仿生学覆羽厚度对机翼失速控制效果的实验研究

受鸟类翼面覆羽结构特点的启发,在前期仿生流动控制工作基础上,本文设计了不同厚度的柔性锯齿型人工覆羽,将其分别安装于NACA0018平直机翼上翼面不同弦长位置,通过实验考察大迎角条件下流动分离控制效果。实验在天津大学低湍流度风洞进行,采用坐标架对机翼尾流区进行扫掠测量,使用热线风速仪获取尾流区的平均速度和脉动速度信息,并使用高速相机拍摄人工覆羽的运动情况。通过平均速度分布、脉动速度均方根曲线、功率谱密度、小波能谱和小波等值云图等对不同厚度覆羽的流动分离控制效果进行对比分析。实验结果表明,对于小厚度覆羽:安装在机翼前缘附近时,能有效减小前缘剪切层和机翼上表面之间的距离,这是由于覆羽自适应振动促进了低频大尺度相干结构向高频小尺度相干结构的转化;安装在机翼尾缘附近时,机翼周围流场无明显变化。相反,对于大厚度覆羽,覆羽阻碍分离回流区沿机翼表面向前缘发展,在靠近机翼尾缘时,流动分离控制效果较好。此外,本文还结合粒子图像测速技术绘制了覆羽的运动情况和周围流场流动示意图,验证了不同工况下人工覆羽的流动分离控制效果,对比分析了不同厚度覆羽实现流动分离控制的机理。

基于仿生小波变换和自适应阈值的语音增强方法

提出一种基于仿生小波变换以及自适应阈值的语音增强方法.含噪语音通过仿生小波变换后,针对不同的尺度采用不同的阈值函数进行去噪.由于在小波变换过程中考虑了人耳的听觉特性,所提出方法优于基本的小波语音增强方法.实验表明,该方法在多种噪声条件下均具有较好的语音增强效果.

基于自适应仿生小波变换的语音增强方法

分析自适应滤波和小波滤波的原理与方法,提出一种基于自适应仿生小波变换的语音增强方法。该方法首先用仿生小波变换对含噪语音信号进行小波分解,这样可以保证对信号频率和幅值的听觉特性,然后将经仿生小波变换所分离出来的噪声成分作为自适应滤波器的输入。通过选用自适应滤波器的最小二乘算法(RLS)从而实现信噪分离的最佳滤波,以保证去除信号中的相关噪声。实验结果表明,该方法对语音信号有显著的增强效果,能实现语音信号在同频段对噪声成分和有用信号的最佳估计。

基于子带谱熵的仿生小波语音增强

前端噪声处理直接关系着语音识别的准确性和稳定性,针对小波去噪算法所分离出的信号不是原始信号的最佳估计,提出一种基于子带谱熵的仿生小波变换(BWT)去噪算法。充分利用子带谱熵端点检测的精确性,区分含噪语音部分和噪声部分,实时更新仿生小波变换中的阈值,精确地区分出噪声信号小波系数,达到语音增强目的。实验结果表明,提出的基于子带谱熵的仿生小波语音增强方法与维纳滤波方法相比,信噪比(SNR)平均提高约8%,所提方法对噪声环境下语音信号有显著的增强效果。

基于遗传算法的仿生小波语音增强

分析遗传算法和仿生小波变换的原理和方法,提出一种基于遗传算法的仿生小波语音增强算法。首先将普通小波变换转换为仿生小波变换,得到仿生小波变换系数,接着利用遗传算法的选择、交叉、变异获得仿生小波的优化阈值参数,从而确定最优小波阈值,随后结合最优小波阈值和改进阈值函数去噪,最终将经阈值处理后的仿生小波的系数变换至普通小波域且实行连续小波逆变换,获得增强的语音信号。仿真结果表明,在低信噪比环境下,与传统的最小统计和仿生小波变换算法相比较,经本文提出的算法处理后的增强语音其失真和残余噪声更小,语音质量和可懂度都较高。

基于相干函数和仿生小波变换的双麦克风语音增强算法

提出了一种双麦克风降噪方法。该方法基于相干函数和应用卡尔曼滤波的仿生小波变换。将卡尔曼滤波器用于输入信号,应用仿生小波变换从而得到仿生小波系数。所采用的方法可以在不同的噪声场景下使用两个排列紧凑的麦克风处理带噪信号,在语音质量评价、谱图分析和时域波形等方面优于其他双通道语音增强方法。

基于视觉仿生机理的成像目标检测和识别方法及感知计算

目标检测和识别是图像分析和理解的核心问题,构建了一种仿人眼视觉特性的视觉检测和目标识别体系结构及感知计算模式。借鉴人眼视觉信息获取与处理的变空间分辨率机理和稀疏性,构建大场景(LF)子系统和小场景(SF)子系统分别获取多分辨率、多尺度和不同精细粒度的初级视觉特征信息。提出了一种在小波域下受视觉注意力机制引导的LF子系统感知场景整体统计特性的目标检测和定位方法,由SF子系统集中对目标形成凝视并提取细粒度特征信息,对特征进行整合,形成兴趣图,然后采用非均匀采样、多尺度分析和胜者为王(Winner-take-all机制)产生目标间的竞争实现分类识别。仿真实验结果表明,统计分析方法降低了信息冗余,快速准确地检测出感兴趣目标区域,而基于注意机制的目标识别在多类目标分类中达到94.40%的总准确率。

