人机能够获取地面水平重复精度0.5m、垂直重复精度0.2m的厘米级高分辨率DOM和DEM;②利用无人机和三维模型重建技术与GIS空间分析技术,提取了秦岭山地风枫沟滑坡的高精度几何与地形特征参数,这些参数可以帮助我们很好地解析滑坡高程分布、坡度陡缓、地形起伏以及滑动方向等特征,具有很高的应用价值;③这种新的非接触测量技术具有低成本、安全、快速、高分辨率的优势。     

基于象限面积向量的轴心轨迹特征参数定量提取

以判断转子轴心轨迹在不同状态下,各周期的重合度和在各象限内的分布均匀性为出发点,提出了基于无量纲、象限面积向量的轴心轨迹重合度和分布均匀性的定量计算方法,并加以分析和改进。分析了在不同象限划分下,不同计算方法得到的信息熵和重合度,以及重合度标准差与状态级别之间的关系曲线。最后,结合实验,分析了上述特征提取方法的正确性,以及划分块数和重合度计算方法在状态划分中的重要作用。     

加性噪声环境下语音特征参数提取方法的研究

提出一种具有良好抗噪性的语音特征分析方法.将语音信号的短时自相关序列进行时间方向上的平滑处理,然后利用平滑后的序列代替原语音信号进行线性预测分析,从而得到线性预测倒谱系数.实验表明,利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数.     

基于小波包变换的说话人语音特征参数的提取

在说话人识别系统中,提出反映说话人个性的语音特征参量是系统的关键问题之一.在研究小波包变换的基础上,借鉴MFCC参数和其一阶差分参数的提取方法,用小波包变换代替傅立叶变换,提取新的特征参数DWPTMFCC.实验证明:这种方法具有较高的识别率.