亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

噪聲測試分析儀

  • 低場磁共振FID信號放大電路的分析與研究.rar

    由于低場磁共振自由感應(FID-Free Induction Decay)信號十分微弱,信噪比低,所以信號放大電路的設計、調試具有一定的困難.該文首先對低場磁共振電路系統的各個功能模塊進行了分析,并估算了低場磁共振的信號幅值,然后重點對天線接口和前置放大兩個電路模塊進行了分析研究.天線接口電路是射頻發射電路、信號接收電路與磁體天線的接口電路.針對接收信號弱、信噪比低的情況,天線接口電路不但要實現天線的三個狀態(發射、泄放、接收)間的切換,而且要對信號進行無源放大.該文在完成了天線接口電路功能分析后,建立了簡化模型,然后對其參數進行分析計算,得出了滿足最大放大倍數和期望帶寬時的調試指導參數,還據此設計了校驗信號發生電路.前置放大電路主要完成磁共振FID信號的有源放大.該文在進行了方案討論后,給出了具體的前置放大電路,并對其工作狀態進行了靜態工作點計算和動態仿真分析,計算了增益系數,分析了帶寬,并作了噪聲分析.該文還參照高頻電路的設計特點,分析了低場磁共振信號放大電路的噪聲干擾的來源、種類;討論了器件選擇、電路布板等方面的注意事項;給出了減小噪聲干擾的一些具體措施.

