提出了利用神经网络自适应滤波原理解决多传感器信号处理的方法,通过对多路带噪声的数字模拟信号的滤波结果表明,该方法能快速、有效地消除主信号源的各种背景噪声

针对常规自适应卡尔曼滤波器存在过渡过程差的问题,基于一个给定的指标切换函数,采用多个基于不同动态噪声协方差矩阵的卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器.与常规自适应卡尔曼滤波器相比,多模型自适应卡尔曼滤波器可以在保持原有自适应滤波器性能的基础上极大地改善瞬态响应

基于Biot-Savart定律和空间滤波技术,采用二维傅里叶变换,研究磁场到电流的反演.对高温超导量子干涉器(SQUID)测得的载流导线周围的磁场分布以及圆孔缺陷周围的涡流场激发的磁信号进行反演处理,并对所得的结果,特别是在傅里叶空间对截止频率的选择进行了初步探讨.结果表明,较高的截止频率值能有效提高反演结果的空间分辨率,但增加了噪声信号对反演结果的影响;相对较低的截止频率值能更明显地去除噪声信号,同时导致反演结果的失真,降低了反演结果的空间分辨率.利用缺陷周围的磁场数据反演出的电流分布,能够准确反映出被测样品中缺陷的位置、形状等基本情况

4.1引言 4.2幅度调制的原理及抗噪声性能 4.3角度调制的原理及抗噪声性能 4.4各种模拟调制系统的性能比较 4.5频分复用 4.6复合调制及多级调制的概念

声音(包括噪声)的形成,必须具备三个要素,首先要有产生振动的物体,即声源,其次 要有能够传播声波的媒介,最后还要有声的接受器,如人耳、传声器等。 一、声音的基本性质 声音(sound)是由物体振动产生的,而振动在弹性介质中的传播形式就是声波,处于一定 频率范围内(20~20000Hz)的声波作用于人耳就产生了声音的感觉

针对由于焊接残余应力、磁场噪声等干扰,造成磁记忆检测在焊缝早期隐性损伤位置定量评价上的困难,提出基于粒子群算法优化的最大似然估计磁记忆梯度定量模型.通过对预制未焊透缺陷的Q235焊接试件进行焊缝疲劳拉伸实验,同步对比扫描电镜和X射线检测结果,发现磁记忆信号梯度对早期隐性损伤位置反应比较敏感,并获得了梯度随着与隐性损伤的距离增大而减小的衰减变化规律,构建隐性损伤位置参数与磁记忆梯度的非线性函数,考虑磁场噪声对隐性损伤定位结果的影响,引入最大似然估计建立目标函数,进一步考虑目标函数的非线性容易陷入局部极值而非全局极值的问题,采用具有全局搜索能力的粒子群算法对目标函数进行优化,建立基于粒子群最大似然估计的焊缝隐性损伤位置磁记忆定量模型,验证结果表明定位误差仅为3.48%,为实际工程中利用磁记忆技术及时发现早期隐性损伤并精确定位提供了新的思路

4.1幅度调制(线性调制)的原理 4.2线性调制系统的抗噪声性能 4.3非线性调制(角调制)的原理 4.4调频系统的抗噪声性能 4.5各种模拟调制系统的性能比较

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

随机误差:由串入仪表的随机干扰、仪器内部器 件噪声和A/D量化噪声等引起的,在相同条件下测量 同一量时,其大小和符号作无规则变化而无法预测 但在多次测量中符合统计规律的误差采用模拟 滤波器是主要硬件方法

本标准为贯彻《中华人民共和国环境保护法及《中华人民共和国环境噪声污 染防汉 条例》,保障城市的生活声环境质量而制订