城市轨道交通噪声分析与降噪措施的研究

针对目前日趋严重的城市轨道交通产生的噪声污染问题,结合某一高架轻轨结构实例,首先对该高架轻轨线路的噪声进行了预测分析,然后根据该例实际情况设计出适合的声屏障降噪,并进行降噪分析.结果表明当列车以100 km/h的速度驶过,对于距离20 m处的一建筑物各层的瞬时噪声级都达到近90 dB(A),并且与高架桥高度水平的层高处噪声级最高.当采用隔声式声屏障进行降噪后的噪声分析得到,底层的降噪效果最明显,随着建筑物高度的增加,降噪效果有所降低.     

双钢轮振动压路机噪声的防治研究

国产双钢轮振动压路机噪声超标,严重影响了驾驶员舒适性及周围环境。为有效解决双钢轮振动压路机的噪声问题,通过优选低转速发动机、优化风扇参数和进风通道结构来降低噪声源辐射能量,并对驾驶室进行声学封堵等措施来减弱噪声的传播,使得整机噪声接近国标限值,但发动机与液压泵的安装舱仍存在较大的泄露噪声。针对此问题,采取将发动机进、排气管口、散热器排热口设置在发动机舱的上部位置,并通过对发动机和液压泵安装舱等部位进行声学封装等措施进一步削弱噪声的传播;与此同时,采用智能调速风扇增强散热,合理设置液压系统工作参数减少系统发热,通过起步时行走与振动液压系统的瞬时功率峰值的错位降低发动机的最大功率需求。整机噪声综合防治的试验结果是,在保证整机热平衡条件下,驾驶员左右耳旁噪声优于国标约10 dB（ A）,整机左右7.5 m处优于国标限值0.8～3.5 dB（ A）。     

基于嵌入式结构的音频数据采集系统设计及实现

介绍了基于dsPIC30F6014A嵌入式芯片的高速音频数据采集系统设计方法,研究了针对微弱音频信号调理电路的设计,抑制环境噪声尤其是50Hz电网强信号对弱信号的影响及解决方案.在MATLAB平台上设计了抑制干扰的带通滤波器,自行设计了以dsPIC30F6014A嵌入式芯片为控制器的测试板,并完成了软硬件编程调试.现场测试表明,该系统在环境噪声不超过40db的条件下,对微弱音频信号的采集处理取得了良好的效果.     

选频平衡及计算机仿真在工业缝纫机降噪减振研究中的应用

本文结合GC301-01型中速平缝机及885型高速平缝机的降噪减振研究,提出了一种新的平衡方法——选频动平衡。经分析与实验验证,证明这种动平衡方法对于机构复杂的机器的降噪有明显效果。     

一种基于正交脉冲调制的IR-UWB同步算法

超宽带信号的快速同步捕获是UWB系统实现的一个重大挑战.提出了一种基于修正Hermite多项式脉冲的同步捕获方法,脉冲信号选用零阶和一阶修正Hermite多项式,2种脉冲信号按特殊顺序作为超宽带脉冲信号,同时与滑动相关结合.该算法不需要在本地生成模板,只需进行接收信号与其自身延迟之间的相关运算.其中低阶的修正Hermite多项式的正交性使算法得到更精确的同步参数.理论分析及仿真实验结果表明,该算法实现了预期的性能优化.     

一种改进的最大熵方法在船舶辐射噪声盲分离中的应用

对于船舶辐射噪声信号的盲信号分离(BSS)问题，由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量，这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低．为此，本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件，并在此基础上用高斯混合模型来估计信号的概率分布，提高了信号概率密度估计的精度；同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法，提高了算法的收敛速度．通过对船舶辐射噪声信号的盲分离实验，证明了此分离算法是有效的．     

汽车后桥总成主噪声源的识别与噪声控制

本文以汽车后桥总成为研究对象,应用故障诊断技术确定了不合格产品的故障原因与主噪声源.为提高产品质量指明了主攻方向.本文还简要介绍了我们新研制的减噪装置及其减振降噪性能.     

融合SS、MFCC和PMC技术的语音去噪方法

为提高语音识别系统在噪音情况下的识别率,提出了一种融合信号级去噪、参数级去噪、模型级去噪的方法.首先用谱减法对带噪的语音信号进行去噪,再利用Mel倒谱系数(MFCC)对处理后的语音信号进行特征提取,最后经过并行模型结合处理法(PMC)处理得到较高识别率的语音信号.     

广州地铁一、二号线噪声状况调查

考察了乘客流量、车站公共广播等因素对广州地铁一、二号线的车站环境噪声和列车车厢内部噪声的影响，探讨了车站环境噪声的日变化趋势。结果表明：地铁列车高速运行是地铁车站环境噪声的主要噪声源，地铁车站环境噪声还与车站的广播次数、广播音量、客流量、车流量等因素有关；地铁列车车厢内噪声除了与地铁线路质量、列车运行速度及地铁列车结构有关外，还与车厢内广播次数、广播音量有密切联系；屏蔽门能有效降低噪声；地铁噪声的频率特性是以中高频噪声为主，属宽频带噪声。     

基于变分模态分解参数优化的地震随机噪声去除方法

为解决变分模态分解在地震数据去噪中依赖人工经验,模态分解和去噪效果具有一定随机性和偶然性的问题,提出基于频域奇异值分解信噪比估计的参数优化方法。该方法在参数范围内以较高的估计信噪比为评价参数对模态分量数目与有效模态进行选取,自适应寻找去噪最有效的参数,从而避免主观选取参数的随机性,改善去噪效果。仿真模型实验表明：估计信噪比与真实信噪比的误差为正相关关系,能够有效反映地震数据中噪声程度,所估计信噪比可以作为去噪效果的评价参数。通过仿真模型和实际地震数据对方法进行验证,结果表明基于估计信噪比参数优化后的变分模态分解方法能够有效压制噪声、凸显同相轴信息。