蝙蝠回声定位叫声的时频分析

大多蝙蝠回声定位叫声属于非平稳信号,目前大多专用商业软件采用短时傅立叶变换(STFT:Short Time Fourier Transform)对其进行分析.STFT存在时频分辨率不高的缺点,因此研究其它时频分析方法在蝙蝠回声定位叫声分析中的应用很有意义.以一大棕蝠(Eptesicus fuscus)回声定位叫声为例比较了几种时频分析方法的应用效果,为编写蝙蝠回声定位叫声信号分析软件选择一种合适的时频分析方法提供依据.     

依据回声定位声波参数判别同域栖息的蝙蝠种类

利用超声波监听仪(D 980)在同一研究区域内记录到5种蝙蝠63个个体自然飞行状态下回声定位的叫声138次.依据声谱图可分为(FM/)CF/FM型(马铁菊头蝠Rhinolo-phus ferrumequinum)和FM型(绯鼠耳蝠Myotis formosus、伊氏鼠耳蝠Myotis ikonnikovi、水鼠耳蝠Myotis daubentoni和白腹管鼻蝠Murina leucogaster).马铁菊头蝠的声波能够比较容易地从5个种类中辨别出来.采用逐步判别分析方法对其他4种蝙蝠回声定位声波的6个参数进行了判别,结果显示,蝙蝠种类判别正确率为84.1%.表明回声定位声波参数在蝙蝠种类识别中具有重要作用,可用于检验研究区域内依据体型鉴定蝙蝠种类的准确度,也可为预测蝙蝠对生境的利用方式提供依据.     

中国蝙蝠听觉和回声定位研究进展

蝙蝠在中国的种类丰富,共有7科31属117种,对其特殊的回声定位功能进行了分析研究．主要从回声定位蝙蝠的捕食策略,声通讯,听觉系统特化;回声定位和蝙蝠行为状态,生态位,体形,性别的关系;以及听觉的神经生理学和神经组织化学方面,对中国蝙蝠听觉和回声定位研究进展做了综述,提出了存在的问题,并对其研究方向进行了展望．     

普通伏翼蝠(Pipistrellus abramus)回声定位及母婴交流行为研究

研究了普通伏翼蝠成蝠回声定位声波特征及捕食策略,并研究了其幼蝠的声波特征.结果表明:普通伏翼蝠成蝠回声定位声波为声脉冲时间长度中等的FM型,一次完整的声波包括1～2个谐波,在不十分复杂的环境中掠食中等大小的静止昆虫;幼蝠发出频率较低、声脉冲时间较长、结构不固定的不连续叫声.利用SPSS11.0软件对成蝠与幼蝠声波进行了统计学分析,发现成蝠与幼蝠叫声存在较大差异,幼蝠的不连续叫声亦存在较大的个体间差异,且主要存在于异母所产的幼蝠个体间.讨论了成幼声波差异产生的个体发生学原因,幼蝠个体间声波差异产生的原因及其在普通伏翼蝠母婴交流行为中的主要作用.为深入研究蝙蝠幼蝠声波与母婴交流行为奠定基础.     

4种蹄蝠回声定位声波特征与体型的相关性

对黄大蹄蝠,三叶蹄蝠,大蹄蝠与小蹄蝠四种蹄蝠的回声定位声波进行了分析,总结出蹄科蝙蝠的回声定位声波组成,频率,波长及持续时间等方面的特征,简要分析了回声定位声波特征与捕食区域的关系,选定头体长,前臂长和体质量为体型参数,采用Pearson方法的对蹄蝠科蝙蝠休型和回声定位频率之间的相关性进行分析。得出结论：蹄蝠的体型与回声定位声波呈明显的负相关,作出主频率－前臂长回归线,更直观地描述频率与前臂长之间的相关关系及变化趋势,并对相关性分析中产生误差的原因进行了分析与讨论。     

蝙蝠科六种蝙蝠回声定位声波频率与体型的相关性

测定了6种蝙蝠科蝙蝠：长尾鼠耳蝠（Myotis frater)、南蝠（Ia io)、大鼠耳蝠（Myotis myotis luctuosus)、水鼠耳蝠（Myotis daubentoni)、毛腿鼠耳（Myotis fimbriatus)、白腹管鼻蝠（Murina leucogaster)的回声定位声波特征（以主频率f主表示）及体型参数（体重、前臂长、头体长）。用SPSS 10.0统计软件中的Pearson相关分析方法对回声定位声波频率与体型参数进行相关分析，得出结论：蝙蝠科蝙蝠回声定位声波频率与体型大小成明显的负相关，同时给出回归方程，明确地表示出声波频率与体型之间的变化规律。探讨了影响回声定位声波的因素，并对频率与体型相关关系产生的机理做了分析。     

果蝠与人类,能否和平共处?

