基于GPRS和虚拟仪器的环境噪声监测系统

针对当前较为突出的环境噪声污染问题,提出一种基于GPRS和虚拟仪器技术的环境噪声监测系统.该系统通过噪声提取等硬件电路将采集的噪声数据送到单片机进行声级的计算和显示,并通过GPRS模块以无线通信的方式将噪声波形发送到数据监测中心;监测中心接收数据后,利用labview软件对噪声信息进行存储和分析处理.整个系统的功耗低,具有较高的实用性和可靠性,将会成为环境噪声数据采集与监测的一种有效手段.     

火箭强噪声试验装置跌落仿真分析

为某一火箭强噪声试验装置阵面建立了复杂的3维模型。用ANSYS软件对模型进行了逼真、细致的跌落仿真模拟,并作出了详细分析。得出一些结论:最大应力出现在刚触地瞬间,位置为触地的局部区域。集中应力以震荡的形式上下传递。集中应力一般出现在音头底座附近及壳体拐角处,所以这些地方应重点加强。180°跌落最安全。为产品的空投包装设计与空投方式提出了建设性意见。     

基于级连网络的低温放大器设计方法

为了获得低温放大电路最佳的驻波比和噪声温度,运用级联二端口网络概念,通过矩阵变换方法,给出电压驻波比、增益和噪声系数的显式公式。为分析晶体管源极电感性网络对最佳噪声设计的影响,计算了最佳噪声信源阻抗的校正公式,用于选择合适的源极匹配网络。用上述方法设计的码分多址(CDMA)频段低温微带混合型放大器,低温(77K)实际测量得输入驻波比1.3,输出驻波比1.7,增益大于18dB,等效噪声温度不大于30K,与设计相符,证明提出的优化函数和改进的噪声模型是准确的。     

Kalman滤波在辐射图像降噪处理中的应用

为改善辐射图像质量,提出了一种基于Kalman滤波的降噪算法。该方法分析了辐射图像背景噪声的特征,在合理假设其为一阶Gaussian有色噪声的基础上改写了图像的观测方程;同时,采取NSHP(non-symmetrichalfplane)模型来构造图像的过程方程。然后使用Kalman滤波算法对图像进行滤波。实验结果表明,该方法有效减弱了辐射图像中混有的噪声,和传统滤波方法相比,更好地保持了图像的细节信息,体现了自适应的优点。这表明了Kalman滤波在辐射图像降噪处理中的潜力。     

具Holling-Ⅳ功能反应项的分数阶捕食模型的定性分析及斑图动力学

斑图动力学是当代非线性分析领域的主要研究方向之一,非线性捕食-食饵模型的动力学行为成为其研究热点。主要研究了一类分数阶扩散的捕食系统：首先建立起系统的行波解的存在性并给出系统发生Hopf分岔的条件;其次利用分数阶微分方程的定性理论和Hopf分岔理论讨论了系统局部稳定、全局稳定以及图灵分岔发生的条件;最后利用Matlab软件进行数值模拟得到了系统的空间斑图。     

基于改进三维块匹配滤波的图像去噪算法

为了有效滤除樱桃图像在获取过程中混杂的不同噪声,保障图像识别与机器自动采摘时良好的图像信息质量,提出一种改进三维块匹配滤波(block-matching and 3D filtering, BM3D)的图像去噪方法.首先,在三维块匹配滤波的基础估计阶段构建自适应中值滤波处理器,滤除图像中部分椒盐噪声,并改进优化硬阈值、滑窗步长及三维硬阈值等关键参数快速滤除高斯噪声;其次,在基础估计阶段与最终估计阶段之间引入中值滤波,最大限度地去除图像中剩余的混合噪声;最后,通过仿真实验验证所提算法的有效性,并对比分析改进前后算法的归一化均方误差、峰值信噪比、信噪比改善因子及结构相似性等性能.结果表明,改进的BM3D方法在保持好樱桃图像细节信息的同时,能有效去除高斯噪声和滤除大概率椒盐噪声,且随混合噪声干扰的增强,所提算法的去噪性能更佳且优于其他滤波方法.     

模糊大脑情感学习的自适应噪声抵消方法

提出一种以模糊大脑情感学习(fuzzy brain emotional learning, FBEL)模型作为自适应噪声抵消器的噪声抵消方法,应用于信号处理问题。该方法通过FBEL模拟经非线性通道传输后的噪声信号,将噪声信号从含噪信号中过滤掉,达到消噪的目的;根据自适应学习算法,利用奖励信号和梯度下降法对FBEL模型的权重及参数进行在线更新,以适应噪声的变化。选取均方根误差和计算时间2个性能指标,采用自适应噪声抵消方法在不同网络中进行仿真比较,结果表明,应用该方法可以获得更好的滤波性能。     

高速列车外流场气动噪声的特性研究

针对高速列车外流场气动噪声完成了在线实验测试研究,对列车模型进行了简化并确定了合理性;进行了列车模型湍流流场模拟,完成了列车远场气动噪声的预测研究.研究表明,合理缩短列车不会改变车身表面声功率分布规律;高速列车气动噪声属于宽频带噪声;在频率范围(0～ 5000Hz)内气动噪声仿真与实验结果吻合较好,说明仿真方法准确度高;列车转向架处湍流最为剧烈,其次为车头鼻锥处;车身表面的气流最为平缓,进一步说明缩短列车模型的合理性.所提出的仿真方法能够为高速列车的结构优化设计提供依据,并能验证高速列车气动噪声控制方法的有效性.     

基于中值滤波和分数阶滤波的图像去噪与增强算法

为了避免经典中值滤波器对图像的模糊化,设计了一个噪声检测模型.通过对噪声的检测,设计了一种开关滤波器.当检测点为噪声时,使用中值滤波器进行去噪;当检测点为非噪声点时,利用分数阶微分滤波器对图像进行增强.所提算法不仅能有效地去除图像中的椒盐噪声,还能对图像进行增强,使图像在边缘突出的情况下完好地保留细节.选择“Lena”等经典图像进行多次实验与分析,结果表明了所提算法在图像去噪和增强方面的有效性.     

基于CEEMDAN-WPT联合去噪的灾后求救信号能量分布特征研究

在隧道、矿山等复杂环境的地下工程灾后救援中,求救敲击信号微弱且经常淹没在噪声环境中,如何有效拾取求救敲击信号是灾后救援的关键问题。该文以现场敲击数据为基础,选取钢架、钢管、铁锤等不同类型的敲击信号进行对比研究。首先采用自适应噪声完备集合经验模态分解的改进算法(CEEMDAN)对信号进行分解,运用功率谱密度、相关系数和方差贡献率分析方法选择包含有效信息的IMF分量,再利用小波包阈值去噪(WPT)对信号进行分层滤波,最终得到信号的工作特征信息;其次利用小波包分析模块分别求得每个节点重构信号的小波包频带能量,研究不同类型敲击信号在频带内的能量分布特性,并比较其频带能量的分布差异。结果表明,钢架、钢管、铁锤等敲击信号的能量分布大致相同,多集中于0～250 Hz;通过能量频带细化分析发现,在能量波峰处,钢架敲击地面占比最少,铁锤敲击地面占比最多,该文方法可为灾后求救信号的有效识别提供基础,且为救援设备的传感器参数选择提供依据。