别样的视角转换——劳伦斯·克雷默《Music as cultural practice》中的音乐释义思想

怎样才能在有形的音乐文本中揭示出无形的思想内涵是许多专家学者所不断探索的课题。劳伦斯·克雷默所著《Music as clutural practice》便是西方对这一课题研究的重要成果之一。在书中,他以后结构主义与语言学派为理论基石,提出了“打开释义学之窗”,“追寻其历史文化原因”的“两步走”释义学分析方式。并由此实现了从有意识到无意识,从普遍到异常等多种音乐释义的视角转换。为我们揭开音乐作品的意义之谜提供了一些可资借鉴的方法。

局部放电定向超声阵列Dir-MUSIC测向算法仿真

超声波检测方法在电力设备绝缘状态检测定位中应用广泛。针对局部放电超声测向MUSIC算法存在的采样率要求高、计算复杂度大等不足,提出基于定向超声阵列信号强度信息的定向多重信号分类(directional multiple signal classification,Dir-MUSIC)算法。在阐述该算法理论模型和应用条件基础上,针对均匀圆盘超声阵列,仿真研究了不同增益方向图主瓣宽度、不同信噪比条件下Dir-MUSIC算法的测向精度。仿真结果表明8阵元阵列在-5 dB信噪比、方向图主瓣宽度为90°~120°时测向精度最高,均方根误差小于2°。最后基于研制的微型机电系统麦克风(microelectro-mechanical system,MEMS)定向超声阵列进行了测向试验,结果表明8阵元圆盘超声阵列测向均方根误差最小为2.76°,测向标准差最小为2.72°,验证了Dir-MUSIC算法的有效性与准确性。

基于Root-MUSIC算法的激光扫频干涉测量方法研究

玻璃的厚度作为工业生产中的一项重要的指标,如何对其快速的测量成为了研究热点。提出采用激光扫频干涉测量方法,将采样的信号进行插值拟合,校正其拍频非线性,再通过频谱估计法获取距离信息。当测量厚度较小的玻璃时,FFT算法因受栅栏效应和频谱干涉的影响,导致难以在频谱图中将玻璃前后表面的频率区分出来。为解决该问题,采用Root-MUSIC算法处理信号,实验结果表明在FFT算法分辨临近目标频率失效的情况下,Root-MUSIC算法可以进行有效区分,运算效率也远高于MUSIC算法,且精度可达50微米左右,为解决玻璃厚度测量问题提供了思路。

改进MUSIC算法的超声波测风方法研究

针对传统超声波测风装置测风精度不高、抗噪声能力弱,提出了一种改进多重信号分类(multiple signal classification,MUSIC)算法的超声波测风方法。采用一种弧形6阵元超声波传感器阵列的测风结构,推导其阵列流型;在此基础上,添加小波阈值降噪算法提高信号信噪比,降低噪声信号协方差矩阵的秩;再使用PHAT加权广义互相关时延估计算法以提高时延估计的准确性,同时根据时延关系对传统MUSIC算法矢量矩阵进行改进;最后通过MUSIC算法实现对风速风向的测量。理论分析与仿真结果表明:改进后的MUSIC算法具有较好的抗噪性能和较高的风参数测量精度,测量风速绝对误差达到0.15 m/s,风向绝对误差达到2°,可以应用于对风参数要求较高的场景。

一种奇异值分解与子空间加权联合的改进MUSIC算法

在低信噪比、小快拍数等非理想条件下,经典DOA估计算法对邻近目标的分辨率严重下降,甚至失去分辨能力。针对这一问题,提出了一种将重构的接收信号协方差矩阵进行奇异值分解并与改进的加权子空间方法相结合的改进算法。该算法充分利用互相关信息构建新的接收信号协方差矩阵,并对噪声子空间信息采用新的校正方法,对噪声特征值进行改造,之后对噪声子空间进行加权,最后与信号子空间加权技术相联合。仿真实验证明,改进算法在低信噪比和小快拍数条件下可以分辨间隔4°的相邻目标,统计分析表明该算法的分辨率明显优于经典MUSIC算法。

