当前位置：搜档网 › 噪声背景下的盲源分离算法

噪声背景下的盲源分离算法

向前;林春生;程锦房

【期刊名称】《数据采集与处理》

【年(卷),期】2006(021)001

【摘要】分析了当存在高斯背景噪声时一类盲分离算法的性能,指出此时盲分离算法仍可用于估计解混矩阵,而输出信号为分离的源信号与高斯噪声的叠加.利用现代时间序列分析方法(MTSSAM)建立了输出信号的自回归移动平均(ARMA)新息模型,并给出了一种基于多维线性最小二乘法的信号滤波算法.仿真试验表明,该算法稳定且收敛,可以在背景噪声存在时有效地恢复源信号的波形.

【总页数】4页(42-45)

【关键词】盲分离;ARMA模型;盲辨识;背景噪声

【作者】向前;林春生;程锦房

【作者单位】海军工程大学兵器工程系,武汉,430033;海军工程大学兵器工程系,武汉,430033;海军工程大学兵器工程系,武汉,430033

【正文语种】中文

【中图分类】TP234;TP911.7

【相关文献】

1.乘性噪声消除的同态变换盲源分离算法 [J], 焦卫东; 杨世锡; 钱苏翔; 严拱标

2.噪声环境下滚动轴承故障的盲源分离 [J], 呼刚义; 王凯; 关雄飞

3.无限方差噪声环境下的分数低阶空间时频盲源分离 [J], 龙俊波; 汪海滨; 查代奉

4.基于APSO的盲源分离算法在盲图像分离中的应用 [J], 王猛; 张文爱

环境噪音测量方法

环境噪音测量方法一, 方法概要本方法系使用符合我国国家标准(CNS 7129)1型噪音计(或称声度表)或国际标准或上述性能以上之噪音计,测量环境中噪音位准之方法. 二, 适用范围本测量方法适用於一般环境及固定性噪音发生源或移动性扩音设施之噪音位准测量. 三, 干扰 (一) 气象条件,地形,地面情况:噪音之传播会受到气象条件,地形,地面情况等之影响,故测量噪音时需记录天气,测量点附近之风向,风速,温度,相对湿度等之气象条件及地形,地面情况. (二) 由风产生噪音的影响:噪音计之声音感应器直接受到强风时,因风切作用而产生杂音(称为风杂音),严重时无法测量正确值,故在室外测定时,可能会产生风杂音时需加装防风罩.但防风罩也有其可使用范围,如超过使用范围时,应停止测量. .四, 仪器及设备 1.测定器:符合我国国家标准(CNS 7129 C7143)1型之噪音计(以下简称噪音计)或国际电工协会标准Class 1噪音计或上述性能以上之噪音计;原则上以噪音计之听感修正回路A加权测定之. 2. 防风罩(W indscreen):为减少声音感应器测量时风造成之影响,因此必须加套防风罩,其材质一般是由多孔性聚乙烯制成,其可容许风速范围由材料,结构,大小而定. 五, 噪音计使用方法

听感修正回路或称频率加权(Frquency-weighting"A"):本测量方法原则上以听感修正回路A加权测定之,惟测量时应注记现场测量时所使用之加权名称. 六, 结果处理 (一) 测量报告须列出下列各项: 1, 测量人员姓名,服务单位. 2, 测量日期,测量时间,动特性. 3, 气象状态(风向,风速,气温,大气压力,相对湿度及最近降雨日期). 4, 测量结果. 5, 适用之标准 6, 测量位置(测量点及其高度,声音感应器高度等)与音源相对位置及距离,附简图及照片,周围之情况(周围之建筑物,地形,地貌,防音设施等,附简图). 7, 噪音发生源之种类与特徵. 8, 测量方法(噪音计(含声音校正器)厂牌,型号,序号,噪音计动特性,取样的时距与次数及其校正纪录与检定,校正有效期限等). 9, 其他(特殊音源之特性及其随时间变化性,可能影响测量结果之因素等). 10, 测量期间噪音原始数据应存档备查. 实验数据 XuHao Leq l5 L10 L50 L90 L95 SD LEA 84 69.6 74.7 71.5 69.5 68.4 68.1 1.6 94.4 85 66.8 78.9 69.7 64.2 63.6 63.5 3.8 91.6 Lmax Lmin E 测定时间日期 80.7 68.2 0 0h5m0s 14-07-02 87.7 63.3 0 0h5m0s 14-07-02

