低频线谱检测ALE算法应用

 舰船辐射噪声在低频段具有稳定的特征信息丰富的线谱成分,此线谱成分的检测对水下目标的定位和识别具有重要意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,应用ALE算法理论对舰船噪声信号进行研究.ALE算法作为自适应FIRDF算法的一种变形,是自适应噪声抵消器的典型应用.低频线谱检测中采用ALE算法无需参考信号,自适应地将线谱成分信号进行匹配,可以从宽带噪声中将线谱成分分离出来,且线谱成分明显增强.理论分析仿真结合实际海试数据对LOFAR谱图进行研究,结果表明,ALE算法在低频线谱信号检测中能够达到期望的效果.与常规方法相比,检测性能得到有效提高,有利于辐射噪声线谱的提取.     

自适应线谱增强器浅析

通过快速傅立叶变换和自适应线谱增强器两者对不同噪声背景下谱线检测能力的仿真计算和对比,得出了后者优于前者之处。通过对强干扰下弱信号的线谱检测的计算、仿真,证明了自适应线谱增强器的另一优点。     

低频线谱的一种估计方法

分析几种低频线谱参数估计方法的优点与不足，结合舰艇噪声低频线谱所具有的特点，应用数字滤波－相关谱估计（ＤＦ－Ｃ）和自回归移动平均（ＡＲＭＡ）模型相结合的方法（ＤＦ－ＡＲＭＡ）对低频谱作估计，所得线谱的强度和频率估计值准确度较高。     

基于信号生成的多线谱振动控制方法

针对实际振动主动控制中,线谱振动信号与参考信号的频率差异造成自适应前馈式线谱振动主动控制方法的性能下降这一问题,进行了基于参考信号生成的线谱振动主动控制方法的研究.在线谱振动主动控制方法中,结合一种参考信号波形生成器,并通过带通跟踪滤波器对残余振动信号进行滤波,将各个频率的残余振动信号分量进行分离,提出了一种基于参考信号波形生成器的线谱振动主动控制方法,并对该方法的稳定性和收敛性进行了分析.仿真结果表明:带通滤波器提高了该线谱振动主动控制方法的收敛性能.基于双层隔振平台的线谱振动主动控制实验表明该方法能够在参考信号频率与线谱振源信号频率存在偏差时取得良好的振动抑制效果.     

基于小波变换的柴油发动机辐射噪声线谱分析

对小波变换(多分辩率分析)用于柴油发动机辐射噪声分析.利用小波变换的"变焦"性能,并基于其多分辨率分析,以柴油发动机辐射噪声信号为对象,使用Daubechies小波及快速小波算法———Mallat算法对其进行塔式分解,然后进行各级小波波形结构特征提取,再结合经典谱估计的方法分析其线谱特征,进而提高线谱的分辨率,以获得更多的信息量,为柴油发动机降低噪声提供理论依据.分析表明,将小波变换应用于柴油发动机辐射噪声线谱分析具有重要的意义.     

强噪声下微弱信号处理方法研究

机械设备中信号检测时有用信号比较微弱且存在较强的噪声,给信号检测与处理带来了一定的困难。针对这个难题,采用相关检测、自适应滤波器等微弱信号检测方法,从噪声中检测出微弱信号。首先介绍了相关检测法与自适应滤波器的基本原理,重点阐述相关检测法与自适应滤波器结构及去除噪声干扰的方法,分别用时域与频域方法对微弱信号进行提取。最后在机械实验台上进行验证,实验结果表明：相关检测法与自适应滤波器均能去除干扰信号,提取到有效信号。     