基于DSP的快速MUSIC测角算法

基于阵列信号处理的MUSIC算法,由于其超高的角分辨率和角精度,受到广泛的关注。但是其高运算复杂度,较大地限制了算法的硬件实现。为此,基于MUSIC算法的基本原理,文中分析了该算法在DSP(TI1843)硬件系统实现中关键子步骤的运行时长。针对最为耗时和占用内存最大的空间谱构建和谱峰搜索子步骤,分别提出了便于工程实现的简化方法,并通过硬件平台移植验证了算法的可行性,对比发现该方法大大减少了运算时间和内存空间,具有较高实际应用价值。

利用改进MUSIC方法进行洋流方位估计

洋流能够调节全球热量的分布,降低航运成本。以往的洋流方位估计方法未对洋流信号源之间的相关性进行完全消除,导致估计效果较差。因此,本文设计了基于改进MUSIC方法的洋流方位估计方法。首先,以采集到的洋流信号为基础,构建洋流阵列信号模型,并对洋流信号进行降噪处理,提高信号数据的质量。然后,为减少洋流信号源之间相关性对估计结果的影响,利用改进MUSIC方法及协方差矩阵,对洋流信号源相关性进行消除,通过计算信号源的相关参数,构建洋流方位估计模型。最后,通过对洋流信号源的转换,实现洋流方位的估计。在仿真试验中,以南海部分海域为试验对象,对不同谱点下估计方法的估计效果进行评价,与以往的洋流方位估计方法相比,设计的基于改进MUSIC方法的洋流方位估计方法精度高达97.2%,应用效果更好。

The Role of Music Therapy in Supporting Intellectually Disabled Youth in Senegal

Introduction: Music therapy is a practice for helping and supporting people with intellectual and relational difficulties. This study illustrated the benefits of music therapy for young people living with intellectual disabilities (YLID) in an African context. Methodology: This study investigated six young individuals with intellectual disabilities who had undergone three years of music therapy. They were participants in the inclusive non-academic training program at the National School of Arts in Dakar from 2017 to 2019. Data collection utilized individual interviews with the youths, evaluation grids from teachers and psychiatrists. Guardians provided informed consent along with the assent of the young participants. Results: The six young were aged between 18 and 30 years old, with an average age of 24.6 years. Four of the YLID were male. Three young people with intellectual disabilities had delayed psychomotor development. Observations revealed the beneficial influence of music therapy on the health and well-being of young individuals. Music played a role in alleviating stress and anxiety among youth with intellectual disabilities (YLID), enhancing their mood and mental health. It assisted in navigating challenging situations and heightened alertness among YLID. Additionally, music therapy contributed to improvements in dyslexia, fine and gross motor skills, and memory development among intellectually disabled youth, ultimately facilitating their integration into society. Conclusion: In light of our results, music therapy makes a major contribution to the empowerment of YLID. Engaging in musical activities helps young people connect with others through instrumental expression and a sense of accomplishment. By facilitating music therapy, it becomes possible to combat discrimination and stigmatization, thus promoting the social inclusion of intellectually disabled youth. Therefore, it is important to promote music therapy in Senegal to meet the needs of YLID.

Effectiveness of Music-Based Therapeutic Intervention on People with Dementia: A Rapid Review