众所周知,在哺乳动物中,有一个目被称作“翼手目”,是仅次于啮齿目的第二大类群,包括大约1000个物种,就是我们俗称的蝙蝠。翼手目包括小蝙蝠亚目和大蝙蝠亚目,小蝙蝠亚目的成员使用回声定位,主要捕食昆虫;大蝙蝠亚目只有一个科——狐蝠科,包括42属173种,都不使用回声定位,主要吃水果,故又被称作“果蝠”。狐蝠科的42个属中,包含物种最多的是狐蝠属,有59个种。果蝠广泛分布于东南亚和非洲的热带、亚热带地区。据记载,在我     

蝙蝠回声定位研究分析

蝙蝠回声定位的速度快、精确性高,抗干扰能力强,被称为"活雷达",它对雷达系统的发展起着重要作用。主要概述了回声定位蝙蝠的分类和习性,并从仿生学的角度对雷达发展得出有益启示。     

基于小波域相干边沿检测器的脉冲序列检测与定位算法 

摘要：
利用小波变换技术研究了雷达 通信共存系统中脉冲信号的有效检测与定位方法.基于小波变换的能量集中特性和脉冲边沿的小波变换系数在小波滤波器支撑集中高度相关的特性,提出了小波域相干边沿检测器,其判决统计量为小波变换系数在不同时延上的自相关值之和.导出了该判决统计量的统计特性与最优求和长度,并提出了基于小波域相干边沿检测器的脉冲信号的有效检测与定位方法.仿真结果表明了基于小波域相干边沿检测的脉冲信号检测与定位方法优于已有方法.     

回声定位蝙蝠听觉系统在脑干水平对发声的调控作用

回声定位蝙蝠由于其听觉系统的特殊性及重要性,可以反馈地调节后继所发声信号的声学特征.在中枢,这些反馈调节有很大一部分发生在脑干尤其是中脑,包括旁外侧丘系被盖区、中脑导水管周围灰质、臂旁核、中央听觉束核以及上丘等区域及核团,它们分别对回声定位声的不同方面进行了重要的调控.这种调控对蝙蝠的特殊捕食行为有着重要的生物学意义.     

Identification of diesel front sound source based on continuous wavelet transform

Acoustic signals from diesel engines contain useful information but also include considerable noise components. To extract information for condition monitoring purposes, continuous wavelet transform (CWT) is used for the characterization of engine acoustics. This paper first reviews CWT characteristics represented by short duration transient signals. Wavelet selection and CWT are then implemented and wavelet transform is used to analyze the major sources of the engine front's exterior radiation sound. The research provides a reliable basis for engineering practice to reduce vehicle sound level. Comparison of the identification results of the measured acoustic signals with the identification results of the measured surface vibration showed good agreement.     

离散小波变换在电力系统故障检测中的应用

传统的傅立叶分析难以处理电力系统故障时产生的暂态信号.小波变换具有良好的时频局部化特性,为分析非平稳、突变信号提供了有效的途径.通过多尺度分析,将连续小波变换离散化,得到适合数字信号处理的快速算法——离散小波变换.最后给出了应用离散小波变换进行输电线路故障测距的实例,通过仿真分析证明该方法可以极大地提高测距精度.     

序列信号连续子波变换的MATLAB方法实现

目的在于考察序列信号的连续子波变换(CWT)在MATLAB中的程序实现.介绍子波变换的基本概念和MATLAB中的算法原理,发现在cwt.m的算法中,由于差分运算的存在使子波滤波器系数含有误差,提出新算法及其程序实现.最后利用两种算法对FSK信号进行连续子波变换,证明提出的新算法优于原算法.     

