【摘 要】
：
在NVH问题的解决过程中常需要确定声音辐射源来对噪声进行抑制,现有的一些声源识别定位方法存在一定的局限性,且操作过程较繁琐,因此为达到根据噪声音色特征来直接识别发声源的目的,对结构声音色特征提取分析工作进行了如下研究:首先对机械结构噪声发声系统与语音信号发声系统进行对比分析,发现两者从激励源模型到辐射模型都具有很高的相似性,明确了所要提取的结构声音色特征的具体成分:即对某结构所辐射噪声中的激励信号
论文部分内容阅读
在NVH问题的解决过程中常需要确定声音辐射源来对噪声进行抑制,现有的一些声源识别定位方法存在一定的局限性,且操作过程较繁琐,因此为达到根据噪声音色特征来直接识别发声源的目的,对结构声音色特征提取分析工作进行了如下研究:首先对机械结构噪声发声系统与语音信号发声系统进行对比分析,发现两者从激励源模型到辐射模型都具有很高的相似性,明确了所要提取的结构声音色特征的具体成分:即对某结构所辐射噪声中的激励信号进行剥离后所剩下的那部分固定不变的信息作为该结构辐射噪声的音色特征,在一定程度上这种固定不变的成分可以认为是从激励到响应的传递函数。其次为了实现对结构噪声音色特征进行提取,分析了同态信号处理Homomorphic Signal Processing,HSP)与线性预测分析（Linear Prediction Coding,LPC）的基本算法原理,从算法原理上论证了对结构噪声音色特征提取的可行性;并基于MATLAB进行信号仿真,仿真结果表明:这两种算法在不同的激励输入情况下均能将响应信号中所包含的传递函数曲线提取出来,证明了对音色特征提取的可行性。为确定最优的音色特征提取方法,对两种特征提取算法进一步分析,结合MATLAB进行信号仿真,探究不同激励类型、不同传递系统以及算法参数设置等情况对两种算法计算结果准确性的影响。信号仿真结果得出:两种算法在各类情况下均能从响应信号中提取出路径信息,并且两种算法在各类情况中有着很高的互补性。针对这一点本文将两种算法结果进行融合从而提高准确度,仿真结果表明:该策略的计算结果更加准确,同时也证明了该算法对于音色特征提取的有效性。然后对某款摩托车发动机在五种工况下的噪声音色特征曲线进行提取,通过相关性验证得出五种工况下的音色特征曲线高度相似,相关系数均高于0.97。并对该发动机变速箱右盖进行了模态分析,将右盖辐射噪声音色特征曲线的峰值频率与右盖前十阶固有频率对比,其误差最大者小于5%,并且右盖噪声音色特征曲线与右盖频响曲线多处相符,上述结果与文中对音色特征的定义相符,故进一步证明了对结构声音色特征提取的可行性与算法的有效性。最后基于音色特征提取策略对某款SUV车内空调噪声问题进行分析,确定了HVAC空调箱为车内噪声的主要辐射体之一,并论证由压缩机产生的760Hz振动传递至空调箱处转化为了噪声,通过该案例验证了基于音色特征分析方法的实用性。
其他文献
随着汽车保有量的逐年增加,交通事故数量常年居高不下,得益于人工智能技术和芯片算力的提升,智能汽车正在快速朝着自动驾驶迈进,以减少人为因素导致的交通事故,主动避撞系统作为保障智能汽车安全运行的重要环节,对降低事故发生率起着至关重要的作用。针对主动避撞系统中的风险评估、行为决策、轨迹规划以及轨迹跟踪环节,本文以紧急工况下智能汽车为研究对象,设计了结构化道路下的运动规划方法和轨迹跟踪控制策略,以保障汽车
汽车网联化是指依托于现代通信和网络技术,实现汽车与外界信息共享。近年来,随着5G通信技术以及互联网技术的迅猛发展,汽车网联化已逐渐成为研究热点方向之一,也是智能网联汽车的重要发展技术路径。将部分复杂的计算任务转移至云端执行,是解决当前自动化汽车处理器算力不足的问题的可靠方案。本文针对速度在线预测过程中所涉及的三大关键问题,展开的主要研究内容如下:（1）针对速度工况聚类的问题,提出一种根据历史速度曲