Background: Dementia is a condition with progressive cognitive dysfunction and manifestation of both behavioral and psychosocial symptoms. Non-pharmacological measures such as music therapy are gaining importance since efficacy and safety of people with dementia have been questionable for pharmacological measures. Patient’s response to music is persistent even in the later stage of dementia. Aim: This rapid review aims to identify, analyze, evaluate, and summarize the best available evidence on the effectiveness of music-based therapeutic interventions among people with dementia. Method: CINAHL Cochrane Library, internet websites of rapid review producers, and reference lists were searched to identify articles for inclusion. Two reviewers independently screened the literature search results. Effectiveness, music-based therapeutic intervention, dementia, Alzheimer’s disease, systematic review and systematic review with meta-analysis terms were used to abstract data from included studies. Main Findings: 11 SRs and SRs with meta-analysis were reviewed which revealed positive effect of music therapy on five major outcomes with 9 studies effect on behavioral outcome, 6 studies with positive effect on psychosocial outcome reducing anxiety, 6 with improved cognition, 1 study revealed with improved quality of life and 1 study revealed effect on physiological outcomes. Conclusion: Music therapy has positive effect on treatment of dementia but further studies with larger sample size and specified to single intervention should be conducted to provide generalisable and precise results on this topic.

DQ变换和MUSIC算法在ITER磁体电源信号间谐波检测中的应用

随着国际热核聚变实验堆(International Thermonuclear Experimental Reactor,ITER)计划的逐步开展,保证ITER磁体电源系统的稳定运行显得尤为重要。文章采用将DQ变换和多信号分类(multiple signal classification,MUSIC)算法相结合的方法进行间谐波频率检测,信号的幅度和相位由最小二乘法来估计。DQ变换可以消除大幅度ITER基波分量,MUSIC算法可以通过矩阵特征分解检测出短数据条件下的谐波和间谐波,适用短时平稳的间谐波检测,两者相结合可以有效检测出大幅度基波附近存在小幅度间谐波。仿真实验表明,计算经DQ变换后检测出的ITER信号谐波频率时,取中间信号计算真实频谱较为正确,两侧信号则有较大的误差。

How Music Intervention Lowered Participants’ Morning Cortisol—Qualitative Case Stories

Non-pharmacological interventions for improved home care of persons with dementia and their family caregiver are and will be increasingly important for society. A music intervention study was performed on persons with persons with dementia and family caregiver. The persons with dementia and family caregiver were instructed to choose a daily routine for joint listening to recorded music. They selected the music they were interested in from a menu. The intervention period lasted for two months. Both persons with dementia and family caregiver provided daily saliva samples for the assessment of stress-related steroid hormones. In previous reports we have reported that the morning cortisol levels decreased significantly among the family caregiver when the intervention group was compared to a control group. In the present study we report narratives from four dyads, two of whom with beneficial effects of the music intervention, one dyad with no clear beneficial effects and one dyad with mixed results. The narratives illustrate the strong cohesive effect that the joint music listening could have, leading to improved social functioning paralleled by decreased morning cortisol levels particularly in the family caregiver. The narratives also illustrate reasons for failed effects.

基于MFCC-CS-MUSIC的矿井提升机故障源精准识别方法研究

在煤矿生产领域中,矿井提升机作为一种辅助运输的设备,在矿井整个运输工程中承担着非常重要的作用,其安全性和稳定性直接影响着煤矿生产效率和井下工作人员生命安全。矿井提升机故障发生后,其声音信号也会随着设备运行状态而改变,因此可以通过分析该声音的特征来检测设备是否处于不正常运行状态。鉴于此提出了基于MFCC-CS-MUSIC实现的矿井提升机故障源精准识别方法。通过采集提升机音频信号,应用MFCC(梅尔频率倒谱系数)算法提取多个通道声音信号梅尔频率倒谱系数进行故障识别;应用MUSIC(多信号分类)故障识别后的音频信号进行定位求得信号的最小化波达方向。将MUSIC算法求得的DOA(波达方向定位)值作为优化变量,以计算DOA和测量DOA之间的差异为目标函数,利用CS(布谷鸟)算法对目标函数进行寻优,从而实现对提升机故障源精准定位。试验和应用结果均表明,利用CS算法优化后MUSIC算法得到的定位坐标误差Δψ在5°以内,实际位置坐标方位角误差Δθ在4°以内。该方法实现了提升机故障准确识别和提升机故障源的精准定位,大幅缩短了排查矿井提升机故障位置的时间,显著提升了矿井提升机的工作效率。

