挖掘机驾驶室低频结构噪声分析与优化*

针对某小型液压挖掘机驾驶室低频噪声过大问题,对驾驶室结构振动特性进行分析。基于有限元模型计算各工况下驾驶室噪声传递函数,运用统计学方法确定主要噪声峰值频率及相应工况;通过模态声学贡献度计算,确定危险工况下噪声贡献量较大的模态阶数,参照模态振型确定驾驶室振动变形最大的车身板件;并对该板件进行形貌优化处理,提高其一阶固有频率,进而降低驾驶室内噪声。优化结果表明,驾驶室噪声传递函数在危险频率下的峰值下降了2~4 dB。     

高频噪声干扰器对抗声自导鱼雷效果分析*

为提高潜艇对抗声自导鱼雷时机动方案的合理性,在高频噪声干扰器对抗声自导鱼雷原理分析的基础上,探讨了基于方位和能量的干扰效果分析方法。仿真分析了典型态势下噪声干扰器对主被动声自导鱼雷的干扰区域,给出了干扰扇面和自导距离缩减率随雷目距离的变化规律。结果表明,干扰噪声谱级比潜艇辐射噪声高出一定值(如15 dB)时,对被动声自导鱼雷具有较好的干扰效果,将宽带噪声功率集中到窄带中进行频率瞄准干扰,可大幅提高对抗主动声自导鱼雷的效果。该文的研究方法可为潜艇规避声自导鱼雷的机动方案提供依据。     

采用生理响度感知机制的车内噪声声品质预测

现有车内噪声声品质预测的响度计算中没有考虑真实人耳生理解剖结构的传声特性,因此提出了一种基于生理响度感知模型的车内噪声声品质预估方法。首先,采集两款轿车的车内噪声样本,并通过主观评价试验得到车内噪声的主观评价烦恼度。之后,整合中耳集总参数模型与耳蜗传输线模型,构建生理响度模型。然后,以生理响度模型的响度计算值为主要参数,结合尖锐度、粗糙度与车内噪声的主观评价值,通过TabNet模型构建了车辆声品质预测模型。最终,对比分析了所构建声品质模型与基于现有标准响度模型所构建的声品质模型的预测效果。结果表明,采用生理响度模型的声品质预测平均误差百分比仅有4.73%,优于采用Moore响度(6.13%)与Zwicker响度(6.94%)的声品质预测结果。此外,所构建的TabNet声品质预测模型的平均误差百分比也低于基于BP神经网络模型的平均误差百分比(7.60%)。采用生理响度模型的TabNet声品质预测能够提高车内噪声声品质客观评价的准确率。     

新型高频消音器对Whoosh噪声的优化

为了诊断匹配涡轮增压器的汽油车型急加速过程中产生的Whoosh噪声,并分析噪声产生的原理,确定噪声的频率特性以及噪声产生的工况,本文通过对Whoosh噪声在进气系统中贡献量的分析,按照"源-路径-响应"原则,设计出频率相应的高频穿孔消音器并将其插入到进气系统中,从噪声传递路径上进行优化与控制。通过整车道路客观数据分析和主观驾评,确定该方案切实可行,可推广至多款增压车型上应用。     

飞机的噪声环境及其结构的声振疲劳

本文简述了对某类机动飞机进行噪声环境测量及其数据归纳的方法;根据编制的噪声载荷谱和受载特点,选择适当的噪声源,进行声疲劳试验,考核飞机结构声疲劳特性,并对测量、试验结果进行分析,评定了几种抗声疲劳性能较高的结构形式。     

混合算法优化的乘用车舱内噪声感知烦恼度神经网络建模

针对传统乘用车舱内噪声感知烦恼度量化模型精度低的问题,提出了一种利用混合算法优化的神经网络模型预测舱内噪声感知烦恼度的评价方法。此混合算法融合麻雀搜索算法(SSA)和遗传算法(GA),对反向传播(BP)神经网络进行优化,根据声品质主客观评价数据,建立SSA-GA-BP网络的乘用车舱内噪声感知烦恼度客观量化模型,与BP模型、GA-BP模型、SSA-BP模型进行对比分析。结果表明, SSA-GA-BP模型能够实现更高的预测精度,更接近主观评价数值,泛化能力更强,可替代传统的声品质主观评价实验。     

噪声和振动的有源控制

用和实际噪声源(振源)反相的二次声源产生声,进行干涉,来减小甚至抵消噪声,这不是一个新鲜事,原理也不复杂。但具体实现却取决于声源(振源)的尺寸,辐射分布和抵消场的产生与控制。近期的进展是以控制论和自适应滤波的最新发展和用于自适应信号处理的高速微电子线路的出现为基础的。     

法国声学应用(Ⅱ)——城市和工业噪声的治理

同许多国家一样,法国的城市环境噪声问题,也日益尖锐地提到了议事日程上来.据环境部统计,仅1984年噪声扰民的诉讼事件就达到了1万8千余起.因此,切实有效地减少和防治城市环境噪声的污染,已成为法国全社会共同关注的问题.近年来有关部门对城市环境噪声的现状和发展趋势,组织了几次全国性的调查,以便制定统筹的治理规划.     