为应对能源危机以及全球气候变化,交通电气化被认为是一项有效的节能减排措施,其中电动车作为交通电气化的重要组成部分,受到了广泛的关注。当前,锂离子电池被广泛用作电动汽车的储能部件,然而,其充放电性能在低温环境下大幅衰退,这给高寒地区电动汽车的使用和推广带来巨大挑战。为此,需要开发低温预热策略来快速有效地恢复锂离子电池的性能。本文基于锂离子电池的电-热耦合模型,并且针对电动车无法依靠外部电源进行预热的
智能汽车的环境感知旨在对车辆周围环境中的障碍物进行检测和识别、对动态物体进行跟踪、对静态物体进行建图,是智能汽车进行决策规划和运动控制的基础。同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是环境感知的核心技术之一。它是指在没有任何先验信息的情况下,车辆仅依靠自身装备的传感器对周围环境进行感知和建图,并实现自身在所建地图中的定位。智能汽车通
随着科学技术水平的进步以及社会对生产需求的增大,机械设备不断朝着高效率、高速、高精度水平发展。齿轮变速箱作为机械设备传动系统中传递扭矩的关键部件,一旦发生故障将关系着整个机械设备的正常运作。齿轮齿面点蚀是齿轮最常见的失效形式之一,点蚀面积率可以用来判断点蚀故障的状态,因此,开展点蚀面积率的定量检测研究,对保障机械设备可靠运行,减少维护成本具有重要的意义。传统的齿轮点蚀检测技术采用人工观测方法,但该
心脏类疾病已成为对人体健康构成重大威胁的常见疾病,我国城乡居民因患心脏类疾病死亡的比例呈现逐年上升的趋势,提前预防和积极干预已刻不容缓。当前,动态心电信号监测已逐步成为临床上心脏类疾病常规诊疗技术之一,然而受限于噪声的干扰、症状的庞杂等因素,动态心电信号自动分析依然是心电信号处理的难点。因此,实现高精度、准确的异常心电信号自动检测和分类,对于提前预防和准确诊断心脏类疾病具有重要的现实意义。本文立足
手术麻醉信息系统（Operation Anesthesia Information System,OAIS）作为医院信息管理系统的重要子系统,负责存取患者在术前、术中和术后的诊断数据,对病人的治疗与康复有重要意义。然而由于OAIS中主要的数据类型为诊断文本和患者生理监测序列数据,比较难以处理,目前对其数据主要进行采集、存储和查看,很少针对其中的数据进行挖掘与分析。如果能对这些数据进行深度挖掘与分析
地表水环境水质监测是保障人类和生态环境健康的必要手段，尝试使用机器学习开发水质预测模型对高效开展地表水水环境质量监测和评估具有重要意义.本案例研究旨在评估6种机器学习模型预测水质指数（CWQI）的性能，包括多元线性回归、回归决策树、支持向量回归、弹性网络回归、随机森林和极端梯度，并使用Shapley值和SHAP值评估各变量对模型的重要性.研究发现，各模型在预测CWQI方面均具有良好的性能，且随着具
金纳米颗粒（Gold nanoparticles,Au NPs）由于出色的生物相容性、可调控的表面修饰性以及独特的光学性能,被广泛应用于传感器、催化、医学诊断和治疗等领域。基于Au NPs的光学生物传感技术具有简便、稳定、低成本等优点,可实现对目标物的高灵敏检测。本论文对基于Au NPs的光学生物传感技术的国内外研究现状进行分析,针对部分地区检测仪器缺乏的问题,提出一种基于Au NPs比色法的光学
睡眠对于人体至关重要,不幸的是,有近25%的成年人存在睡眠障碍。临床上,脑电图是医生分析睡眠问题的首选。但是脑电图数据量大,波形干扰严重,判读规则复杂,不同专家之间的判断也存在不小的差异。此外,医用脑电图采集复杂,当前基于脑电图的人工睡眠分析模式耗费巨大的人力财力,大众面临的睡眠困扰问题亟需便捷、稳定、自动化的分析手段。鉴于此,本文基于脑电波的睡眠状态评估技术研究主要做了三点工作。第一,从传统信号