Relative energy zero ratio-based approach for identifying pulse-like ground motions

Pulse-like ground motions are capable of inflicting significant damage to structures. Efficient classification of pulse-like ground motion is of great importance when performing the seismic assessment in near-fault regions. In this study, a new method for identifying the velocity pulses is proposed, based on different trends of two parameters: the short-time energy and the short-time zero crossing rate of a ground motion record. A new pulse indicator, the relative energy zero ratio(REZR), is defined to qualitatively identify pulse-like features. The threshold for pulse-like ground motions is derived and compared with two other identification methods through statistical analysis. The proposed procedure not only shows good accuracy and efficiency when identifying pulse-like ground motions but also exhibits good performance for classifying records with high-frequency noise and discontinuous pulses. The REZR method does not require a waveform formula to express and fit the potential velocity pulses;it is a purely signal-based classification method. Finally, the proposed procedure is used to evaluate the contribution of pulse-like motions to the total input energy of a seismic record, which dramatically increases the seismic damage potential.

基于电流信号短时过零率的电弧故障检测

现有电弧故障检测方法运算复杂,实时检测下硬件性能要求和实现成本高,实际工况下可实施性差。为此,提出一种基于电流信号短时过零率的电弧故障检测方法,并利用微控制器实现电弧故障检测装置样机制作与实验,其主要特点在于电流信号短时过零率特征提取过程中有且仅有加减运算。电弧故障电流信号短时过零分析时,对比短时傅里叶变换分析验证得出:短时过零率可有效提取电弧故障信息。结合模式匹配识别算法完成电弧故障检测与分类。样机实验证明,该方法对电弧故障电流信号敏感,可有效实现电弧故障检测与分类,且易于实现。

基于能量变化率的气体超声波流量计信号处理方法

针对气体超声流量计信号处理中不易找到稳定的测量特征点的问题,提出了一种基于能量变化率的过零检测信号处理方法,以及最优阈值参数的选取方法。基于能量变化率的过零检测信号处理方法首先求取能量变化率曲线上的关键阈值点,然后回溯到原始波形信号上,找到对应的过零点,并以此作为信号的稳定特征点,进而求得信号的传播时间及气体流量。在以FPGA和DSP为核心的气体超声流量计信号处理系统上实时实现了算法,并进行标定实验,实验结果验证了方法的有效性。

光纤周界安防系统端点检测技术的研究

光纤周界安防系统是一种利用光纤作为传感介质的传感系统,通时计算机对传感系统的输出信号进行处理。以往的算法都是对计算机接收到的信号直接进行定位及模式识别处理,由于接收到的信号在大部分时间都是无用的静默信号,限制了系统的效率。在简单阐述光纤周界安防系统原理的基础之上,介绍了端点检测技术,有效截取信号中的有用目的信号,最后结合实验数据,着重分析了短时能量和短时过零率两种端点检测方法所存在的问题,并提出了相应的改进办法,滤除了无用信号,并在一定程度上排除了自然界中风和雨的干扰。

西瓜成熟度音频无损检测技术

为了满足采收前后对西瓜成熟度无损检测的需要,实现了在田间环境下通过音频功率谱峰值频率检测西瓜成熟度的方法。在信号预处理部分,提出了使用短时能量和过零率提取出打击信号的算法,能够准确判断打击信号的起止点,完整地提取出每次敲击西瓜的音频信号用于下一步处理,并滤除了录制音频中的微小干扰噪音。在检测成熟度部分,通过实验划分了不同成熟度下功率谱峰值频率区间范围,并用该划分的区间检测西瓜的成熟度。经验证,该方法达到了较高的检测准确度。

油套管钢长周期CO_2腐蚀速率的测试及准确计算方法

目前油气井CO2腐蚀研究中按国际标准NACE RP0775-2005计算金属平均腐蚀速率的方法,一般不考虑测试时间长短对测试结果的影响,将短期内的单次测试结果按照线性规律外推至1年时,对腐蚀速率有较明显的放大作用。所得短期测试结果可以用于对比不同材料间的耐均匀腐蚀特性,但不宜作为材料寿命预测及防腐蚀选材设计的依据。由于受工程项目设计时间和腐蚀测试设备性能的制约,难以实现长周期(半年以上)的模拟试验测试。为此,对长至1年的金属平均腐蚀速率的计算方法进行了改进,给出了考虑腐蚀测试时间效应的建议算法,并结合设计实例验证了其可靠性。

