检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于声音特征的隧道衬砌空洞识别方法研究

声学技术 2024年第1期43卷 135-141页

作者：代晓景暴学志柴雪松周城光阎兆立中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 中国科学院声学研究所噪声与振动重点实验室北京100190 中国科学院大学北京100049

目前隧道衬砌空洞检测以人工敲击判断为主,检测过程中由于受到检测人员水平、注意力等主观因素影响,检测结果存在较大不确定性,因此有必要研制一种智能化的检测装置实现空洞自动识别。文章开展了衬砌空洞敲击回声智能识别算法研究,通过... 详细信息

目前隧道衬砌空洞检测以人工敲击判断为主,检测过程中由于受到检测人员水平、注意力等主观因素影响,检测结果存在较大不确定性,因此有必要研制一种智能化的检测装置实现空洞自动识别。文章开展了衬砌空洞敲击回声智能识别算法研究,通过提取隧道衬砌冲击回波的梅尔倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)作为特征,针对敲击回声脉冲信号长度不一的特点,提出了变帧长MFCC优化算法,并面向小样本条件,建立了支持向量机(Support Vector Machine,SVM)的识别模型。试验结果表明,该模型对衬砌空洞识别准确率可达89.9%。

关键词：隧道衬砌空洞声学信号处理梅尔倒谱系数(MFCC) 支持向量机(SVM)

在线全文

学校读者我要写书评

暂无评论

深海环境下利用单矢量传感器估计目标深度

哈尔滨工程大学学报 2024年

作者：张力元时洁程月祝路正华杨济远哈尔滨工程大学水声工程学院哈尔滨工程大学水声技术全国重点实验室海洋信息获取与安全工业和信息化部重点实验室(哈尔滨工程大学)

针对深海环境下目标的深度估计问题，研究了可靠声路径下直达波和表面反射波形成的周期性干涉调制模式。本文提出了一种利用单矢量传感器结合周期干涉调制结构对目标深度估计方法。依据矢量传感器接收到的声场信号构建周期干涉调制结构... 详细信息

针对深海环境下目标的深度估计问题，研究了可靠声路径下直达波和表面反射波形成的周期性干涉调制模式。本文提出了一种利用单矢量传感器结合周期干涉调制结构对目标深度估计方法。依据矢量传感器接收到的声场信号构建周期干涉调制结构，利用水平复声强和垂直复声强获得目标的垂直到达角，通过周期干涉调制结构同目标深度之间的关系估计目标的深度。Bellhop数值仿真实验结果表明该方法能够有效的估计目标深度，并且不需要精确的海洋环境知识。

关键词：深海波导可靠声路径单矢量传感器周期干涉调制结构声学信号处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

实时声学数字信号处理实验研究

四川大学学报（自然科学版） 2002年第2期39卷 264-267页

作者：何培宇殷斌 Sommen P C W Dion Cornelissen 四川大学电子信息学院成都610064 Philips研究实验室 Eindhoven技术大学电气工程系

针对声回波对消、语音去混响及语音盲信号分离等声学信号处理应用领域中 ,自适应算法的有效性、实时可行性的研究与测试 ,作者研究并构建出基于浮点DSP及虚拟仪器LabVIEW的实时声学信号处理实验平台 (EP) .该EP既能同时测量多路房间冲... 详细信息

针对声回波对消、语音去混响及语音盲信号分离等声学信号处理应用领域中 ,自适应算法的有效性、实时可行性的研究与测试 ,作者研究并构建出基于浮点DSP及虚拟仪器LabVIEW的实时声学信号处理实验平台 (EP) .该EP既能同时测量多路房间冲激响应 (RIR)及两两RIR间的差异(DRIR)信息 ,并用于相关算法的离线研究。

关键词：声学信号处理 DSP 实时实验系统虚拟仪器自适应算法自适应滤波多路冲激响应测量系统

在线全文

学校读者我要写书评

暂无评论

基于回声信号的隧道衬砌空洞特征分析与识别

铁道建筑 2023年第4期63卷 69-72页

作者：代晓景柴雪松暴学志凌烈鹏中国铁道科学研究院集团有限公司铁道建筑研究所北京100081

针对铁路隧道衬砌空洞问题,本文通过对比隧道衬砌整体数值模型与平板数值模型的差异,确定可以采用边长3 m平板模拟实际衬砌进行模型试验。设计了多种空洞工况,通过在不同位置施加敲击力获得衬砌空洞回声信号,分析敲击力、敲击位置、空... 详细信息

针对铁路隧道衬砌空洞问题,本文通过对比隧道衬砌整体数值模型与平板数值模型的差异,确定可以采用边长3 m平板模拟实际衬砌进行模型试验。设计了多种空洞工况,通过在不同位置施加敲击力获得衬砌空洞回声信号,分析敲击力、敲击位置、空洞边长、空洞深度对回声信号声压、功率、频率的影响,给出了一种利用敲击回声信号的频率和变帧长的梅尔倒谱系数识别衬砌空洞的方法。经对9种不同边长和深度空洞衬砌样本识别,总体识别准确率达到85.8%。

关键词：铁路隧道特征分析数值模拟模型试验衬砌空洞回声信号声学信号处理

在线全文

学校读者我要写书评

暂无评论

基于Beta混合模型的声学回声抑制

华中科技大学学报（自然科学版） 2017年第6期45卷 10-14页

作者：童颖顾亚平屈科中国科学院声学研究所北京100190 中国科学院大学北京100049 中国科学院声学研究所东海研究站上海201815 广东海洋大学广东省近海海洋变化与灾害预警重点实验室广东湛江524088