    標簽: FID 磁共振 信號放大電路

    上傳時間: 2013-06-01

    上傳用戶:hanli8870

  • 開關磁阻電機的減振降噪和低轉矩脈動研究.rar

    開關磁阻電機(SR電機)驅動系統(SRD)是一種先進的機電一體化裝置,但是其較大的振動噪聲和轉矩脈動問題制約了SRD的廣泛應用。本文以減小SR電機振動噪聲和轉矩脈動為主題展開理論分析和實驗研究。主要內容有:由于徑向力引起的定子徑向振動是SR電機噪聲的主要根源,因此徑向力的分析和計算是研究SR電機振動噪聲的基礎。本文利用磁通管法推導出徑向力的解析表達式,定性分析了徑向力與電機結構參數等之間的關系。根據虛位移原理,推導出基于矢量磁勢的電磁力計算公式。該計算方法求解電磁力時只需進行一次磁場計算,不但減小了計算量,同時計算精度較傳統虛位移法高。利用這一計算方法,求出了實驗樣機的轉矩及徑向力的精確數值解。針對在SRD性能仿真時,傳統的非線性插值不但耗時,而且對有限元計算數據量要求高的問題,本文利用人工神經網絡強大的非線性模型辨識能力,成功進行了SR電機磁鏈反演和轉矩計算的模型訓練,最后建立了基于人工神經網絡的SR電機精確解析數學模型。因為SR電機本體結構形式的選擇問題與振動噪聲大小有著密切的關系。本文從噪聲輻射和振動幅值角度探討了SR電機主要尺寸的確定;接著從對稱性、力波階數等角度研究了SR電機相數及繞組連接方式、極數、并聯支路數的選擇問題。并對一些常用的降低電機機械噪聲的措施和方法進行了綜述。系統振動特性的研究對于減小振動噪聲十分重要。本文從振動系統的運動方程出發,導出了從激振力到振動加速度的傳遞函數和系統的自由振動解;然后利用機電類比法得出了SR電機定子系統的固有頻率以及振動振幅的解析解,定性分析了影響振動振幅的各種因素;最后利用基于能量法的有限元解法,通過建立不同的散熱筋結構形式、高度、根數以及形狀的SR電機三維有限元模型,分析得出了最有利于降噪和散熱的散熱筋結構是高度高、根數多、上窄下寬的梯形截面的周向散熱筋的結論。通過建立不同繞組裝配工藝下的SR電機三維有限元模型,分析得出了加強繞組剛度可以提高系統低階固有頻率的結論。通過比較實驗樣機的模態分析結果和運行實驗結果,證實了模態分析的有效性。仿真是計算SRD系統性能和預估電機振動的有效手段。本文在用MATLAB建立SRD系統的非線性動態仿真模型的基礎上,對SRD系統進行了穩態性能仿真、動態性能仿真以及負載突變仿真。接著利用穩態性能仿真,綜合考慮最大平均轉矩和效率這兩個優化目標,對SR電機的開關角進行了優化。最后結合由磁場有限元計算得到的徑向力數據表和穩態性能仿真,通過非線性插值得到徑向力的波形,然后對徑向力波形進行了頻譜分析,從而找到其主要的諧波分量。在電機設計階段避免徑向力波主要頻譜分量與SR電機定子的固有頻率接近而引起共振是降低SR電機噪聲的首要條件。合適的控制策略對于SR電機減振降噪是必不可少的。本文理論推導出三步換相法的時間參數取值公式。仿真證明本取值公式較原先文獻的結論在阻尼比較小時有更好的減振效果。針對SR電機運行中可能出現多個模態振形被激發出來的情況,利用數值優化法對三步換相法的時間參數進行了優化,使得減振效果整體最佳,所提的數值優化方法對兩步換相法同樣有效。在分析已有的直接瞬時轉矩控制的基礎上,針對其不足之處,提出了轉矩定頻控制取代內滯環的方法、開始重疊區域的轉矩控制方法、最佳開關角度二次優化法和時間參數優化的三步換相法等新的控制方案。動態仿真證明這些方案是切實有效的,達到了預期效果。最后在直接瞬時轉矩控制的每一次轉矩斬波都使用三步換相法,和在相關斷時刻根據實際電平靈活選用兩步或三步換相法以減小電機振動噪聲,并提出了考慮減振要求的開關頻率設計方法,最終形成了一套完整的降低振動噪聲和轉矩脈動控制策略。設計并研制了基于TMS320LF2407DSP的SR電機控制器。根據控制策略要求,選用了不對稱半橋功率電路拓撲結構;出于降低成本以及提高可靠性考慮,采用了MOSFET雙路并聯電路方案。在控制軟件中實現了本文所提出的降低SR電機振動噪聲和轉矩脈動控制策略。本文最后對實驗樣機進行了靜態轉矩的測量實驗,對比轉矩測量值與轉矩有限元計算值,驗證了磁場有限元計算的有效性。然后對實驗樣機進行了空載與負載、電流控制與轉矩控制、低速斬波與高速單波、是否采用兩步或三步換相法等一系列對比運行實驗,對比各種實驗結果,充分證實了本文所提出的降低振動噪聲和轉矩脈動控制策略的有效性。本課題組承擔了國家十·五863計劃電動汽車重大專項:“EQ6110HEV混合動力城市公交車用電機及其控制系統”(2001AA501421)。本文的研究是在該項目的資助下完成,并且本文關于電機本體結構形式、散熱筋結構和機械降噪措施等的結論已在該項目的60kW實驗樣機上得到證實。