基于短时幅度-过零率函数识别抽油井液面回波

基于液面回波短时过零率较低的显著特征和新定义的短时幅度函数,提出一种新的液面回波的综合识别方法,将含有幅度敏感因子的短时幅度函数与短时过零率函数相结合构造出了一个短时幅度-过零率函数,利用该函数逐帧地对回波信号进行计算,可识别出液面回波。与传统方法相比,可显著降低误判。通过阈值方法或其他方法可确定液面回波到达时刻。通过对比分析与实际计算给出了短时幅度-过零率函数的参数及帧长的选择范围。合适的函数参数和帧长可在一定程度上提高识别能力。现场应用表明该方法是可行的,与传统的单一幅值的识别方法相比,该方法对液面回波的正确识别能力有较大提高。

基于G.729的自适应实时语音活动检测方法研究

提出了一种运用短时能量和短时过零率两个参数进行静音检测的模型,针对不同情况下的语音数据动态调整模型,实现了不同噪声环境下对语音片段的有效检测。该算法实现简单,可实时的对活动语音进行检测不引入延迟。实验结果表明所采用的方法能够比较准确地检测出语音片断,对于噪声环境和音量低的语音都有很好的自适应性。

基于双门限两级判决的语音端点检测方法

端点检测是语音信号处理过程中的重要步骤,其准确性直接影响语音信号处理的速度和结果。因此对于端点检测方法,特别是在噪声环境下的端点检测研究,一直是语音信号处理中的热点。文中针对声纹识别系统所作的端点检测前端处理,对比了利用短时能量和短时平均过零率进行端点检测的方法,运用Matlab实现了双门限法端点检测的编程和仿真。仿真结果表明,端点检测准确时识别率为93%。

匹配追踪时频分解算法的端点检测方法

为了能在无噪音环境下准确地检测语音信号的端点,传统的方法是使用过零方法检测清音,短时能量方法检测浊音,两者相结合便实现了端点检测。通过对语音信号在时频平面中分布的研究,提出了一种基于匹配追踪时频原子分解算法的端点检测方法。该方法利用匹配追踪算法对信号进行分解,使得信号在时频平面上具有较直观明显的魏格纳能量分布,利用这个特点设置一个门限值再进行端点检测,便能准确检测出语音信号端点。实验结果表明,和传统的方法相对比,因为涉及到了信号的分解,所以实时性较差,且门限问题还有待深入研究,但该方法能更加准确地检测出语音信号的端点,亦为端点检测问题提供了一种新的思维方法。

咳嗽识别中的端点检测方法

端点检测是咳嗽识别过程中的一个重要环节,传统的基于短时能量和平均过零率的端点检测方法对咳嗽音检测效果不明显。针对该问题,在对咳嗽音分析的基础上采用自适应门限对传统方法进行改进。最后用实验验证了该方法对咳嗽音的端点检测的效果。

一种基于组合核函数支持向量机的水下目标小波特征提取与识别方法

准确的模式识别要求提取出的特征尽可能反映分类本质的特征.本文利用同态分析理论对水下声信号进行预处理,从最终接收到经过噪声干扰的目标信号中复原出能反映目标传输特性的原始信号,并在此基础上对信号进行离散小波变换,提取小波变换系数在不同区间上的尺度—过零密度、尺度—平均幅度特征,最终利用组合核函数支持向量机对提取出的特征进行分类识别.实验表明,提取出的特征能反映目标类别特点,该方法能对水下目标进行有效的识别.