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。

基于协方差矩阵重构的改进型MUSIC算法

针对经典MUSIC算法在信源相干条件下算法性能失效问题,提出一种基于数据协方差矩阵二次重构并对噪声子空间进行加权处理的改进型MUSIC算法。首先对接收到的数据协方差矩阵进行重构处理,然后根据特征值分解得到噪声特征值的最大值与最小值的比值关系,使用合适的加权系数得到新的噪声子空间并推导得到改进后的空间谱函数,最后结合谱峰搜索完成对信源目标的DOA估计。仿真结果表明,改进型MUSIC算法有效消除了信号的相干性,不造成阵列孔径损失,在低信噪比、小快拍数以及信号入射间隔较小的情况下,能有效估计出相干信号的波达方向。

混合阵列误差校正与快速极化MUSIC算法

为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.

基于MIMO雷达降维酉求根MUSIC算法角度估计

针对均匀线阵的单基地多输入多输出(MIMO)雷达波达方向(DOA)问题,提出一种基于波束空间降维酉变换的实值求根MUSIC算法。该算法在传统MUSIC算法的基础上通过降维变换与波束空间方法对接收数据进行降维处理,接着酉变换构建实值协方差矩阵,然后进行实值特征值分解得到噪声子空间。通过构建多项式,用多项式求根的方法来代替传统MUSIC算法中的谱峰搜索,多项式所得的根即是目标的DOA估计。该方法不需要进行谱峰搜索,计算量大大减少,仿真结果验证了算法的有效性。

MUSIC学习动机理论联合ADDIE教学模型在急诊科护理科研培训中的应用效果

目的:探讨MUSIC学习动机理论联合ADDIE教学模型在急诊科护理科研培训中的应用效果。方法:采用便利抽样法,选取2020年1月—2021年12月于湖北省某三级甲等医院急诊科工作的护士为研究对象。按照参与培训的时间不同,将研究对象分为对照组和观察组,2020年1月—2020年12月参与科研培训的护士为对照组,2021年1月—2021年12月参与科研培训的护士为观察组,对照组采用常规护理科研培训方案,观察组采用基于MUSIC学习动机理论联合ADDIE教学模型的护理科研培训方案。比较2种培训方案实施后,两组护士在护理科研理论成绩得分、护理科研能力自评量表得分、MUSIC学习动机量表得分及护理科研成果数量方面的差异。结果:两组护士护理科研理论成绩得分、护理科研能力自评量表各维度得分及量表总分、MUSIC学习动机量表各维度得分、护理科研成果数量比较,差异均有统计学意义(P<0.05)。结论:MUSIC学习动机理论联合ADDIE教学模型的护理科研培训方案,可有效提升急诊科护士科研能力,提高护理科研学习动机。

基于特征值聚类的MUSIC算法

传统MUSIC算法需要预先知道目标信号源的个数,进一步确定信号子空间和噪声子空间的维数,最后进行谱峰搜索。在实际工程中,无法预知待测目标的个数,针对这一问题,提出了一种基于密度聚类算法的改进型MUSIC算法。该算法将协方差矩阵的特征值进行聚类,通过DBSCAN聚类算法可求出目标信号源的个数,再进一步估计出目标的方位。仿真结果表明:提出的改进算法在信号源个数未知的情况下能够准确估计出信号源的个数和方位,较传统的MUSIC算法有更大实用性。

基于实值Root-MUSIC和MP的间谐波检测算法

针对目前电力系统中谐波与相近间谐波检测精度不高、受噪声影响较大的情况,提出一种基于实值Root-MUSIC和MP的间谐波检测算法。通过对信号建立自相关矩阵并进行特征分解得到特征空间,基于特征空间构造实值Root-MUSIC多项式估计出信号频率,通过MP算法对信号进行分解,估计出信号的幅值与相位。仿真结果表明,该检测算法有着较好的抗噪性,相比传统MUSIC算法在减少了大量运算度的情况下在谐波与相近间谐波的检测中有着更好的精确度。

基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。