煤岩破裂微震信号的小波特征能谱系数分析法

煤岩破裂微震信号是一种时变非平稳信号,具有不可预知性和突发瞬态性,为了提取能够表征微震源信息的有效特征,基于小波理论,选取了适合微震信号的小波基函数,并根据采样定理及Mallat算法确定了小波分解最大尺度,提出了用小波特征能谱系数分析煤岩破裂微震信号波形的状态分析方法。实验结果表明,微震信号与噪声信号有明显不同的小波特征能谱系数分布特征,而且可利用提取的能谱系数作为特征向量表示信号特征。这对于抑制微震信号的不稳定性和同频段的干扰信号,以及后续的特征编码非常有利,为实现煤岩破裂微震信号实时的模式识别打下了重要基础。

基于小波能谱系数的声发射源特征提取方法研究

研究了基于小波能谱系数的声发射源特征提取方法,利用小波变换对典型声发射源的波形信号进行了分析,获取其频域特征.采用小波能谱系数描述信号能量在每个频率范围的分布情况,以区别各种不同的声发射源.利用该方法对港口链斗卸船机现场测试获取的裂纹声发射信号进行了小波分析和特征提取,结果表明,该方法能合理地描述缺陷的声发射特征.

地磁急始年发生数周期特征的小波分析

采用小波分析方法分析了急始年发生数的时间序列的周期特征,并对急始发生数的特征与太阳黑子相对数的特征进行了简要的对照分析,分析结果表明,急始发生数的周期规律与太阳黑子相对数的周期规律是有差异的。还进行了太阳黑子相对数与急始数的相关性,太阳黑子相对数与急始磁暴的相关性研究,分析结果表明它们之间显著相关。还对急始数与急始磁暴数以及其他的一些参数之间的相关性进行了分析,最后对分析结果进行了讨论。

南海台风频数变化特征和小波分析

利用1950~2019年台风年鉴资料,对影响南海海域台风的频数变化特征进行了分析,结果表明:影响南海台风频数存在显著的月际和年代际差异;菲律宾以东西北太平洋洋面生成的台风超过一半的机会影响南海;在15 a较大的时间尺度上影响南海台风频数多、少交替的特征非常明显,而10 a以下相对较小的时间尺度,影响南海台风频数变化比较复杂。

基于不变集多小波的语音特征参数提取

在研究不变集多小波理论的基础上,借鉴Mel频率倒谱系数(MFCC)的提取算法,用多小波变换代替傅里叶变换及Mel滤波,构造了一种新的语音特征参数MWBC。汉语数字识别实验结果表明,提出的新语音特征参数MWBC的识别性能和抗噪性能均优于MFCC,为提高语音识别系统的噪声鲁棒性提供了一条新途径。

基于线性预测能量谱系数的自然语音和耳语音的分类研究

在进行语音识别之前对自然语音和耳语音进行预分类,再分别放入各自的识别系统,可以提高耳语语音识别系统的识别性能。基于此,文中提出一个新的特征线性预测能量谱系数(LPESC),在该特征的提取过程中,对提取到的频谱图进行切分,以便获取到更多的语音信息,并将其用于耳语音分类。此外,还特别设计4种不同的滤波器组,并将提取到的特征应用于7个分类器上。实验结果表明,密集的均匀三角滤波器组更加适合提取该特征,在7种传统分类器上均有较好的分类效果,其中SVM分类效果最好。最后,对比LPESC与传统特征(39维的LFCC和MFCC)在7种分类器上的分类效果,验证新特征的有效性。实验还发现,女生的耳语音有更好的分类效果。

福州市近百年强降水频数的统计特征

利用福州市近 1 1 0年降水资料 ,通过数理统计和小波分析 ,揭示出该市近百年强降水频数的演变规律。分析显示 :(1 ) 3～ 9月是强降水多发期 ,其中大暴雨 (R≥1 0 0mm)主要集中在 7～ 9月的台风季节 ,而在 1～ 3月及 1 1～ 1 2月从未出现过。 (2 )大暴雨的年代分布呈准三波形式。 (3 )强降水 (R≥ 50mm)的历史演变有着较好的准1 4年周期。

