一种新的语音噪声抵消算法

针对单参考输入自适应噪声抵消器在多噪声源情况下除噪声效果不理想的问题,根据多参考输入自适应噪声抵消器模型,在推导多参考输入最小均方（MLMS）算法的基础上,给出其改进算法（IMLMS）,结合语音信号的特点,给出了多参考输入自适应语音消噪算法（VMLMS）,利用调整算法执行过程的算法改进思想,突破了传统的修正收敛系数的算法改进模式,最后对几种算法的性能进行了计算机仿真比较。     

手动变速箱空挡齿轮敲击问题的影响因素分析

齿轮敲击噪声会严重影响整车声品质,为研究该问题,建立手动变速箱空挡齿轮敲击问题的4自由度模型,模型包括2个非线性因子:离合器扭转刚度和轮齿弹性接触力.根据建立的动力学方程,讨论了齿轮敲击噪声的判定条件,分析了离合器参数的影响(扭转刚度、迟滞阻尼力矩、黏滞阻尼系数和刚度转变节点),发现第1级刚度和迟滞阻尼减小,敲击噪声降低,而随着离合器阻尼系数的增大,敲击噪声先减小后增大,存在1个最优解.分析了离合器以外的参数的影响(主从动轮阻尼系数、转动惯量、飞轮转速和扭矩波动幅值),发现主动轮阻尼系数、从动轮惯量减小,从动轮阻尼系数、主动轮惯量增大,更快的发动机转速和更小的发动机激振力矩有利于改善敲击.     

一种新的低存储量的图像零树编码算法

SPIHT(set partitioning in hierarchical tree)是一种简单、高效的小波零树图像编码算法。该文针对 SPIHT算法存储空间需求大 ,不利于硬件实现的缺点 ,引入“误差位数”、“绝对零点”和“绝对零树”的概念 ,提出了一种新的低存储量的图像编码算法 ,并利用 DSP评估板 (EVM)对新算法进行了验证。大量实践证明 ,新算法有效地降低了算法实现所需的存储空间 ,减少了时间消耗 ,易于硬件的实现。而且 ,新算法重建图像的峰值信噪比 (PSNR)指标对比 SPIHT算法仅有略微的降低     

自适应的over-relaxed快速动态均值漂移算法

为了解决高斯核均值漂移算法收敛速度慢、计算效率不高的问题,提出自适应over-relaxed快速动态更新方法改进高斯核均值漂移算法。首先,在静态均值漂移算法中引入数据集的动态更新机制,每次迭代后将数据集更新到新的数据点,然后,将迭代过程中聚集在一起的数据点用1个收敛点表示,逐步减少参与计算的数据,保证准确性的同时降低计算量。由于非正态分布的数据集动态更新时,主方向上的数据点的收敛速度较慢,采用over-relaxed的策略来提高主方向数据点的迭代步长,并根据数据集直径的变化,自适应地计算步长参数。实验结果表明,改进后的高斯核均值漂移算法以超线性的速度收敛,收敛点的应用降低了收敛过程中的计算量。     

Alpha稳定分布噪声下MPSK信号调制识别算法研究

针对Alpha稳定分布噪声中信号四次方谱失效的问题,提出了广义四次方谱的概念,在此基础上研究了基于广义四次方谱的多进制相移键控(M-ary Phase Shift Keying,MPSK)信号调制识别算法.首先分析了待识别信号的广义四次方谱,然后提取广义四次方谱中二倍载频和四倍载频处的谱线作为特征参数,最后通过判断谱线是否被冲击来实现信号的分类.仿真结果表明,这种算法在Alpha稳定分布噪声下的性能优于基于四次方谱的算法,且该算法在高斯噪声下也具有良好的性能.     

图像椒盐噪声的分阶段中值滤波算法

针对自适应中值滤波算法的缺陷——对高密度椒盐噪声图像滤波后留下黑色斑块,提出了一种分阶段中值滤波算法.该算法对图像执行两次小窗口的滤波操作,相较于采用较大窗口的滤波,其在有效去除噪声的同时降低了结果图像的模糊程度.先对所有噪声点进行一次中值滤波消除了盐粒噪声,再用窗口内非噪声点的灰度中值代替胡椒噪声点的灰度值以去除黑色斑块.最后的仿真实验结果表明,本文算法既有像自适应中值算法一样滤除低密度椒盐噪声的良好性能,又有对高密度椒盐噪声图像的降噪能力。     

基于FrFT滤波和LMS降噪的变转速滚动轴承故障诊断

变速工况下的机械故障诊断逐渐成为旋转机械监控领域的一个热门课题,在变转速下故障更容易发生且伴随更大的噪声,而相应的降噪问题目前却没有可靠的解决方法。因此提出一种基于分数阶傅里叶变换（FrFT）滤波和最小均方算法（LMS）降噪的故障诊断方法,对变转速工况下轴承振动信号进行降噪,进而提取非平稳故障特征。首先,同时获得滚动轴承振动加速度信号和转速信号;然后对Hilbert解调后的振动信号进行峰值搜索FrFT,按照搜索得到的最佳阶次和分数阶域聚集位置进行FrFT滤波;再将FrFT滤波得到的信号作为参考信号,原包络信号作为输入信号,进行LMS自适应降噪;最后对降噪后的信号按照转速重采样进行阶次分析,将包络阶次谱中的突出特征与故障特征阶次对比,判断故障。该方法可成功应用于变转速工况下滚动轴承的试验数据处理,证明了方法的有效性。     

高速列车头型近场与远场噪声预测

建立了某头型的1∶8缩比三车编组气动噪声仿真模型,采用大涡模拟获得车身湍流脉动压力,基于FW-H方程和声扰动方程分别获得远场噪声和近场噪声,从而建立一整套头型气动噪声预测方法.远场测点总声压级的仿真结果与风洞试验结果相差小于2.0dB(A),频谱变化趋势相同,量级相差较小,表明基于FW-H方程得到远场噪声的可行性.基于声扰动方程能够获得头型关键部位的总声压级,通过对比量级发现,转向架部位总声压级量级远大于其他部位,这与传声器阵列识别结果相吻合,从而验证了声扰动方程获得近场噪声结果.对比头型各部位湍流脉动总压力级和总声压级发现,转向架和排障器量级大于车窗、鼻锥和车体;与湍流脉动总压力级相比,总声压级分布更为均匀,量级更小.     

高速铁路无砟轨道区段轮轨滚动噪声特性分析

为了预测与控制高速铁路无砟轨道区段轮轨表面粗糙度激扰的轮轨滚动噪声,应用车辆-轨道耦合动力学理论和声辐射理论建立了轮轨滚动噪声预测模型,计算分析了无砟轨道结构对轮轨滚动噪声的影响,研究了高速车辆运行于无砟轨道时产生的轮轨滚动噪声的特性,研究结果表明,①在无砟轨道路基区段高速列车运行产生的轮轨滚动噪声中,钢轨辐射的主要是500~2 000Hz的中、高频噪声,车轮辐射的主要是1 600~4 000Hz的高频噪声,轨道板或道床板辐射的主要是125~500Hz频段的噪声;②随着车速增加,轮轨噪声辐射的最大声级相应增加;③轮轨路旁瞬时声压级以钢轨最大,轨道板最小,车轮处于两者之间;④在距线路中心线5~50m范围内,随着水平距离加倍,高速列车轮轨噪声辐射声级相应地衰减3~6dB.     

RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。