面向CRS的不同车型车门特征波形提取方法研究

侧面碰撞是造成儿童乘员伤亡的第二大主要原因,但是目前我国对于儿童约束系统并没有侧面碰撞法规或者评价方法。国外主流的测试方法仅能实现门板的平动和单一自由度侵入,不能模拟真实工况下车门不同部位的侵入情况。本文基于数据统计,面向CRS对车门进行了关键区域的位置划分,确定头部、胸部以及骨盆三个不同的关键侵入区域。同时,通过采集14款不同车型的车门的三个关键区域的加速度波形,提取出三个部位的特征波形以及其上下限值曲线。最后,进行试验验证,与ECE R129的测试方法进行比对,证明输入特征波形的测试方法合理可行,且能更真实的模拟出侧面碰撞中不同部位的侵入情况。本文的研究成果为我国儿童约束系统侧面碰撞法规或评价方法的制定提供参考,也对儿童约束系统产品的设计和改进具有一定的指导意义。

基于多尺度特征波形的心音分段算法

目的:实现心音信号的自动分段;定位第一心音、第二心音、杂音。方法:提出一种无需心电参考的心音自动分段算法。利用小波变换对心音信号进行多层分解-重构,保留心音信号主要成分,削弱杂音比重,突出心音基本特征;提取心音信号特征波形,进而得到心音包络,对心音包络采用相关算法,实现心音定位。结果:采用612个周期不同病症的心音信号进行验证,平均心音信号分段正确率为98%。结论:仿真结果表明,心音信号分段算法抗噪能力强、分段正确率高。

基于多分辨率分析的特征波形分解与重构算法

基于多分辨分析的思想,用双正交小波滤波器组对波形内插编码中提取的特征波进行多级分解和重构。二维特征波表面被分解为一系列时间分辨率递减的波平面,可以利用人耳对缓变和快变成分的感知重要性不同对各层的特征波形幅度谱进行不同精度的量化,相对于传统的低通滤波波形分解过程能够更好地对特征波序列进行多尺度的描述,有利于增强编码效果。借助基于时域设计的最小相位滤波器对特征波平面进行多级分解与重构,解决了用小波变换方法产生较大延迟的问题,有利于实时编码。

基于SVD的低复杂度语音特征波形分解方法

WI编码器中特征波形(CW-Characteristic Waveform)的分解与量化一直是该编码器研究的热点问题.传统的WI编码器将残差信号表示为渐变的特征波形,然后通过线性相位非因果FIR低通滤波器把CW分解为慢渐变波形和快渐变波形,分别表示语音的准周期成分和类噪声成分.这种分解方法不仅不能完全去除SEW与REW之间的相关性,而且还增加了额外一帧的延时,本文通过对现有的基于奇异值分解(SVD-Singular Value Decomposition)的特征波形分解方法的研究,深入剖析了CW奇异值分解后U、∑和V的物理意义,并提出一种有效降低SVD复杂度的算法.

心音特征波形法的研究及临床验证

为快速、准确地判断心音的正常与否,本文提出一种心音特征波形法,通过建立单自由度分析模型提取心音特征波形,计算出心音特征参数来判别正常与异常的心音。文中通过对心脏病患者术前/术后的心音案例进行分析,验证了心音特征波形法的有效性,并对已采集的50组正常与30组异常的心音数据进行实验及统计分析,准确率分别达到了98%、93.33%。

基于特征波形内插与频带扩展技术的低速率宽带语音编码器

考察了特征波形内插(CWI)算法对于宽带语音编码的扩展能力.分析宽带特征波序列的性质表明,直接使用传统的特征波形内插算法并不适于增强宽带语音的编码效率及对计算复杂度的兼顾,可引入频带扩展(BWE)技术单独处理高频段.宽带语音的高、低频分别由特征波形内插编码和频带扩展算法恢复,由此形成了5.15 kbit/s的低速率宽带语音编码器,增强了语音真实感、辅音的辨析度及对话者的识别度,宽带语音编码质量接近AMR-WB的6.6 kbit/s结果.

异步DS-CDMA系统子空间盲特征波形估计算法的鲁棒性问题研究

本文针对异步DS CDMA系统 ,在理论上分析了信道阶、信道头和尾对子空间盲特征波形估计算法性能的影响 ,并进行了计算机仿真 .首先提出了一个特征波形分解模型 ,将特征波形分解为m阶主要部分和次要部分 ,得到了相应的m阶子空间算法 ;然后运用矩阵扰动理论 ,证明了特征波形分解的可行性 ,即m阶子空间算法的特征波形估计逼近于m阶主要部分 ;最后从矩阵特征值分解的稳定程度出发 ,推导了特征波形分解准则 ,该准则指出应该避免考虑次要部分 ,采用尽可能小的信道阶 .