一种基于改进谱减法的语音去噪新方法

介绍了改进谱减法的原理及算法。提出在信噪比(SNR)较低的情况下,根据语音短时能量和过零率,判断在无声或有声期间是否偶然的噪声过高,从而设定合适的参数降低噪声。实验证明该方法提高了输出信噪比,改善了语音质量,具有良好的语音去噪的效果。

基于小波变换的语音基音周期鲁棒性检测

固定门限的小波变换基音检测算法,在浊音信号起始段和结束段的模极大值不能有效提取。文中提出一种基于小波变换模极大值的基音周期自适应前后向跟踪算法,并结合过零率检测,实现了弱浊音信号基音周期的鲁棒性检测。算法对浊音信号采用自适应帧长,对陡变的基音周期能够准确提取,对噪声有较强的鲁棒性。

基于信号包络及短时过零率的心音分段算法

心音能有效地反应心脏尤其是瓣膜活动状况,研究基于心音的心脏病决策系统具有重大意义。心音分段是建立心音决策系统的基础和前提,其目的是定位心音的主要成份,为特征提取与模式识别提供定位基准。本文通过使用双门限、迭代等方法,改进了基于信号能量的分段算法,并首次引入短时过零率以更准确地定位分段边界。实验结果表明,该算法对正常心音及常见异常心音分段效果良好。

基于音频特征和模糊神经网络的禽流感病鸡检测

为了能在早期发现禽流感并进行预防,该文提出了一种基于音频特征和模糊神经网络的禽流感病鸡检测方法。依据获取的家禽音频和环境及其他噪声的谱熵差别大的特点,在复杂环境中分析并提取出鸡声,丢弃非鸡声段,对提取的鸡声进行分析及处理,计算短时过零率、短时能量以及短时过零率与短时能量混合特征,用作判别患禽流感的病鸡和健康鸡的依据。利用T-S模糊神经网络,对提取出来的家禽音频特征进行训练和识别,试验表明隶属度函数为钟形函数、隶属度个数为2时模糊神经网络对试验提取的3个鸡声特征组成的3组测试集的敏感性分别为75.47%、80.39%和76.92%,特异性分别为80.85%、79.59%和72.92%,正确识别率分别为78%、80%和75%。该研究为规模化家禽养殖场及大型家禽流通市场的禽流感病禽识别提供一套快速、高效检测方法。

基于无线传感器网络的咳嗽音检测系统研究

咳嗽音是众多疾病常见的重要症状之一,包含极其重要的临床信息。针对目前多参数无线家庭监护系统忽视此重要生理参数的现状,设计了一种基于无线传感器网络的咳嗽音检测系统,选用SPCE061A单片机和CC2430无线收发模块共同构建了关键节点的硬件平台和软件平台,并运用短时能量和过零率的双门限算法检测信号。测试结果表明:该系统可以实现咳嗽音信号的实时采集和有效传输,并成功定位咳嗽音,准确率达到90%以上。

基于音频特征和逼近信号统计特征的数字零水印算法

提出了一种基于音频特征和逼近信号统计特征的零水印算法.实验结果表明,该算法能根据音频自身的特点寻找到适合用于嵌入水印的音频帧,实现水印信息的嵌入、提取和盲检测,在不改变听觉质量的同时降低了计算量,提高了水印的鲁棒性.

一种用于枪声的多级检测识别技术

声音无处不在,声音的检测与识别一直是声音研究领域的重要内容。其中公共场所环境中的突发声音的检测一直是一个难题,本文提出了一种利用短时能量和短时平均过量率以及MFCC和DTW对枪声等特定声音的多级检测算法。实验结果表明,本算法具有较低的计算复杂度,易于实现,而且检测的漏检率和误检率都很理想。

纯音乐与语音-音乐混合片段的高准确识别方法

通过对同一首歌曲音频信号的特征分析,提出了一种基于音频片段平均短时能量和过0率标准偏差的融合判决方法.该方法解决了纯音乐与语音-音乐混合片段识别易混度高的问题,可以准确地识别同一首歌曲中纯音乐片段和语音-音乐混合片段,为去除音频中不需要的部分提供一种有效的预处理方法,并且可以更好地提高数据处理的效率和性能.实验结果表明,通过对不同风格、不同歌手以及不同语言的歌曲处理,纯音乐的平均正确率为92.30%,语音-音乐混合的平均正确率为96.36%.