基于Gammatone倒谱系数的直升机声信号识别

直升机辐射的声信号在空气中衰减速度慢、传播距离远,是直升机目标识别的主要依据.受人类听觉系统优异的声音信号识别能力的启发,提出了基于人耳听觉感知特性的Gammatone倒谱系数(Gammatone Cepstral Coefficients,GTCC)特征提取方法用于直升机声信号的识别.通过仿真实验,详细研究了参数设置对识别系统性能的影响,以及识别算法在噪声环境下的鲁棒性、对各种分类器的普遍适用性和相对其他特征提取方法的优越性,对实验结果给出了合理的解释.实验结果表明,所提出的方法能够根据声信号有效地辨识直升机的类别,具有很好的抗噪声干扰能力,有一定的应用前景.不同参数设置对识别性能的影响程度不同,其中窗函数长度、Gammatone倒谱系数特征数量和低频声信号对识别率的影响较大,而高频声信号对目标识别的影响较小.     

一种听觉显著图提取模型

本文基于人耳听觉特性提出了一种改进的自下而上听觉显著图提取模型.该模型根据人耳听觉系统对声音分频道处理以及声音信号时间方向的差异更能有效表征听觉显著性这两个特点进行显著图提取.首先对输入声音信号进行短时傅立叶变换(SFFT)得到声音信号的听觉图谱,然后重新划分频带并在各频带上采用一维高斯滤波器组进行不同尺度的时域滤波,再利用中心-周边差算子计算各频带的听觉显著度并进行跨尺度整和,最后将各频带的听觉显著度线性合并之后得到最终的听觉显著图.仿真实验的结果表明该模型提取的听觉显著图更准确.     

基于物联网的电子对抗通信网络信号分类与识别方法

为了提高电子对抗通信网络信号检测识别能力,需要进行信号分类,提出基于物联网的电子对抗通信网络信号分类与识别方法.利用多维传感器采集电子对抗通信网络信号,结合功能传输控制构建电子对抗通信网络信号模型,通过多维参数识别和阵列信号定位方法实现信号特征检测,分析电子对抗通信网络信号的自相关约束参数;通过空间谱密度分析方法,构建...     

一种基于深度融合模型的滚动轴承故障诊断方法

针对噪声环境下滚动轴承故障难以诊断的问题,提出一种基于深度学习融合网络的轴承故障识别新方法。该方法首先对轴承振动信号进行一定程度的随机损坏,并将加噪后的数据输入卷积降噪自编码器(convolutional denoising autoencoder,CDAE)中对网络进行训练,目的是降低信号中的噪声干扰并提取浅层特征;然后,利用深度信念网络(deep belief network,DBN)学习深层特征并建立轴承状态识别模型,输出故障识别结果。在融合模型中,将卷积降噪自编码器作为网络的第一层以增强网络的抗干扰能力,提高故障的识别精度。使用凯斯西储大学(CWRU)滚动轴承数据对所提模型进行验证,结果表明提出的融合模型在噪声环境下能够较好地实现轴承的故障状态识别。     

一种基于深度融合模型的滚动轴承故障诊断方法

针对噪声环境下滚动轴承故障难以诊断的问题,提出一种基于深度学习融合网络的轴承故障识别新方法。该方法首先对轴承振动信号进行一定程度的随机损坏,并将加噪后的数据输入卷积降噪自编码器(convolutional denoising autoencoder,CDAE)中对网络进行训练,目的是降低信号中的噪声干扰并提取浅层特征;然后,利用深度信念网络(deep belief network,DBN)学习深层特征并建立轴承状态识别模型,输出故障识别结果。在融合模型中,将卷积降噪自编码器作为网络的第一层以增强网络的抗干扰能力,提高故障的识别精度。使用凯斯西储大学(CWRU)滚动轴承数据对所提模型进行验证,结果表明提出的融合模型在噪声环境下能够较好地实现轴承的故障状态识别。     

