导读:本文包含了噪声信号论文开题报告文献综述、选题提纲参考文献，主要关键词:噪声,信号,阈值,小波,声阻,船舶,函数。
噪声信号论文文献综述写法
刘海涛[1]（2019）在《基于小波变换的非平稳排气噪声信号阶次分析方法》一文中研究指出汽车排气阶次噪声提取对于汽车声品质以及汽车分类识别具有重要的意义。为准确提取阶次噪声的时域信号,提出一种基于小波变换的非线性多分辨率的细化分析计算方法。通过理想带通传递函数构建基小波函数,基小波函数通过平移和伸缩实现信号的局部细化分析。探索小波函数的截取方式对频谱泄漏的影响,选取合适的窗函数截取小波函数,并通过与时域噪声信号的相关变换准确提取各阶次成分的时域波动信号。通过实车测试获取加速工况下的转速脉冲信号和排气辐射噪声信号,对以上方法进行验证。结果表明,提出的分析方法可准确提取出非平稳排气噪声中的阶次成分,为排气噪声阶次分析提供标准可靠的信号处理手段。(本文来源于《振动与冲击》期刊2019年22期）
谢丽萍,卢炽华,刘志恩,付友明,朱亚伟[2]（2019）在《组合声源测试消声器传递损失的噪声信号修正方法》一文中研究指出针对某些传递损失较大的消声器,现有白噪声测试设备的单一噪声源发生器无法满足消声量的测试需求。通过采用低频和中频两种声源发生器,利用过渡管道与测试管道垂直连接的方式,实现了两种声源组合发声对消声器声学性能的测试。为了解决过渡管道与组合声源系统连接处声阻抗变化,导致输出的噪声信号频谱特性随机波动的问题,提出了一种噪声信号的修正方法。该方法基于四传感器法测量过渡管道声阻抗,根据过渡管道传递矩阵,以随机白噪声为激励源输出的管口噪声作为输出声压信号,得到组合声源系统的输入声压信号,实现了对组合声源系统声音信号的补偿。实验结果表明,与传统均衡器调节方法相比,该方法能够在较宽的测试频率范围内输出平稳的声压信号;其次,利用修正前后的声学信号对扩张腔的传递损失进行测量,修正后得到的测试曲线与理论值吻合度较高,证明了该方法的可行性。(本文来源于《声学技术》期刊2019年04期）
徐一帆[3]（2019）在《小波降噪对汽车发动机噪声信号的处理方法研究》一文中研究指出将以小波变换为理论基础的小波降噪技术应用于汽车发动机降噪,对含噪信号进行分解得到各层的小波系数并用阈值降噪法对其进行处理,去除噪声信号并对原信号进行重构。通过计算机仿真和结果分析对该方法进行验证,表明小波降噪技术在汽车发动机降噪中的可行性。(本文来源于《内燃机与配件》期刊2019年14期）
郑援,李智忠,姜斌,孙斌[4]（2019）在《船舶辐射噪声信号仿真及评价》一文中研究指出船舶辐射噪声信号仿真应尽可能多地仿真特定船舶辐射噪声的信号特征,达到具体应用对信号仿真度的要求。对船舶辐射噪声仿真信号进行评价,是调整仿真参数和判定仿真信号是否达到要求的必要步骤。该文给出了一套对实测船舶辐射噪声信号进行重构仿真及评价的方法,仿真过程考虑了信号的听觉、连续谱、调制谱和线谱特征,评价方法对各特征进行指标提取和量化,并通过实测与仿真信号之间的相似度计算评价仿真信号的仿真度。对实测船舶辐射噪声信号进行重构仿真的试验结果显示,仿真信号具有较高的特征仿真度,与计算的仿真度评价数值一致。(本文来源于《应用声学》期刊2019年04期）
余恒炜,孙晓娟,王星辰,蒋科,吴忧[5]（2019）在《量子随机数高斯噪声信号发生器》一文中研究指出现有的高斯噪声信号发生器都是采用数学计算的方式生成随机数的,这种方式不能实现真正的随机信号,与实际噪声信号不符。本文提出基于量子随机数的高斯噪声信号发生器,通过单光子探测器对选择路径的光子信号的探测作为随机数的来源,实现基于真随机的高斯噪声信号发生器。将得到的随机数经过WGN高斯算法处理得到高斯噪声信号,在FPGA中使用verilog语言实现。对产生的噪声信号进行幅度谱和功率谱分析,结果表明产生的噪声信号幅度值在0～255之间变化,幅度谱服从高斯分布,噪声信号的功率谱在20dB上下均匀波动,服从均匀分布,满足高斯白噪声的特性。与现有的噪声信号发生器相比,基于量子随机数的实现方式,其随机数来源清晰,能够做到真正的随机性,为实现真随机数的高斯噪声信号发生器提供了一种简易的方案。(本文来源于《光学精密工程》期刊2019年07期）
任思源,李亨涛[6]（2019）在《声学阈值法突变噪声信号识别及误差修正研究》一文中研究指出声学阈值法是应用声学进行温度、流场等测量的一种常用手段,在应用声学阈值法的过程中,获得准确的声波飞行时间是保证测量准确性的关键。然而,在实际测量时突变噪声的随机出现将严重影响测量的准确性。本文针对声学阈值法测量时接收信号的突变噪声问题,提出一种基于硬件控制策略的突变噪声识别及突变误差修正方法,并通过仿真验证误差修正的重要性。(本文来源于《科技视界》期刊2019年19期）
