基于稀疏重构的尾波干涉成像方法

尾波干涉成像是利用尾波时延和扩散近似敏感核来反演散射介质中微小速度扰动空间分布的技术.该问题本质上是一个欠定问题,一般无确定解,导致其难以精确定位介质中微小波速变化的区域.为解决上述缺陷,本文利用速度扰动分布在空间上具有稀疏性的特点,提出了一种基于压缩感知理论中稀疏重构算法的尾波干涉成像方法.该方法可在散射介质中较准确地获取速度扰动的空间位置和范围,同时具有较高的计算效率.数值仿真和实验结果表明:相比于现有的线性最小二乘差分成像方法,无论是单个还是多个扰动区域,该方法均能更精确地进行定位成像,同时明显减少了计算时间.     

使用脉冲声和矢量传声器的现场测量吸声系数

使用不同声源利用矢量传声器对毛毡材料进行现场吸声系数测试,研究了不同背景下不同声源的抗噪能力。矢量传声器可以同时测得声压和质点振速信号,进而可计算得到阻抗,利用自由空间和材料表面的阻抗可计算得到材料的吸声系数。在此次实验中,使用不同声源分别在无干扰和有一白噪声干扰源的两种情况下进行测试。结果表明,使用对数扫频脉冲和巴特沃斯脉冲测试所得的吸声系数曲线更平滑,说明脉冲声可以有效降低环境反射的影响,在高噪声背景下使用对数扫频脉冲测试所得的结果基本没有受到背景噪声的影响,说明对数扫频脉冲的抗噪能力更强。因此,使用对数扫频脉冲作为声源进行测试可有效减弱环境反射和背景噪声的影响。     

一种热对流式MEMS二维质点振速传感器

由空气质点振速传感器和声压传感器组成的矢量传声器是测量声场空间信息的重要方式。本文设计了一种新型热对流式二维质点振速传感器,不同于传统平行线式传感机制,该器件由多线进行交叉连结形成一个中央十字加热器和四个直角测温线,构成新的局域加热和温度传感方式,基于此设计能够获得更高的灵敏度并具有理想的正交性。通过数值分析对其传感机制进行了详细分析,并使用MEMS工艺进行器件制备和性能验证。实验结果表明,该器件具有良好的响应灵敏度和接近完美的正交指向性。所提出器件在体积受限的声场测量中具有潜在应用价值。     

基于流形学习的单类分类算法及其在不均衡声目标识别中的应用

针对数据不均衡条件下的目标识别性能下降问题,首先讨论了目标声信号所包含低维流形的特点,在此基础上设计了基于流形学习的单类分类算法,通过比较测试样本与正类样本在流形上的符合程度判决其是否属于正类。将此分类算法应用于包含不均衡数据的声目标识别,三组不同环境和识别目标的实验数据集测试结果显示该算法可以有效地从多种目标中识别特定类别目标,与其他单类分类算法相比,提高数据不均衡条件下的识别性能,并对样本的混叠分布具有较好的鲁棒性。      

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。     

人工神经网络在车辆声学分类中的应用

传统反向传播(BP,Back-Propagation)算法虽然解决了多层感知器的收敛问题,但是训练时间长、收敛速度慢。本文针对训练样本分布状态未知的问题,提出了一种有效的加速收敛方法,即对不同的训练样本选择不同的学习率。将这种改进的BP算法应用到履带车与轮式车的声学分类中,明显提高了算法的收敛速度、泛化能力及稳定性,并可根据需要调整两种车辆的识别率。     

节律性时间期待和空间期待对听觉目标辨别的影响

合理的推断和预期是加快辨别听觉目标的关键。通过听觉目标辨别的反应时任务,研究了听感知过程中节律性时间期待和空间期待对声音目标辨别的影响。实验中,听觉序列中各声音以规律或不规律的时间节奏、沿有序或随机的空间方位呈现,形成四种期待条件:时间和空间期待兼备、只有时间期待、只有空间期待和没有期待。被试对声音序列末尾随机呈现的听觉目标尽快做按键反应。结果发现:（1）节律性时间期待显著加快被试对目标声音的反应速度;（2）空间期待对目标辨别速度的促进作用仅在时间非规律条件下发生。可见,在辨别听觉目标时,听者优先使用时间期待,并在无有效时间预测信息时使用空间期待,以促成对声音目标的最优知觉加工。      

基于模态缩减和模态实验数据的结构连接参数识别方法

利用在结构系统可测自由度上获得的不完备模态参数和子结构的有限元模型，根据模态缩减理论，建立了识别子结构间连接子结构参数的优化模型，采用逐次二次规划法求解，改善了测试噪声和模态截断误差的影响。该方法识别精度高、收敛速度快、计算量小，便于工程应用。     

加权最大似然波达方向估计算法及其应用研究

针对阵列信号处理中空间相干性低、频域有色且通道间具有相同功率谱的噪声模型,分别基于确定性信号模型与随机性信号模型,提出一种加权最大似然(Weighted Maximum Likelihood,WML)波达方向估计算法。数据仿真实验表明,该算法提高了由空间非相干且一致有色噪声引起的低信噪比条件下的波达方向估计精度。户外实验验证了该算法在风噪声条件下的有效性。      

低信噪比下激波信号奇点检测方法

针对低信噪比下的激波信号检测问题,利用激波信号奇点在小波变换中的路径传递特征及信号奇点小波系数与噪声小波系数明显幅度差异,提出了一种基于信号奇点的连续小波变换检测算法。仿真实验结果表明,在恒定虚警概率下,该方法检测性能相较于能量检测器能提升约3 dB;实际数据实验结果说明,该方法在-3 dB信噪比下检测性能明显优于能量检测器和传统小波多尺度积检测器。