光电倍增管的噪声分析和建模

着重讨论光电倍增管的噪声来源、不同噪声源的噪声特征。为了便于实际应用,借助于光电子学和电子学分析方法,建立光电倍增管的噪声模型。这有利于应用光电倍增管探测更加微弱的信号,也有利于从微弱信号中提取研究对象的真实信息。     

目标图像结构和噪声对相关哈特曼-夏克波前传感精度的影响

以空间频谱描述图像结构,以图像灰度起伏的方均根值与噪声方均根值之比表示信噪比,系统分析了目标图像结构和噪声对相关哈特曼-夏克波前传感精度的影响。理论分析表明,两个子图像的相关函数峰值位置的亚像元插值误差等于其各离散频率成分的相关函数峰值位置插值误差的加权平均;相同功率下,低频成分的加权系数较小,高频成分的加权系数与亚像元偏移量有关。一维窄带图像的统计仿真表明,无噪声时,低频成分和接近奈奎斯特频率成分的误差较大,中频成分的误差较小;有噪声时,噪声对高频成分的影响低于低频成分。对典型频谱的32×32图像仿真表明,图像起伏信噪比为2∶1时,子图像平移量计算误差约0.03~0.11像元,与无噪声时相比增加不大。     

利用共振无源腔分析和抑制飞秒脉冲激光噪声的理论和实验研究

理论分析了共振无源腔对飞秒脉冲激光的强度和相位噪声的转化模型,分析表明,通过测量无源腔透射场或者反射场相对于输入场强度噪声的变化,可以间接得到输入场飞秒脉冲激光的相位噪声.在此基础上设计了精细度约为1500、自由光谱区为75 MHz的八镜环形共振无源腔,并测量了钛宝石锁模激光经过该共振无源腔后透射场和反射场强度噪声的变化.实验观察到,飞秒脉冲激光经过无源腔透射后,强度噪声特性得到较好改善,在探测频率2 MHz附近达到散粒噪声极限.同时,结合共振无源腔对激光强度和相位噪声的转化模型,间接给出了钛宝石锁模激光的相位噪声及无源腔对相位噪声的有效抑制作用.     

磁通运动的电压噪声频谱分析和动力学相变

用Langevin分子动力学方法模拟磁通运动的纵向电压噪声谱随磁场和电流的变化.计算结果表明，外加磁场增大到磁通运动动力学相变场F_P，电压噪声 谱中低频宽带噪声减小而出现洛伦兹形高频窄带噪声.外加磁场增大到熔化场F_m附近，高频窄带噪声 峰值增高 ，峰值对应频率增大.在外加电流增强到磁通弹性运动区域，高频窄带噪声频谱呈现搓衣板 形式.搓衣板高频窄带噪声产生于磁通平移速度的周期性调制，它表明层状超导体中运动的 磁通格子存在有平移序的BG相. 关键词： 第Ⅱ类超导体 电压噪声 动力学模拟     

开孔结构流致噪声的数值模拟和机理分析

飞机机体表面的开孔设计会形成空腔结构,产生空腔流致噪声。空腔噪声的控制需要彻底认识其流动和噪声机理。以飞机的功能性开孔为例,通过半经验公式分析了其空腔噪声频率随速度的变化规律,预测了出现流声共振的工况。空腔发生流声共振时,特定频率的纯音噪声会被放大。为此,采用脱体涡模拟方法开展了开孔结构流声共振的三维非定常数值计算,分析了其流场和声场特性。其中,数值方法的准确性通过圆形空腔标模计算进行验证。结果表明,在一定速度下剪切层内的扰动将诱发空腔深度方向声模态,出现流声共振现象。此时,剪切层表现为强烈的周期性上下拍动,空腔底部和后缘区域的局部压力脉动幅值较大,声波主要由空腔后缘向上游方向辐射,上游噪声大于下游。     

基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法

为提高矿井混合噪声图像的可观测性,提出了基于高斯曲率优化和非下采样剪切波变换的高密度混合噪声去除算法.使用局部高斯曲率优化混合噪声图像,抑制椒盐噪声对噪声分布的影响,使混合噪声分布近似为高斯噪声分布.使用非下采样剪切波变换分解高斯曲率优化图像,实施自适应硬阈值收缩降噪,去除混合噪声中的高斯噪声成分.最后,迭代使用局部高斯曲率优化和非下采样剪切波变换降噪去除残余噪声,直至输出图像梯度能量满足停止条件.实验表明,本文算法能够有效地去除高斯噪声和椒盐噪声构成的高密度混合噪声,且有效抑制了剪切波变换降噪引起的伪吉布斯现象,有效地降低了矿井图像的噪声.     

汉语语境下的车辆噪声听觉属性评价与分析

研究了等响度车辆噪声听觉属性的空间维度及其汉语表述。首先通过问卷调查确定评价车辆噪声听觉属性的汉语描述词,然后完成基于成对比较法和语义细分法的主观评价实验,获得听觉属性的不相似度矩阵及描述词的等级顺序。最后,利用多维尺度分析和主成分分析法得到独立的用中文表达的车辆噪声听觉属性,结果表明:对于等响度的车辆噪声,其听觉属性可以用三个维度表示,分别用“粗糙”、“刺耳”和“起伏”描述。     

基于多尺度分析和加权最小二乘法的非制冷红外条纹噪声校正算法

为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑,应用小波变换提取平滑图像的垂直分量,并将其垂直分量替换为原始图像的垂直分量,利用小波重构输出校正后的图像.算法能够精准地去除红外噪声,而不会带来更加麻烦的"鬼影"问题.用该算法对多组不同红外图像数据进行仿真实验,并与其他先进的红外条纹非均匀校正算法进行对比分析,结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.     

一种对加性噪声和信道函数联合补偿的模型估计方法

语音识别系统在面对实际环境中多变的加性噪声和信道差异的影响时性能急剧下降,抑制这些噪声和差异所造成的性能下降具有重要意义。作者提出了一种模型补偿算法,使用句子中的非语音段估计加性噪声,然后利用EM算法估计信道函数,从而在倒谱域上对失配的声学模型进行联合补偿。实验表明,相比基线系统,采用该算法的系统的平均性能相对提升幅度超过50%。算法可以动态跟踪环境的变化,性能表现优于一些传统的语音识别稳健性处理算法。