微弱信号检测方法的探讨

微弱信号是淹没在噪声中的信号,微弱信号检测的目的是从强噪声中提取有用信号,文章论述了微弱信号检测的基本原理,并详细地讨论了微弱信号检测的几种方法。     

数字电子电路空间干扰谐波噪声自动抑制方法①

为提高数字电子电路中空间干扰谐波噪声滤波能力,提出基于匹配滤波检测的数字电子电路中空间干扰谐波噪声自动抑制方法。构建数字电子电路中空间信号传递模型,采用空间频谱波束形成方法进行数字电子电路空间干扰谐波信号的自适应聚焦处理,提取干扰信号的相关功率谱特征量,采用自适应均衡降噪方法进行干扰信号的噪声分离,构建数字电子电路中空间干扰噪声信号的滤波模型,采用匹配滤波检测器实现对数字电子电路中空间干扰的信号滤波和检测,实现数字电子电路中空间干扰噪声的自动抑制。仿真结果表明,采用该方法进行数字电子电路中空间干扰抑制的输出信噪比较高,信号的滤波性能较好,提高了数字电子电路中信号准确传输和检测性能。     

相关检测原理及其应用

文章介绍了描述信号本身前后或两信号之间联系紧密性的相关函数及其性质,在此基础上说明了相关检测的原理;通过2个实例展示了相关检测技术在实际工程检测中的应用,并通过Matlab进行了仿真,得出了相关检测能够有效地检测出随机信号中的周期分量和提取被噪声淹没的微弱信号的结论.     

浅海信道中舰船辐射噪声包络线谱传播特性

包络线谱是舰船辐射噪声的一个重要特征,反映了辐射噪声中低频线谱成分以及其他一些周期性对宽带连续谱噪声的调制效应,对包络谱线谱特征的提取分析,有利于目标信号的检测和识别.本文将舰船辐射噪声建模成为周期性局部平稳过程,在包络谱估计和包络线谱特性分析基础上,得到包络线谱高度等特征参数的具体表示,然后从传播过程中接收信噪比变化的角度,分析了包络线谱传播特性及其特征参数的变化.数值计算表明:从能量角度看,舰船辐射噪声中周期性局部平稳谱与平稳谱服从一样的传播规律,与通常的声场传播律一致;包络线谱高度的传播衰减取决于信噪比,信噪比较高时(正信噪比)它几乎保持不变,信噪比较低时(负信噪比)它按信噪比衰减规律下降;在浅海信道传播条件下,由于传播衰减较自由场情况要小,同样的包络线谱高度可以传播到更远的距离上.     

基于复合稀疏去噪的沙漠地震噪声消减

沙漠地震噪声既含有低频噪声又含有高斯白噪声,一般方法很难同时去除这两种噪声,针对此问题提出了使用复合稀疏去噪同时压制沙漠地震噪声中的低频噪声和高斯白噪声的方法。在复合稀疏去噪中将平方损失作为损失函数的保真度约束,将信号和信号一阶导数的 L1 范数作为损失函数的稀疏约束,然后通过最小化损失函数去除信号中的高斯白噪声。为同时去除低频噪声,复合稀疏去噪中联合使用了低通滤波器,即可一次性去除低频噪声和高斯白噪声。分别对模拟地震数据和实际地震数据进行仿真实验,实验表明该方法可有效地同时压制沙漠地震数据中的低频噪声和高斯白噪声,复合稀疏去噪的保幅略好于带通滤波器,去噪后带通滤波器会产生较严重失真,而复合稀疏去噪的失真较小。     

含白噪声阶跃信号的频谱特性及去噪分析

文章根据含有白噪声的阶跃信号的频谱特点,采用了离散小波变换的方法对该突变信号进行去噪。实验证明,若选用合适的阈值方案,利用小波变换进行去噪,其效果将明显优越于基于传统傅立叶变换的理想低通滤波去噪。     

A new method for detecting line spectrum of ship-radiated noise using Duffing oscillator

A detection scheme for line spectrum of ship-radiated noise is proposed using Duffing oscillator. The chaotic trajectory of Duffing oscillator is analyzed and the state equation of the system is improved to detect weak periodic signals in different frequencies. According to the simulation results, the phase transforms of Duffing oscillator are sensitive to periodic signals and immune to the random noise and the periodic interference signals which have larger angular frequency difference from the referential signal. By employing Lyapunov exponents in the field of detection as the criteria for chaos, the phase transforms of dynamic behaviors in quantity are successfully determined. Meanwhile, the threshold value in critical state has been evaluated more accurately. Based on the phase transforms of Duffing oscillator, a new method for detecting line spectrum of ship-radiated noise is given. Three types of ship-radiated noise signals are analyzed and the values of line spectrum are acquired successfully by this method. The experimental results show that this method has high sensitivity and high resolution.     