    標簽: 開關磁阻電機 降噪

    上傳時間: 2013-07-05

    上傳用戶:13081287919

  • 基于自適應時頻分析方法的心音信號分析研究.rar

    心音信號是人體最重要的生理信號之一,包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究,內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號(NM)和房顫(AF)、主動脈回流(AR)、主動脈狹窄(AS)、二尖瓣回流(MR)4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面: a)心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析,選用小波降噪作為心音信號的濾波方法。根據實驗分析,選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b)心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析,結果表明:不同的時頻分析方法與待分析心音信號的特性有密切關系,即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此,本文提出了一種自適應錐形核時頻(ATF)分析方法,通過實驗驗證該分布能較好地反映心音信號的時頻結構,其性能優于一般錐形核分布(CKD)以及Choi-Williams分布(CWD)、譜圖(SPEC)等固定核時頻分析方法,從而選擇自應錐形核時頻分析方法進行心音信號分析。 c)心音信號特征向量提取。根據對3M Littmann() Stethoscopes[31]數據庫中標準心音信號的時頻分析結果,提取8組特征數據,通過Fihser降維處理方法提取出了實現分類可視化,且最易于分類的心音信號的2維特征向量,作為心音信號分類的特征向量。 d)心音信號分類方法。根據心音信號特征向量組成的散點圖,研究了支持向量機核函數、多分類支持向量機的選取方法,同時,基于分類的目的 性和可信性,本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法,建立了心音信號分類的支持向量機模型,選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本,對余下的每類20組數據進行測試,得到每類的分類精度(Ar)均為100%,同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測,分類精度分別為:NM、AF、MR的分類精度均為100%,而AR、AS均為95.83%,驗證了該方法的分類有效性。 e)心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建,可完成對心音信號的讀取、預處理,繪制時-頻、能量特性的三維圖及兩維等高線圖;同時,利用MATLAB與EXCEL的動態鏈接,實現對心音信號分析數據的存儲以及統計功能;最后,通過對心音信號2維特征向量的分析,實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述,本文從理論與實踐兩方面對心音信號進行了深入的研究,主要是采用自適應錐形核時頻分析方法提取心音信號特征向量,根據心音信號特征向量組成的散點圖,建立心音信號分類的支持向量機模型,并對正常心音信號和4種心臟雜音信號進行了分類研究,取得了較為滿意的分類結果,但由于用于分類的心臟雜音信號種類及數據量尚不足,因此,今后的工作重點是采集更多種類的心臟雜音信號,進一步提高心音信號分類精度,使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞:心音信號,小波降噪,非平穩信號,心臟雜音,信號處理,時頻分析,自適應,支持向量機

    標簽: 時頻 分析方法

    上傳時間: 2013-04-24

    上傳用戶:weixiao99

  • 基于小波分解和模糊聚類的MRI圖像去噪以及分割算法研究

    磁共振成像(MRI)由于自身獨特的成像特點,使得其處理方法不同于一般圖像.根據不同的應用目的,該文分別提出了MRI圖像去噪和分割兩個算法.首先,該文針對MRI重建后圖像噪聲分布的實際特點,提出了基于小波變換的MRI圖像去噪算法.該算法詳細闡明了MRI圖像Rician噪聲的特點,首先對與噪聲和邊緣相關的小波系數進行建模,然后利用最大似然估計來進行參數估計,同時利用連續尺度間的尺度相關性特點來進行函數升級,以便獲得最佳萎縮函數,進一步提高圖像的質量,最終取得了一定的效果.與此同時,該文對MRI圖像的進一步的分析與應用展開了一定研究,提出了一種改進的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點,同時考慮鄰域對分割結果的影響,對目標函數加以改進,用來克服噪聲和非均勻場對MRI圖像分割的影響,達到魯棒分割的目的,為進一步圖像處理和分析打下基礎.通過實驗,我們發現,無論是針對模擬圖像還是實際圖像,該文所提出的兩個算法都取得了較好的效果,達到了預期的目的.

    標簽: MRI 小波分解 圖像去噪 分割

    上傳時間: 2013-04-24

    上傳用戶:zhichenglu

  • 期刊論文:基于聲卡的LabVIEW數據采集與分析系統設計

    ·論文摘要:利用聲卡DSP技術和LabVIEW多線程技術,提出了一種基于聲卡的數據采集與分析的廉價設計方案,具有實現簡單、界面友好、性能穩定可靠等優點。在LabVIEW環境中實現了音頻信號的采集分析及數據存盤重載。PC上配置多塊聲卡即可構成實時、高信噪比的多通道數據采集系統。可以推廣到語音識別、環境噪聲監測和實驗室測量等多種領域,應用前景廣闊。

