交通噪声预测的神经网络模型

运用 Matlab语言编程 ,构造预测交通噪声的 LM算法 BP神经网络模型 ,把预测因子 (轻、重型车流量、平均车速、受声点距路肩距离、敏感点高差 )作为样本输入到网络模型 ,噪声等效声级作为样本输出 ,反复训练网络 ,通过增加隐含层节点数、改进算法 ,以降低误差 ,缩短训练时间。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

微波放大器Rn-Gn噪声模型阻抗变换测量方法

为了使接收微波放大器在工作频段上具有较小的噪声，讨论了如何使用M-Lane方法，结合自行研制的精密阻抗变换器，得到微波放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数，使设计的放大器工作在匹配状态，Fmin可达到2．32dB，测量时间也大大缩短，结果稳定，为进行微波放大器低噪声设计提供了一个快速准确的方法。     

一种基于Measurement Studio计算动态信号1/3倍频程谱的方法

在声学中,1/3倍频程谱反映了声源的能量分布情况。利用对信号1/3倍频程谱分析的结果,选择适当的吸声系数的材料,以达到良好的降噪效果。通过利用Measurement Studio中的Visual Basic组件,提供了一种快速、准确、可视化的计算1/3倍频程谱的方法。     

一种新的固定滞后最优Kalman平滑器

基于带相关噪声系统的一种最优Kalman滤波算法,应用白噪声估计理论和射影理论,提出了一种带白噪声估值器的固定滞后最优Kalman平滑器。它可递推实现,一个仿真例子说明了其有效性。     

ANSYS在抗性消声器分析中的应用

ANSYS是一大型的通用有限元分析软件，其应用范围极为广泛．运用ANSYS软件对消声器声场进行了有限元分析，先建立抗性消声器的有限元模型，在此基础上通过加载、求解以及后处理等一系列的步骤对消声器进行计算分析，获得消声器内部的声压分布情况和传递损失随频率的变化关系，为消声器的优化设计提供依据．     

影响光电检测电路信噪比的因素

根据噪声电路理论，应用解析方法推导出了光电检测电路信噪比的公式，并结合噪声En-Jn模型，对光电二极管用于光电检测时影响电路信噪比的因素进行了探讨。     

低能量氩离子束轰击改善双极型晶体管的噪声特性

在完成超高频小功率晶体管的芯片和上部铝电极的制备工艺后，采用低能量氩离子束轰击芯片背面，能有效地降低其高频及低频噪声系数、提高其特征频率和电流放大系数。实验结果表明，晶体管低频噪声系数的下降与硅-二氧化硅界面的界面态密度的减小有关，而其高频噪声系数的下降是特征频率和电流放大系数增加的结果。     

利用背面Ar+轰击改善n沟MOSFET线性区的特性

研究了利用背面Ar^ 轰击改善n沟金属－氧化物－半导体场效应晶体管（n-MOSFET)线性区的特性，用低能量（550eV)的Ar^ 轰击n-MOSFET芯片的北面，能有效地改善其线性区的直流特性，如跨导，沟道电导，阈值电压，表面有效迁移率以及低频噪声等，实验结果表明，随着轰击时间的增加，跨导，沟道电导和表面有效迁移率光增大，然后减小，阈值电压先减小，随后变大；而低频噪声在轰击后明显减小，实验证明，上述参数的变化是硅－二氧化硅界面态密度和二氧化硅中固定电荷密度在轰击后变化的结果。     

探地雷达复信号分析及改进

利用复信号分析可求得表征探地雷达信号特征的多个参量，从而可对雷达信号进行深入的分析和研究．然而，该方法对噪声特别敏感．为此，作者引入小波变换，对分析过程进行了改进．实际处理效果表明：小波变换的引入很好地克服了复信号分析缺点．