基于流形距离的滚珠丝杠副性能评估

滚珠丝杠副的正常运行对于保持数控机床稳定性和加工性能具有重要意义。因此,滚珠丝杠副的性能衰退过程评估在健康管理工作中显得尤为必要。考虑到滚珠丝杠副运动的往复性,振动信号的非平稳性和非线性,常规特征提取方法难以直接提取其准确特征。研究了利用数据分段,模糊熵、典型时域特征流形距离进行滚珠丝杠副健康评估的方法。首先,针对原始振动信号进行数据分段处理,区分出滚珠丝杠副滑块正反向运行数据。其次,对分段后同一方向数据提取原始信号的模糊熵和典型时域特征进行多特征融合,构建特征空间。然后,将提取特征归一化计算正常数据与样本数据的流形距离。最后,将流形距离转换成置信值,从而得到滚珠丝杠副的健康程度。试验结果表明,所采用评估方法能够有效评估滚珠丝杠副的性能,为其视情维修提供依据。     

基于振动与声音信号深度学习的岩性识别方法

岩性识别对地质勘查和储层评价具有重要意义,科学有效地开展岩性自动识别的相关研究能够有效地为勘查过程提供指导,减少工作的盲目性和冗杂性。针对常见的砂岩地层,选择三类砂岩,基于室内微钻试验台,设计钻杆转速、钻孔深度和钻孔位置三个变量,检测钻进过程中产生的振动和声音特征信号。将采集的振动和声音信号预处理,提高信噪比,生成数据集。将振动和声音的数据集按6∶2∶2的比例划分为训练集、验证集和测试集,之后分别构建二维卷积神经网络和一维卷积神经网络并使用训练集和验证集训练岩性识别模型,最后运用未经训练的测试集验证模型准确率。模型训练完成后,以频谱图为数据集的振动信号识别模型准确率达到95.19%,以梅尔频率倒谱系数为数据集的声音信号识别模型准确率达到73.58%。研究结果表明,不同岩性在钻进过程中产生的振动和声音信号具有不同信号特征,基于振动和声音信号的岩性自动识别方法可以较好地实现几类砂岩的自动识别,这为地质勘查时的岩性自动识别提供了参考与依据。     

子空间分解法在声目标特征提取中的应用

研究用于识别直升机目标声信号的特征提取方法,方法通过对直升机信号频特征分析,采用基于子空间分解的多重信号分类法算法提取信号谐波频率作为目标特征,利用子空产妥将观测数据分解为信号子这僮与噪声子空间特点,抑制噪声干扰,提高识别能力。     

基于噪声小波包络谱的主轴承磨损故障诊断

传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率很繁琐,为此,提出了基于噪声和正交小波监测往复式活塞发动机滑动主轴承磨损故障的一种新方法.利用Symlets小波分析将测得的机体噪声信号变换到时频域,得到含有内燃机主轴承间隙磨损状态的时频信息.主轴承磨损故障会使机体噪声信号的高频成分增加,而且高频滤波成分特征与内燃机的冲击过程相对应,所以,需选择合适的高频带加以提取并进行包络谱分析.通过声级计测取了代表主轴承4类间隙磨损程度的噪声信号,发现2个特征频率处的能量对间隙磨损状态比较敏感,均随着磨损量的增加而增加.通过该方法,可利用机体噪声信号监测主轴承的磨损状态.     

基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

利用置信区间法分析模拟模型的可靠性

本文介绍了一种分析模拟模型可靠性的新方法——置信区间法.这种方法根据模型的输出数据和从该模型所对应的实际系统中搜集到的相应数据.在一定置信水平上.利用建立并分析置信区间的方法.对模型的可靠性进行评价.     