杨东坡,王孝兰,王岩松,郭辉,刘宁宁[7]（2019）在《高速工况下乘员耳侧噪声信号重构方法》一文中研究指出高速工况下,车内噪声信号具有随机性和波动性的特征。将一种基于经验模态分解(EmpiricalModeDecomposition, EMD)和反向传输(Back Propagation, BP)神经网络的算法,用于重构车内乘员耳侧噪声信号。首先通过对车内乘员耳侧噪声贡献量分析,确定关键噪声源信号;其次对选择的噪声源信号进行EMD分解,得到有限个相对平稳的固有模态函数(Intrinsic Mode Function, IMF)分量;然后采用极值点划分法,按各个分量的波动情况进行重新划分,将信号分量重构为高频、中频和低频3个分量;最后对不同频段的部分建立相应BP神经网络模型,并将不同频段分量的重构结果迭加作为原信号的重构结果。以在某轿车采集到的5个噪声信号源为基础,利用该方法进行乘员耳侧噪声信号重构,并对其进行分析。结果表明:提出的噪声重构方法可以实现高速工况乘员耳侧噪声信号的重构,并具有良好的性能。(本文来源于《声学技术》期刊2019年03期）
郑援,姜斌,李智忠[8]（2019）在《船舶辐射噪声信号相似度评估方法研究》一文中研究指出船舶辐射噪声的信号相似度评估结果,可为噪声信号来源判定、仿真信号置信度评价等应用提供一种判断依据。提出一种船舶辐射噪声的信号相似度评估方法,综合了船舶辐射噪声信号的听觉、连续谱、线谱和调制谱特征,针对每一特征选择了具体指标参数和特征相似度的计算方法,然后在各特征相似度基础上实现船舶辐射噪声信号之间总体相似度的计算。利用实测船舶辐射噪声信号进行了数据试验,并给出了详细的评估和数据分析过程。试验结果表明,采用该方法得出的相似度评估数据,与船舶辐射噪声信号的实际相似情况一致,且数值区间的可分性好,因而具有较高的可信度。(本文来源于《信号处理》期刊2019年05期）
王伯松,温东,刘翠海[9]（2019）在《大气噪声信号基本特征分析》一文中研究指出甚低频通信因其传播距离远、不易受干扰、穿透海水能力强等优良特性,在航海通信与导航、空间环境探测等诸多领域得到了广泛应用。而甚低频通信迭加的噪声成分主要是雷电产生的大气噪声。本文主要分析大气噪声产生的基本机理及噪声信号的基本特征,并给出了大气噪声的简单统计特性。(本文来源于《数字技术与应用》期刊2019年05期）
王能[10]（2019）在《制动噪声信号分析及抑制方法》一文中研究指出矿车运行过程中产生的尖锐刺耳噪声,严重影响周围环境及驾驶员的身心健康,因此有必要通过试验模拟的方式研究此类噪声产生的激励源以及噪声产生的机理,并提出产品的优化设计方案。(本文来源于《轨道交通装备与技术》期刊2019年03期）
噪声信号论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对某些传递损失较大的消声器,现有白噪声测试设备的单一噪声源发生器无法满足消声量的测试需求。通过采用低频和中频两种声源发生器,利用过渡管道与测试管道垂直连接的方式,实现了两种声源组合发声对消声器声学性能的测试。为了解决过渡管道与组合声源系统连接处声阻抗变化,导致输出的噪声信号频谱特性随机波动的问题,提出了一种噪声信号的修正方法。该方法基于四传感器法测量过渡管道声阻抗,根据过渡管道传递矩阵,以随机白噪声为激励源输出的管口噪声作为输出声压信号,得到组合声源系统的输入声压信号,实现了对组合声源系统声音信号的补偿。实验结果表明,与传统均衡器调节方法相比,该方法能够在较宽的测试频率范围内输出平稳的声压信号;其次,利用修正前后的声学信号对扩张腔的传递损失进行测量,修正后得到的测试曲线与理论值吻合度较高,证明了该方法的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
噪声信号论文参考文献
[1].刘海涛.基于小波变换的非平稳排气噪声信号阶次分析方法[J].振动与冲击.2019
[2].谢丽萍,卢炽华,刘志恩,付友明,朱亚伟.组合声源测试消声器传递损失的噪声信号修正方法[J].声学技术.2019
[3].徐一帆.小波降噪对汽车发动机噪声信号的处理方法研究[J].内燃机与配件.2019
[4].郑援,李智忠,姜斌,孙斌.船舶辐射噪声信号仿真及评价[J].应用声学.2019
[5].余恒炜,孙晓娟,王星辰,蒋科,吴忧.量子随机数高斯噪声信号发生器[J].光学精密工程.2019
[6].任思源,李亨涛.声学阈值法突变噪声信号识别及误差修正研究[J].科技视界.2019
[7].杨东坡,王孝兰,王岩松,郭辉,刘宁宁.高速工况下乘员耳侧噪声信号重构方法[J].声学技术.2019
[8].郑援,姜斌,李智忠.船舶辐射噪声信号相似度评估方法研究[J].信号处理.2019
[9].王伯松,温东,刘翠海.大气噪声信号基本特征分析[J].数字技术与应用.2019
[10].王能.制动噪声信号分析及抑制方法[J].轨道交通装备与技术.2019