基于频域特征波形模式匹配的故障诊断方法研究

利用同一模式类振动观测样本在FFT幅值谱特征波形上的整体相似性,提出一种基于频域特征波形模式匹配的故障诊断方法,应用于滚动轴承故障诊断并与一些典型的模式识别诊断法进行了对比研究。研究发现:当测试样本所属模式类与训练样本相同时,频域特征波形模式匹配的余弦相似度、相关相似度或互信息相似度均达到最大值。据此确定用于模式分类的特征相似度阈值,分类准确性达到100%。研究结果表明:基于频域特征波形模式匹配的故障诊断方法不需要繁琐的特征提取,也不需要复杂的分类器设计,仅仅通过简单的频域特征波形模式匹配、特征阈值比较即可实现多个复杂模式的准确分类。此外,该方法适于解决小样本分类问题,而且分类效率高,自学习能力强,明显优于一些典型的模式识别诊断法,在构建在线的自动故障分类系统方面具有较大的应用潜力。

地脉动特征波形自动分析方法

地脉动特征波形自动分析主要是应用数学计算软件MATLAB对特征波形数据进行量化分析、统计、计算,并应用MATLAB语言编写相应程序对特征波形进行数学方法处理、特征波形自动拾取、波形幅频分析,自动生成相关数据文件和结果图形,以便对地脉动特征规律做进一步分析。

用迷你型拖缆数据反演确定震源特征波形

在实验物理学学科中(例如,粒子物理学、光学),详细了解用于研究和探查目标的信号是至关重要的。对地震实验而言,精确确定输入信号在某种程度上还未受到重视。我认为对此问题缺乏兴趣的原因主要有两个: (1)输入信号在穿过地层向下到达目的层的过程中,振幅和频率有很大变化;因此,在输入信号进入地下的沉积岩层之前,了解输入信号是否有用是很值得怀疑的。 (2)人们还不能充分地证明,是否有必要在逐炮的基础上确定定向震源的波形特征。确定性的观点中,我们能够通过下述途径来认识地震数据。首先,在震源信号进入地表下的沉积层之前确定它;然后,加入在波场穿过地层的传播过程中。

基于小波变换的轴承振动特征波形分离

轴承的振动信号中包含了轴承的损伤信息,本文研究利用小波分析方法对这些损伤信息波形特征进行分离。对一个轴承振动信号的处理实例表明:小波分析方法分离出了轴承的冲击振动波形特征、调制波形特征、二倍频振动波形特征,并由此确定了轴承的滚道和滚珠存在损伤、内外圈存在平行不对中等故障现象,取得了传统的傅里叶分析无法得到的结果。

考虑PWM波形特征的纳米晶磁心损耗模型的研究及验证

磁心损耗精确预测对于电力电子变压器的优化设计至关重要。然而,传统的磁心损耗模型在复杂激励下适用性较差,尤其对于占空比可调、高次谐波含量丰富的PWM波磁心损耗预测,计算精度显著下降。基于Jordan损耗分离模型,建立了一种考虑PWM波形特征的磁心损耗计算方法。首先,该方法根据激励波形特征,推导出相应的波形系数及等效频率来计算PWM波激励下的动态涡流损耗,将Jordan模型的适用范围从正弦拓展到PWM波激励下的磁心损耗计算;然后,分析了不同占空比激励下激励波形有效频率及高次谐波含量变化对损耗系数的影响,并对其进行数学表征,实现了整个占空比范围内磁心损耗的精确预测;最后,搭建了高频非正弦激励下软磁材料磁特性测量平台,针对1K107B纳米晶材料,测量了两种典型PWM波激励下的损耗数据。实验结果表明,所建立的磁心损耗模型具有较高的计算精度,相比于传统的Steinmetz改进公式,整体精度提高了25%。

复杂动态负荷幅度域波形模态聚类与电能表误差敏感特征

针对复杂动态负荷游程波形模态及引起电能表误差的典型特征认识不足的问题,首先提出动态电流信号幅度域游程波形模态提取算法,提取了多种幅度域毫秒级小颗粒度游程波形模态;其次,提出LK-Shape游程波形模态聚类算法,提取了动态电流信号幅度域的6类典型游程波形模态及其快速变化特征;最后,提出导致电能表超差的两种敏感游程波形模态,并通过实验验证了该游程波形模态适于测试电能表误差,表明了所提方法的有效性和实用性。

基于地震波形特征全局寻优的非线性地震反演砂体预测技术研究及应用

针对窄小河道含油砂体预测难、垂向分辨率和平面分辨率不能兼得的问题,形成了基于地震波形特征的全局寻优的非线性地震反演砂体预测技术,该技术能够充分利用非线性地震反演提高了纵向分辨率高,同时基于地震基于波形特征反演技术又提高了横向分辨率;利用该地震反演技术河道砂体预测精度由过去的76.3%提高到83%,取得了较好的效果,该技术对窄小河道砂体的精细预测具有较好的指导意义。