自适应全尺度小波数字图像水印

为了适应未来精密数字水印的发展,打击侵权盗版行为,在Mallat小波分解的框架之下,利用树结构分层级、多尺度的特性,基于高频带的显著系数,提出了一种全尺度、高信息嵌入量的自适应水印方案,增加了嵌入的信息量和水印鲁棒性。分别在JPEG有损压缩、模糊、增强、几何攻击(裁减和仿射变换)的情况下,根据算法中的嵌入位置和加权因子,并利用全尺度信息进行了水印提取,并用峰值信噪比(PSNR)和相关系数进行嵌入前后图像和水印的比较。该方法显著优势在于实现全尺度的嵌入,显著增加嵌入信息量,更好地折中透明度和鲁棒性。实验结果表明:算法效果明显优于同类其他方法;信息嵌入量大,嵌入的水印对于人类视觉系统(HVS)透明效果好;提取的水印清晰完整,对于各种攻击具有好的鲁棒性。     

化学实验中有效数字的探讨

本对有效数字的概念和化学实验中有效数字的读取方法进行了探讨，确立了正确确定有效数字的方法。     

遗传算法参数对圆阵固定干扰抑制问题的影响分析

基于遗传算法在智能天线波束成型上的应用,在一种改进的二进制编码方法的基础上研究了均匀圆阵的固定干扰抑制问题,重点讨论了遗传算法参数中最小幅度影响位和最小相位影响位的编码长度对种群规模选取的影响,并给出了最小影响位编码长度和种群规模的最佳选取规则,仿真结果表明在最佳取值时算法收敛性和零陷深度均可获得较好改善.     

“有意味的形式”——雅俗共赏的佛塔与教堂建筑文化

中国文化重融合,讲究并存与一体性,西方则重不同时代或多种流派的独特精神。同样具有浓厚的宗教意味和特色的中国佛塔与西方教堂,这两种不同时代不同地域不同材料的建筑物不仅在建筑造型上有着不谋而合的相似之处——＂有意味的形式＂,而且都寄托了人的精神与思想,让人们雅俗共赏。正如梁思成先生提出的,我们的建筑应该是大众化的,为人服务的建筑。     

测量结果有效位数的确定

阐述在分析各种误差的基础上如何确定测量结果的有效位数的基本方法。     

一种扩展数字有效位的方法

针对一些计算机限于BASIC语言的数字有效位不能进行大数字的运算,提出了一种扩展数字有效位的方法并给出了相应的算法程序。     

形式意义:鲁迅小说的本体召唤

迄今汗牛充栋的鲁迅小说研究主要集中在政治革命、思想革命、主体意识这几个层面 ,而忽视了　　形式意义层面。只有在研究路向上作出调整 ,走出鲁迅研究的本体迷失 ,才能真正还原鲁迅作为一个杰出小说　　家的地位 ,也才能凸现出鲁迅小说在中国小说现代化进程中无可取代的作用。     

试论长沙会战的历史意义

发生于1939年9月至1942年初的长沙会战，是抗日战争时期在国民党正面战场展开的三次重大战役。这三次战役，特别是第三次长沙会战，沉重地打击了日本帝国主义的嚣张气焰，鼓舞了中国人民抗战胜利的信心，提高了中国在世界反法西斯阵营的地位和影响，在我国抗日战争史上写下了辉煌的一页。     

基于小波域显著性修正的SAR图像相干斑抑制

提出了一种基于小波域统计建模与小波系数显著性修正相结合的斑点噪声滤波方法．通过对数变换将乘性噪声模型转化为加性噪声模型,将对数变换后的图像进行小波变换并对小波域的高频子带系数用混合高斯模型与隐马尔可夫树模型进行建模,采用EM算法来估计模型参数．利用贝叶斯最小均方误差准则来估计“干净”的小波系数,在贝叶斯最小均方误差估计的基础上引入基于显著性准则的小波系数进行修正,显著性准则采用小波系数的模极大值准则作为判据,通过小波逆变换与指数变换获得抑制斑点噪声后的图像．实验表明,所提出的方法能够有效地抑制SAR图像中的斑点噪声,同时能够很好保存边缘细节结构与强散射中心．