韵律特征在概率线性判别分析说话人确认中的应用

研究韵律特征在说话人确认中的应用。将整个韵律轨迹以固定段长和段移进行片段划分,并对其进行勒让德多项式拟合从而获取连续性的韵律特征,将特征映射到总变化因子空间,并用概率线性判别分析来补偿说话人和场景的差异。在美国国家标准技术研究院2010年说话人识别评测扩展核心测试集5的基础上加入噪声构造测试集,并分别对韵律特征和传统Mel频率倒谱系数进行测试。结果显示,随着信噪比的逐渐减小,Mel频率倒谱系数性能出现大幅度下降,而韵律特征性能相对比较稳定,两种特征融合后能使系统性能得到进一步提升,等错率和最小检测错误代价相对于Mel频率倒谱系数单系统最多能分别下降9%和11%。实验表明,韵律特征应用于说话人识别中具有较强的噪声鲁棒性,且与传统的Mel频率倒谱系数存在较强的互补性。

心音信号特征分析与识别方法研究

心音信号是心脏及心血管系统机械状况的反映,是包含了人类心脏各部分的生理和病理信息的重要信号。目前通过心音信号诊断疾病的方法主要是人工听诊,如果能够研究出一套行之有效的算法对采集到的心音进行自动识别分类,当发现病变的心音时能自动做出判断提示甚至发出报警信号,这对心脏疾病的临床研究具有极其重要的研究价值。针对以上所述通过以下几个方面对心音信号进行研究:采用HKY-06B心音传感器采集心音信号,通过Cool Edit Pro2.1录音软件实现对心音信号的格式转换和储存、通过小波分析法对心音信号进行预处理、运用Mel频率倒谱系数对心音信号进行特征提取以及利用高斯混合模型对心音信号进行识别。通过预处理、特征参数提取等步骤后,建立GMM,将采样信号输入GMM心音模型库进行识别,能够准确判断心音是正常心音还是病理性心音。

基于小波变换的鲁棒性语音特征提取新方法

提高语音识别系统的鲁棒性是语音识别技术一个重要的研究课题。语音识别系统往往由于训练环境下的数据和识别环境下的数据不匹配造成系统的识别性能下降。为了能得到无噪音的语音识别特性,让语音识别系统在含噪的环境下获得令人满意的工作性能,根据人听觉特性提出了一种鲁棒语音特征提取方法。将小波变换和MFCC算法相结合,在MFCC的前端用小波包变换代替FFT和Mel滤波器组,同时在后端用临界小波变换代替DCT,最后得到鲁棒语音特征。通过实验结果分析表明,将方法用于抗噪声分析可以提高系统的抗噪声能力;同时特征的处理方法对不同噪声有很好的适应性。

语音识别系统及其特征参数的提取研究

在语音识别系统中,特征参数的选择对系统的识别性能有关键性的影响,本文主要研究几种重要的语音特征参数,包括线性预测倒谱系数、美尔倒谱系数、基于小波分析的参数等,并对这些参数进行了分析和比较,最后对语音识别的研究未来进行了展望。

特长钢箱梁桥GPS监测数据的奇异谱分析

实时准确地监测和分析大型建筑物的变形对于大型建筑物的施工与运行是十分重要的。奇异谱分析(SSA)是一种与经验正交函数相关联的一种统计技术。文中采用奇异谱分析(SSA)的方法,结合功率谱峰值与原序列和RC1-2重建序列均方误差最小的方法确定最优潜入维数M,研究了特长钢箱梁桥索塔的变形趋势和震荡周期。小波分析技术也可以很好地描述时间序列的时频分布,但SSA重构后的结果比小波要平滑些,更能反映出时间序列的特征。结合苏通大桥北索塔监测序列表明,北索塔站的N,E,U方向上均存在明显的趋势和显著的变动周期,而且也含有较多的噪声信息。

小波多重分形及其在岩石爆破振动信号分析中的应用

在说明仅用一种分形维数来描述岩石爆破振动信号不足的基础上,利用多分形分析的方法对典型岩石爆破振动信号的奇异谱进行分析。给出了基于小波变换的多分形谱计算方法,并将此方法应用到岩石爆破振动信号中,讨论了信号的多分形特征,认为信号的突变主要集中在α<1的奇异指数上,而信号的奇异指数也主要集中在0 .2 8～0 .72之间;