基于微电极幅度差地震波形特征指示反演技术研究及应用

大庆油田以非均质薄差储层发育为主,综合含水率达95%,高含水层主要为2 m左右的河道砂体,且是挖潜的主力油层,井间储层预测不准,严重影响了剩余油的挖潜。为提高储层预测精度,研发基于微电极幅度差的波形特征指示反演方法,改变以密度或波阻抗为核心的传统反演方法,由于纵向分辨率高、对砂泥岩敏感性强,预测砂体顶底清晰,位置、厚度都接近测井识别结果。利用该反演方法连片型河道砂体预测精度为75.5%,提高了3.1个百分点;连续型带状分流河道砂体预测精度为75%,提高了3.0%;连续及断续共存型枝状分流河道砂体预测精度为80.6%,提高了3.2%,取得较好效果。

复杂动态负荷电流幅度域典型游程波形模态与特征提取

针对复杂动态电能信号幅度域特征认识不足、波形域特征不清楚、信号样本不足、不能综合表征复杂动态电能信号的强随机特征的问题,对于实际电网中的3种典型复杂动态电能信号,首先,建立离散数学模型;然后,提出对电能表大误差敏感的幅度域重要特征参量及表征算法;其次,采用全遍历与电流幅度域游程波形模态主成分分析方法,提取6类典型游程波形模态,据此,构建复杂动态负荷电流特征波形样本库;最后,提出补充国际和国内标准试验点的建议,为解决目前国际和国内标准试验点不足提供了依据。

不同含水率强风化灰岩围岩的地质雷达波形特征研究

强风化灰岩围岩具有破碎程度高、易富水的特点,是公路隧道施工中的典型不良地质体。为了更加准确、客观地对该类围岩进行地质雷达探测分析,以广西六寨一宜州高速公路21座公路隧道为依托,基于现场探测获取原始判读图像;采用背景去除、克希霍夫偏移、反褶积等时域、频域预处理技术对原始判读图像进行处理以提高信噪比;在此基础上,对判读图像的清晰度、振幅幅值、回波主频等特征进行分析;为了避免判读人员的个体主观性、经验性影响,采用K-MEANS++图像处理技术对判读图像进行聚类处理,从而对图像中的具有定量特征的颜色直方图进行提取。结果表明:当含水率W<32%时,判读图像具有显著的强反射特征,振幅普遍高于0.7,反射信号清晰,主频f>85MHz;当含水率>32%时,弱反射特征明显,振幅普遍低于0.53,“斑点状”模糊特征明显,主频f<60MHz,具有显著的低频特征;随着含水率的逐渐提高,颜色直方图的像素域逐渐变窄,“高耸”形状特征明显。

基于波形形态特征的单频机载激光雷达测深全波形数据分类

单频机载激光雷达测深系统凭借低成本、低负载、高采样率等优势成为大范围海岸带地形地貌探测的理想选择。然而如何解决单频局限,在不依赖辅助传感器情况下实现全波形数据的准确划分成为精确点位坐标解算的关键环节。目前基于全波形形态特征进行波形分类研究缺乏系统性评估分析和普遍性结论。该研究尝试从全波形空间形态入手,细化了波形类别(异常波形、过拟合波形、陆地波形、海面波形和测深波形),在已有波形特征基础上,系统分析了不同类别波形的形态特征差异,有针对性地提取了24维波形特征并基于随机森林特征选择和分类模型完成了各特征分类性能及最佳特征组合评估与定量分析。研究证明,包括相邻两点间振幅偏差、震荡主频等在内的6维特征组合对5种波形的分类效果最好,总体分类精度可达98.55%,Kappa系数为0.9820。为了验证特征的普适性,另外选取了一块实验区域进行验证,得到水陆分类的总体精度为96.81%。

陕西榆神府矿区塌陷地震波形时频特征分析

选取2020—2021年陕西测震台网三分向宽频带地震仪记录到的陕西榆神府矿区ML>2.7塌陷地震和陕西省内ML>2.7天然地震的地震波形资料。采用波形特征、频域信号特征和时频特征对比等多种方法相结合,分析陕西榆神府矿区塌陷地震特征。结果显示,塌陷地震的P波初动方向一般向下,波形较简单,高频成分较少。塌陷的时频图比较“集中”,以低频成分为主,时频谱能量最强点位于面波。塌陷地震S/P振幅比在近台明显大于天然地震。天然地震频率域较宽,频率成分复杂,时频分布图比较“分散”,时频谱最强点位于横波。关于该地区塌陷地震的研究,对快速识别周边地震类型及地震灾害的评估与防治可以提供一定参考。

基于剩余电流波形特征量的智能电气火灾监控研究

目前剩余电流式电气火灾监控系统使用固定的剩余电流有效值作为电气火灾的预警判据,在使用过程中频繁出现误报警,存在很大的消防安全隐患。搭建电气火灾试验平台,通过提取不同负荷情况下正常运行与接地故障时的剩余电流波形,提出了一种使用剩余电流波形特征量预警电气火灾的方法。使用小波变换对原始剩余电流信号进行滤波并提取其中的低频分量,根据低频分量的时域特征与波形特征构成波形特征向量,用于训练BP神经网络,通过智能算法自动识别故障,提高了剩余电流火灾预警的准确率。