基于连续小波变化的心音信号时频分析

将连续小波变换应用于心音信号的分析中。连续小波变换因为尺度连续变化 ,可以充分表现小波分析的优越性。为了解决在分析尺度范围大 ,小波函数和信号中心频率较高条件下引起计算量大的问题 ,在基于 Mellin变化的连续小波快速算法的基础上提出了同比展宽法。连续小波变化可以表现心音信号在频域上的动态变化。通过对正常人和心肌病患者的不同样本分析 ,发现他们在变换后的时频分布上表现出明显的差异。结果表明连续小波变化是一种分析心音信号的有效方法。     

基于Fourier变换离散化的连续小波变换频域算法

对于固定的尺度,小波变换是待分析信号与小波基函数的线性卷积。当小波基函数的Fourier变换有显式表达式时,利用其Fourier变换进行线性卷积称为小波变换的频域计算方法。由于线性卷积的长度大于信号的长度,因此,选取线性卷积中的哪一部分作为小波变换的系数也是一个亟需回答的问题。本文利用Fourier变换的离散化和离散Fourier变换的关系由小波变换时域算法推导了小波变换频域算法,证明了时域算法与频域算法的等价性;解释了这两种方法分别应该选取线性卷积中的哪一部分作为小波变换的系数;分析了频域算法产生边界效应的原因;给出了频域算法中参数的选取方法,以便克服边界效应。时间复杂度分析以及数值实验均表明了频域算法至少比时域算法减少了1/3的运行时间。     

小波分析及其去噪性能研究

小波变换是一种具有一定时间和频率分辨率的分析方法．为了寻找更有效的去噪方法，对连续小波变换(CWT)、离散序列小波变换(DTWT)和正交小波变换(QWT)作了理论分析。结果表明：CWT对噪声具有良好的抑制作用；DTWT在通过域值处理的同时，也考虑了因噪声造成的某些信号细节的丢失；而QWT则能有效地提取淹没在噪声中的微弱信号。与传统的傅里叶变换(FT)相比较，具有显著的优点，值得关注。     

基于奇异值分解的连续小波消噪方法

针对小波软阈值消噪的缺点,提出了一种基于奇异值分解的连续小波消噪方法.通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分.通过仿真数据的对比分析和工程测试信号的应用,表明该方法适用于冲击成分信号的提取,与软阈值消噪法相比,它提取出的信号特征成分更完整,信噪比更高.     

Evaluation of earthquake-induced structural damages by wavelet transform

The dynamic behavior of inelastic structures during an earthquake is a complicated non-stationary process that is affected by the random characteristics of seismic ground motions. The conventional Fourier analysis describes the feature of a dynamic process by decomposing the signal into infinitely long sine and cosine series, which loses all time-located information. However, both time and frequency localizations are necessary for the analysis of an evolutionary spectrum of non-stationary processes. In this paper, an analytical approach for seismic ground motions is developed by applying the wavelet transform, which focuses on the energy input to the structure. The procedure of identification of the instantaneous modal parameters based on the continuous wavelet transform (CWT) is given in detail. And then, a novel method using the auto-regressive moving average (ARMA), called "prediction extension”, is presented to remedy the edge effect during the numerical computation of the CWT. The effectiveness of the method is verified by the use of the benchmark model developed by the American Society of Civil Engineers (ASCE). Finally, a scale model with three-storey reinforced concrete frame-share wall structure is made and tested on a shaking table to investigate the relation between the dynamic properties of structures and energy accumulation and its change rates during the earthquake. The results have shown that the wavelet transform is able to provide a deep insight into the identity of transient signals through time-frequency maps of the time variant spectral decomposition.     

基于相对熵和复小波变换的纹理图像检索

为了进一步提高纹理图像的检索性能,提出了一种基于复小波理论的特征提取算法,该算法根据复小波分解的特点,从小波系数角度出发,以每个高频子带复小波系数的实部和虚部系数直方图分布特性作为纹理特征,利用最大似然估计规则将特征提取和相似计算结合起来,以相对熵为依据进行相似计算。与单小波方法比较,该算法具有时移不变性、方向性信息多等特点。理论分析和在纹理图像检索的对比实验数据说明了复小波在纹理特征提取方面的性能优于单小波,且Kingsbury方法的性能优于Fernandes的方法。     

基于小波变换提取和分析兔体感诱发电位

单次提取兔体感诱发电位,并定位和分析诱发电位波形成分．麻醉兔,以0．5Hz频率电脉冲刺激兔下肢隐神经,3764Hz采样频率收集兔头皮电位．采用一维多分辨分析提取兔体感诱发电位,并用连续小渡变换定位和分析诱发电位波形成分．单次诱发电位的小波变换与叠加平均诱发电位比较表明,Daubechies小波多分辨分析可以单次提取诱发电位．连续小渡变换能够精确定位诱发电位中波形成分,并可采用连续小波变换分析诱发成分的频域特性．连续小波变换技术把一维时域信号投影到二维时频空间研究将成为医学信号处理的一个有用方法．