一种基于仿生小波变换的语音增强方法

提出了一种新的基于仿生小波变换的语音增强方法。该方法通过对仿生小波变换系数进行阈值处理,从而达到语音增强的目的。实验结果表明:该方法在四种实际噪声环境下均优于一些经典方法如:谱减法、维纳滤波和基于离散小波变换的阈值去噪方法,具有更好的语音增强效果。

柔性锯齿形尾缘流动分离控制实验的多尺度相干结构研究

本文采用柔性锯齿形尾缘进行了流动分离控制风洞实验。利用高频响热线风速仪测量了翼型尾流场,结合瞬时强度因子迭代算法,在时域、频域提取出多尺度湍流相干结构,分析了弹性振动和柔性形变对扰动传播不稳定性的影响。实验结果表明:尾流中分离区厚度减小5%弦长,柔性锯齿形尾缘跟随来流自适应变形摆动,吸收了约20%的尾缘剪切层中的湍动能,产生的大尺度扰流涡持续传递至前缘剪切层,降低了很大范围低频带宽内的功率谱密度,具有良好的降噪效果;脱落涡中相干结构的振幅和发生频率显著削弱,对尾流分离区边界移动、大型涡包破碎和抑制传播的作用非常明显。

仿生小波变换在飞机发动机故障诊断中的应用

飞机发动机是一种复杂的旋转机械,故障种类多而且难以辨别。为了保证飞行安全,对飞机发动机的故障进行正确、快速地检测,文中应用仿生小波变换对某型涡轮风扇发动机在飞行中空中停车的振动信号作了分析。实验结果表明,对在频谱图上难以找到其相应的明显频率成分的准周期故障信号,利用仿生小波变换(BWT)的自适应调节功能,使得故障信号的细节成分更加地突出,对比该频率和故障情况下计算出的特征频率,可以找出故障的原因。

基于仿生小波变换和模糊推理的语音降噪算法研究

提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解,以分离出来的噪声信号作为自适应滤波器的输入,选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理,最终实现语音信号的信噪分离,去除语音信号中的噪声。仿真结果表明,该方法对语音信号有较为明显的降噪效果。

仿生学覆羽控制翼型流动分离实验

“高效率、低噪声”的飞行特点为猫头鹰披上了一层神秘的面纱。本文根据其翅膀覆羽的仿生学构造,设计了新型的柔性锯齿形旋涡发生器,铰接在NACA0018二维翼型各弦长位置处。通过风洞实验,研究了不同面密度柔性材料的流动分离控制效果。实验中,首先利用高时间分辨率的热线风速仪单点扫掠测量尾流区的流场信息,通过小波变换同时在时域、频域对各个尺度涡包的破碎和掺混过程展开分析,确定湍动能较高的特征测点位置后,利用两根热线探针双通道同时测量,得到不同位置的同步流场数据,通过互相关分析,在时域和频域上得到不同空间位置之间扰动的相关性,并结合CCD高速相机的拍摄结果,研究柔性材料的自适应形变规律与扰流涡之间的关系。实验结果表明:中等面密度的柔性材料控制效果较优,安装在尾缘时可以有效吸收附近34%的湍动能用于自适应地振动和变形;剪切层的上边界向下移动0.05倍弦长,尾缘和前缘剪切层的低频段功率谱密度分别下降了70%和50%,前缘剪切层的大尺度结构被破碎为小尺度结构,具有潜在的降噪效果,两剪切层的相关性在频域上得到显著增强。当旋涡发生器的安装位置向前缘移动时,其在逆压梯度下产生的扰动将向低频段转移,大尺度的扰流涡可以诱导分离泡的上边界下移0.1倍弦长。

仿生原理在物位检测技术中的应用

在环境恶劣的条件下确定大容量贮存罐中的物料高度具有一定的难度,文章叙述了利用仿生原理提取、分析物位信号的过程。对在不同位置提取的信号利用小波分析等方法对信号的频率及能量进行比较,提取出物位的特征信息。测试方法及所需设备比较简单,能够在环境恶劣、贮存罐密闭的条件下确定物位的高度。应用范围比较广泛,为现代物位测量领域提供了一个新的思路和方法。

基于仿生小波的阈值语音增强算法

人耳对于声音信号的分辨率是非线性的,而仿生小波变换正是由非线性的耳蜗听觉模型发展而来。文章提出一种基于仿生小波变换的语音信号去噪方法,同时针对软硬阈值函数的不足,采用一种修正的硬阈值函数进行处理。仿真结果表明,该方法具有较好的增强效果。