    標簽: LabVIEW 論文 聲卡

    上傳時間: 2013-06-18

    上傳用戶:changeboy

  • 小波閾值去噪法在MEMS陀螺儀信號降噪中的應用

    · 摘要:  通過分析小波分析法中的閾值去噪算法的原理,根據MEMS陀螺儀信號漂移的數學模型,采用了基于小波閾值去噪法對MEMS陀螺儀的輸出進行實時消噪處理.并將該算法應用到基于DSP的某MEMS陀螺捷聯慣導系統后對系統的MEMS陀螺儀進行零漂試驗.通過整個系統試驗結果分析,使用小波閾值去噪法對抑制MEMS陀螺儀零漂,改善MEMS陀螺儀的零偏穩定性具有很好的效果,肯定了小波閾值去

    標簽: MEMS 小波閾值 去噪 信號降噪

    上傳時間: 2013-04-24

    上傳用戶:xiehao13

  • 基于小波分析的脈搏波信號處理

     對脈搏波信號進行分析之前,對信號的去噪非常重要,本論文利用Mallat算法對脈搏波信號進行多分辨分析和去噪,分別對閾值法、平移不變量法、模極大值法的降噪原理進行分析,通過大量實驗對比,比較了它們在處理脈搏波信號方面的優缺點。通過對一段含噪脈搏波信號降噪,得到了滿意的去噪效果。  

    標簽: 小波分析 信號處理 脈搏波

    上傳時間: 2013-10-20

    上傳用戶:lmq0059

  • 信噪比估計方法研究

    在QPSK調制方式下,分別研究推導了基于輔助數據的極大似然比信噪比估計算法研究、基于矩的信噪比估計算法研究以及基于高階累積量的信噪比估計算法。通過仿真比較了信噪比估計算法的性能,著重分析比較了采用的迭代次數及數據長度等參數對算法性能的影響,最終根據算法各自的特點給出了相應的適用范圍。

    標簽: 信噪比 方法研究

    上傳時間: 2013-10-20

    上傳用戶:15736969615

  • 脈搏波信號降噪和特征點識別研究

    對脈搏波的完全分析是建立在含有少量噪聲且較為清晰的脈搏波信號中,然而在采集脈搏波信號時容易受到多種干擾的影響,使其提取出來的脈搏波含有大量的噪聲,因此降噪處理顯得尤為必要。同時,脈搏波中含有人體生理病理信息,不同的人將表現為不同的特征,可以看出確定脈搏波特征點對于分析人體生理健康很有意義。針對信號去噪問題采用小波變換和多分辨率分析的方法,該方法在時域和頻域都能表征信號局部信息的能力,且具有對信號具有自適應性。運用極值法確定出脈搏波的峰值點,然后再根據峰值點確定出其他特征點的位置,實驗證明該方法能夠增加特征點的檢出率。

    標簽: 脈搏波 信號降噪 特征點識別

    上傳時間: 2013-10-12

    上傳用戶:shirleyYim

  • 形態梯度小波降噪與S變換的齒輪故障特征抽取算法

    針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點,提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上,然后對各層的細節系數進行軟閾值方法降噪處理,對經過處理后的小波系數進行重構。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析,能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明,該方法具有短時傅里葉變換和小波變換的優點,不存在Wigner-Ville分布的交叉干擾和負頻率,能有效地提取隱含在噪聲中的齒輪故障特征,適合齒輪故障的在線監測和診斷。

    標簽: 梯度 小波降噪 S變換 齒輪故障

    上傳時間: 2013-11-01

    上傳用戶:AISINI005

主站蜘蛛池模板: 桂阳县| 湖州市| 文安县| 吉木萨尔县| 新平| 遵义县| 琼中| 新河县| 柘城县| 宁乡县| 常州市| 利川市| 本溪市| 双柏县| 安徽省| 陇西县| 新泰市| 务川| 浏阳市| 浑源县| 张家港市| 图木舒克市| 中牟县| 新蔡县| 百色市| 饶平县| 南华县| 邛崃市| 桂东县| 临高县| 嘉兴市| 静乐县| 洛浦县| 分宜县| 临沂市| 邻水| 甘德县| 宜宾市| 成武县| 白水县| 昌乐县|