为解决全双工模式下声学回声抑制问题,采用Beta混合模型对两个互相关函数特征量建模.通过估计近端目标语音存在概率,控制双端讲话状态下回声抑制算法的房间冲激响应函数的更新.同时引入一种改进的软判决方法,将语音存在概率与增益函数结... 详细信息

为解决全双工模式下声学回声抑制问题,采用Beta混合模型对两个互相关函数特征量建模.通过估计近端目标语音存在概率,控制双端讲话状态下回声抑制算法的房间冲激响应函数的更新.同时引入一种改进的软判决方法,将语音存在概率与增益函数结合,提高回声估计的准确性,抑制更多的残留回声.客观评价准则评估表明:采用基于Beta混合模型的双端讲话检测算法具有比较低的错误概率,且对房间冲激响应的变化具有较好的鲁棒性,在提高近端目标语音质量的同时达到了更好的回声抑制效果.

关键词：声学信号处理回声抑制 Beta混合模型双端讲话检测频谱修正方法

噪声环境下基于最大后验非线性变换的隐马尔可夫模型自适应算法

在线全文

学校读者我要写书评

暂无评论

声学学报 2004年第5期29卷 467-471页

作者：刘海滨吴镇扬赵力曾毓敏东南大学无线电系南京210096 南京师范大学物理系南京210097

由于训练环境和识别环境的失配,识别系统的性能会严重下降。为此,提出了基于最大后验概率非线性变换的环境自适应算法,可以减小由于环境的失配所引起的系统性能的下降。在本算法中,利用分段线性回归近似非线性变换将训练环境下隐马尔可... 详细信息

由于训练环境和识别环境的失配,识别系统的性能会严重下降。为此,提出了基于最大后验概率非线性变换的环境自适应算法,可以减小由于环境的失配所引起的系统性能的下降。在本算法中,利用分段线性回归近似非线性变换将训练环境下隐马尔可夫模型(HMM)的均值向量变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP)。数字语音识别实验证明:该环境自适应算法的识别性能优于MLST,MAPLR和MLLR等算法。

关键词：噪声环境隐马尔可夫模型自适应算法最大后验非线性变换声学信号处理

基于模态展开法的水下航行器辐射噪声远场预测方法研究

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2019年第24期38卷 197-202,242页

作者：周思同帅长庚杨家轩海军工程大学振动噪声研究所武汉430033 船舶振动噪声重点实验室武汉430033 中国人民解放军92337部队辽宁大连116023 海军潜艇学院山东青岛266199

为了通过圆柱体表面离散声压或振速数据,实现对有限长圆柱壳体的辐射声场预测,提出“基于模态展开法的声场预测”算法。该算法将介质中有限长圆体的径向振动用轴向及周向模态表示,并建立各阶模态与全息面之间的传递函数矩阵,通过匹配全... 详细信息

为了通过圆柱体表面离散声压或振速数据,实现对有限长圆柱壳体的辐射声场预测,提出“基于模态展开法的声场预测”算法。该算法将介质中有限长圆体的径向振动用轴向及周向模态表示,并建立各阶模态与全息面之间的传递函数矩阵,通过匹配全息面声压或振速来确定各阶模态系数;在此基础上,少量远场声压数据进行最小二乘意义下的参数匹配,获取最优的轴向及周向模态阶数,最终实现辐射声场的预测;通过点声源、圆柱体模型及船舶模型的数值仿真及消声室试验,验证了该方法的准确性和有效性。仿真及实验结果表明:与圆柱统计最优近场声全息方法相比,所提出的方法在全息孔径以外不会出现周期性虚像,适用于有限长圆柱体的辐射声场预测。

关键词：声学信号处理统计最优近场声全息模态展开法声场预测

在线全文

学校读者我要写书评

暂无评论

基于三维卷积神经网络的虫音特征识别方法

计算机应用 2019年第9期39卷 2744-2748页

作者：万永菁王博玮娄定风华东理工大学信息科学与工程学院上海200237 深圳海关广东深圳518045

进口木材蛀虫检疫是海关的一项重要工作,但其存在着虫声检测算法准确率低、鲁棒性差等问题。针对这些问题,提出了一种基于三维卷积神经网络(3D CNN)的虫音检测方法以实现虫音特征的识别。首先,对原始虫音音频进行交叠分帧预处理,并使用... 详细信息

进口木材蛀虫检疫是海关的一项重要工作,但其存在着虫声检测算法准确率低、鲁棒性差等问题。针对这些问题,提出了一种基于三维卷积神经网络(3D CNN)的虫音检测方法以实现虫音特征的识别。首先,对原始虫音音频进行交叠分帧预处理,并使用短时傅里叶变换得到虫音音频的语谱图;然后,将语谱图作为3D CNN的输入,使其通过包含三层卷积层的3D CNN以判断音频中是否存在虫音特征。通过设置不同分帧长度下的输入进行网络训练及测试;最后以准确率、F 1分数以及ROC曲线作为评估指标进行性能分析。结果表明,在交叠分帧长度取5 s时,训练及测试效果最佳。此时,3D CNN模型在测试集上的准确率达到96.0%,F 1分数为0.96,且比二维卷积神经网络(2D CNN)模型准确率提高近18%。说明所提算法能准确地从音频信号中提取虫音特征并完成蛀虫识别任务,为海关检验检疫提供有力保障。

关键词：三维卷积神经网络短时傅里叶变换语谱图虫音识别声学信号处理