提出一新的非参数贝叶斯推理算法来辨识任意复杂的多模噪声分布,采用无穷维推理技术,能够较为精确地逼近噪声的后验分布。算法主要引入一随机度量分布满足一预设的先验过程——混合Dirichlet过程(Dirichlet Process Mixture,简称DPM),由...提出一新的非参数贝叶斯推理算法来辨识任意复杂的多模噪声分布,采用无穷维推理技术,能够较为精确地逼近噪声的后验分布。算法主要引入一随机度量分布满足一预设的先验过程——混合Dirichlet过程(Dirichlet Process Mixture,简称DPM),由于DPM具有形似于Polya urn的采样特性,能够很方便地对噪声数据进行聚类,并导出噪声的后验分布。仿真结果显示,噪声数据似然的Metropolis-Hastings(M-H)的采样算法比点估计的系统分析算法精度高。展开更多
通过近场测量法获得实车空调出风口啸叫的声压数据,并分析其频谱,又通过耦合气动-声学数值计算研究流场结构并探究啸叫机理。试验结果表明,啸叫的发生与空调出风口的风门位置和内外压差联系密切。当幅值-频域信号中2 k Hz以上部分存在...通过近场测量法获得实车空调出风口啸叫的声压数据,并分析其频谱,又通过耦合气动-声学数值计算研究流场结构并探究啸叫机理。试验结果表明,啸叫的发生与空调出风口的风门位置和内外压差联系密切。当幅值-频域信号中2 k Hz以上部分存在明显的频谱峰值时,啸叫明显。啸叫产生的机理在于拟序涡结构脱落引发的有规律的压力脉动,辐射后形成较为规则的声压脉动。为预测啸叫、改进设计、预防啸叫提供理论依据。展开更多
文摘提出一新的非参数贝叶斯推理算法来辨识任意复杂的多模噪声分布,采用无穷维推理技术,能够较为精确地逼近噪声的后验分布。算法主要引入一随机度量分布满足一预设的先验过程——混合Dirichlet过程(Dirichlet Process Mixture,简称DPM),由于DPM具有形似于Polya urn的采样特性,能够很方便地对噪声数据进行聚类,并导出噪声的后验分布。仿真结果显示,噪声数据似然的Metropolis-Hastings(M-H)的采样算法比点估计的系统分析算法精度高。
文摘通过近场测量法获得实车空调出风口啸叫的声压数据,并分析其频谱,又通过耦合气动-声学数值计算研究流场结构并探究啸叫机理。试验结果表明,啸叫的发生与空调出风口的风门位置和内外压差联系密切。当幅值-频域信号中2 k Hz以上部分存在明显的频谱峰值时,啸叫明显。啸叫产生的机理在于拟序涡结构脱落引发的有规律的压力脉动,辐射后形成较为规则的声压脉动。为预测啸叫、改进设计、预防啸叫提供理论依据。