基于小波和分形理论的机车故障特征提取研究

实测机车故障信号常常含有大量的噪声,其故障特征常常被淹没在噪声中,要对其进行故障特征提取,必须进行降噪处理。提出了一个新的阈值函数对实测信号进行降噪处理,用关联维数对机车的故障特征进行了提取,有效地提高了机车故障诊断的精度和效率。

超欠挖隧道断面轮廓及分形特征研究

文章针对传统山岭隧道钻爆法开挖形成的超欠挖情况,综合对比各项超欠挖数据采集方式优劣势,选择使用激光断面仪采集现场超欠挖数据。运用现场数据,绘出开挖后的隧道断面超欠挖值序列曲线图,通过小波分析方法研究超欠挖值序列曲线图的分形特征,借助Matlab软件计算出某隧道案例开挖后的小波变换系数,将分形维数区间与隧道围岩级别对比,分析其趋势关系。研究表明,山岭隧道钻爆法开挖后形成的断面轮廓的分形维数具有很强的分形特征和自相似性,进而为山岭隧道围岩分级和支护设计提供依据。

有效的基于内容的音频特征提取方法

音频特征提取是音频分类的基础,好的特征将会有效提高分类精度。在提取频域特征Mel频率倒谱系数(MFCC)的同时,对每一帧信号做离散小波变换,提取小波域特征,把频域和小波域特征相结合计算其统计特征。通过SVM模型建立音频模板,对纯语音、音乐及带背景音乐的语音进行分类识别,取得了较高的识别精度。

绝缘试样老化过程中超宽频带放电信号的分形分析

在超宽频带局部放电研究中,局部放电特征峰的大小、位置和老化时间之间的变化规律,一直是研究工作中的一个重点,在应用小波分析技术提取超宽频带局部放电各频段信号的基础上,提出了采用分形分析技术对局部放电信号各频段信号进行分维数的计算,用分维数来量化分析超宽频带局部放电的频谱特性,应用该方法,对绝缘试样老化过程中特征峰的变化规律进行了量化分析,发现了一些典型特征频段,为根据局部放电特性进行的电力设备绝缘诊断奠定了技术基础。

卷积噪声环境下语音信号鲁棒特征提取

提出了一种基于独立分量分析(ICA)的语音信号鲁棒特征提取算法,用以解决在卷积噪声环境下语音信号的训练与识别特征不匹配的问题。该算法通过短时傅里叶变换将带噪语音信号从时域转换到频域后,采用复值ICA方法从带噪语音的短时谱中分离出语音信号的短时谱,然后根据所得到的语音信号短时谱计算美尔倒谱系数(MFCC)及其一阶差分作为特征参数。在仿真与真实环境下汉语数字语音识别实验中,所提算法相比较传统的MFCC其识别正确率分别提升了34.8%和32.6%。实验结果表明基于ICA方法的语音特征在卷积噪声环境下具有良好的鲁棒性。

基于多带解调分析和瞬时频率估计的耳语音话者识别

为了改善耳语音话者识别的稳健性,提出了一种基于调幅-调频(AM-FM)模型的耳语音特征参数,瞬时频率估计(IFE)。根据语音产生的共振峰调制理论,采用多带解调分析(MDA)获得语音的瞬时包络和频率;然后根据包络幅度和频率的加权估计,得到语音的特征IFE来描绘语音的频率结构。将该特征用于耳语话者识别并和传统的Mel倒谱系数(MFCC)进行了比较。实验结果表明,随着测试人数的增加,IFE的识别效果略好于MFCC;在测试信道改变的情况下,与MFCC相比IFE的稳健性得到了有效的提高。

一次强风暴天气闪电定位资料与雷达资料的综合分析

根据2003年6月19日河南一次强风暴天气的闪电定位资料和714CD雷达资料,利用统计和对比分析的方法,发现了闪电活动与雷达强度回波之间存在如下关系:闪电发生频数、强度和雷达回波强度在时间序列上有较好的一致性;在雷达回波发展的不同阶段,闪电发生的位置与雷达强回波位置有时相同,有时偏离,有时甚至无闪电发生;雷达回波速度场分析表明:在低层存在不利于对流发展的环境风场特征时,雷达降水回波在向测站移动的过程中趋于消散,闪电频数也随着减少;在降水回波速度辐合区,对应闪电活动频繁,这对于雷暴天气闪电短时预警工作有一定的参考价值。