大客车降噪的研究

运用噪声分离、频谱分析等技术手段,找出了GZ6921型后置柴油机大客车噪声超过国家标准的原因,并对主要噪声源及其频谱分布进行了分析对各主要噪声源－排气系统、冷却系统和发动机舱采取相应的降噪措施,如降低风扇转速,改善抗性消声器的降噪能力,修改冷却风进风道,平衡车两侧的噪声源,在发动机舱中粘贴吸音材料等。改进后GZ6921型大客车最大加速度时的车外噪声由91．5dB(A)降到86dB（A)以下,达到国际GB1495－75“机动车允许噪声”的规定。     

基于双谱的噪声信号检测

传统的功率谱分析方法不能提供信号的高阶统计信息,在信号检测中无法有效地抑制噪声．本文根据高阶谱对高斯噪声是零响应的这一特性,提出了一种基于双谱的信号检测方法．通过实验仿真,结果表明：无论是对混有随机噪声还是高斯噪声的信号,在低信噪比的情况下,该方法均可获得比传统FFT方法更好的检测效果．     

闪变噪声的模拟

闪变噪声是一种普遍存在的自然现象,尽管其形成机理还没有定论,但闪变噪声的功率谱与频率具有f -a的关系是十分确定的。准确模拟闪变噪声,对于研究闪变噪声的特点以及闪变噪声对特定系统的影响,具有重要的意义。通过从闪变噪声具有的功率谱形式出发,得到闪变噪声序列的自相关函数,采用Levinson-Durbin迭代算法构造出高阶AR(p)模型来模拟闪变噪声,研究结果表明当阶次p大于1024时,AR(p)模型可以很好地模拟闪变噪声。     

基于DSP的高速多光谱探测系统研究

为了实现高速获取多窄脉冲光谱分布数据信息,并抑制背景噪声及多光谱源之间相互干扰的问题,研究了一种基于DSP控制DMA高速采集干涉条纹并反演光谱的系统.设计了帧减降噪处理算法用于完成对窄脉冲光信号与背景光噪声的分离与提取,并通过3级兵乓缓存结构实现了该算法在高速DSP中的流水线作用.给出了系统硬件结构设计与DMA控制方式,分析了帧减降噪算法及兵乓缓存设计的实现方法.在CCS环境下仿真计算了帧减降噪算法条件下干涉条纹的输出变化,论证了该方法的可行性.实验采用555 nm、665 nm以及805 nm 3种窄脉冲激光同时入射系统进行光谱测试,数据采集由DSP5510控制DMA8237-5实现.结果显示,采用帧减降噪算法的光谱分布旁瓣抑制效果好,背景噪声基本消除,并且其处理速度比基于C++光谱分析软件的系统提高了3倍左右.由此可见,该设计具有高速多光谱同时探测的性能.     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.     

一种基于卷积网络的地震探测数据随机噪声去除方法

为有效提高地震数据信噪比,通过卷积神经网络(convolutional neural network,CNN)的方法研究了地震勘探数据去除随机噪声问题.该方法包含17个卷积层,使用线性整流(rectified linear unit,ReLU)激活函数避免梯度消失,使用批量标准化(batch normalization,BN)提高网络的泛化能力.所构建的网络应用残差学习策略,即输入为含噪地震正演叠前数据,输出为CNN网络学习获得的随机噪声.然后从地震记录中减去网络预测的噪声数据,从而达到去除随机噪声的目的.同时,根据地震勘探数据振幅随探测时间衰减的规律,在网络训练过程中进行深度加权,使得CNN对于深部噪声的学习效果更好.网络在PyTorch框架下训练,应用图形处理器并行计算可以有效提高网络训练速度.利用训练好的网络进行去噪实验,结果表明与传统的时空域预测滤波法相比,该网络能更好地压制随机噪声.可见针对地震勘探数据,CNN能够有效提取含噪数据中的噪声信息,证明了该方法在去除随机噪声方面的合理性与有效性.