噪声测量噪声源识别与定位的方法简析

噪声测量：噪声源识别与定位的方法简析噪声测量的一项重要内容就是估计和寻找产生噪声的声源。确定噪声源位置是实施控制噪声措施的先决条件。从声源上控制噪声可以大大减轻噪声治理的工作量，而且对促进生产低噪声产品研制，提高产品质量和寿命有直接效果，同时噪声源识别技术是声学测量技术的综合运用，具有很强的技术性。因此，噪声源识别有很大的现实意义。噪声源识别的本质在于正确地判断作为主要噪声源的具体发声零部件，主要辐射部分。有时还要求对噪声源的特点及其变化规律有所了解。噪声源识别的要求有以下两个主要方面： ?确定噪声源的特性，包括声源类别，频率特性，变化规律和传播通道等。在复杂的机械中，用一种测量方法要明确区分声源的主次及其特性实际上往往是比较困难的。因此经常需要综合应用多种测量方法和信号处理技术，以便最终达到明确识别的目的。 ?确定噪声产生的部位、主要的发声部件等以及各噪声源在总声级中的比重。对多声源噪声，控制噪声的主要方法之一是找到

发声部件中占噪声总声级中比重最大的声源噪声，采取措施进行降噪，可达到事半功倍的效果。噪声源识别方法很多，从复杂程度、精度高低以及费用大小等方面均有不少的差别，实际使用时可根据研究对象的具体要求，结合人力物力的可能条件综合考虑后予以确定。具体说来，噪声源识别方法大体上可分为二类： ?第一类是常规的声学测量与分析方法，包括分别运行法、分别覆盖法、近场测量法、表面速度测量法等。 ?第二类是声信号处理方法，它是基于近代信号分析理论而发展起来的，象声强法、表面强度法、谱分析、倒频谱分析、互相关与互谱分析、相干分析等都属于这一类方法。在不同研究阶段可以根据声源的复杂程度与研究工作的要求，选用不同的识别方法或将几种方法配合使用。声学测量法人的听觉系统具有比最复杂的噪声测量系统更精确的区分不同声音的能力，经过长期实践锻炼的人，有可能主观判断噪声声

汽车发动机振动噪声测试实用标准系统

附件1 汽车发动机振动噪声测试系统 1用途及基本要求：该设备主要用于教学和科研中的振动和噪声测量，要求能够测量试验对象的振动噪声特性（频率、阶次、声强等），能对试验数据进行综合分析。该产品的生产厂应具有多年振动噪声行业从业经验，有较高的知名度和影响力。系统软件和硬件应该为成熟的模块化设计，同时具有很强的扩展能力，能保证将来软件和硬件同时升级。 2设备技术要求及参数 2.1设备系统配置 2.1.1数据采集系统一套； 2.1.2数据测试分析软件一套； 2.1.3传声器 2个； 2.1.4加速度计 2个； 2.1.5声强探头 1套； 2.1.6声级校准器 1个； 2.1.7笔记本电脑一台 2.2数据采集、控制系统技术要求 2.2.1主机箱一个；供电采用9～36V直流和 200～240V交流； 2.2.2便携式采集前端，适用于实验室及现场环境； 2.2.3整机消耗功率<150W； 2.2.4工作环境温度：-10?C ～50?C； 2.2.5中文或英文WindowsXP下运行，操作主机采用笔记本电脑； 2.2.6输入通道数：4个以上，其中2个200V极化电压输入通道、不少一个转速输入通道； 2.2.7输入通道拥有Dyn-X技术，动态围160dB； 2.2.8每通道最高采样频率：≥65.5kHz，最大分析带宽：≥25.6kHz； 2.2.9系统留有扩充板插槽，根据需要可以进一步扩充；数据采集前端可同时连接多种形式传感器,包括加速度计、转速探头、传声器、声强探头等； 2.2.10系统具有堆叠和分拆能力，多个小系统可组成多通道大系统进行测量。大系统可分拆成多个小系统独立运行； 2.2.11采集前端的数据传输具备二种方式之一：①通过10/100M自适应以太网传输至PC； ②通过无线通讯以太网技术传输至PC，通信距离在100米以上。使测量过程更为灵活方便，方便硬件通道和计算机系统扩展升级；

噪声测定实验教案

噪声测定实验一实验目的 1掌握AWA5610C声级计的工作原理及其使用方法 2掌握AWA6270A噪声频谱分析仪的工作原理及其使用方法二实验内容 1使用AWA5610C声级计测量噪音 2使用AWA6270A噪声频谱分析仪测量噪音三实验原理 1 AWA5610C声级计的工作原理工作原理是被测的声压信号通过传声器转换成电压信号，然后经衰减器、放大器以及相应的计权网络、滤波器，或者输入记录仪器，或者经过均方根值检波器直接推动以分贝标定的指示表头。 2 AWA6270A噪声频谱分析仪的工作原理工作原理是输入信号经衰减器直接外加到混波器,可调变的本地振荡器经与CRT同步的扫瞄产生器产生随时间作线性变化的振荡频率,经混波器与输入信号混波降频后的中频信号(IF)再放大,滤波与检波传送到CRT的垂直方向板。四实验设备仪器（一）AWA5610C声级计 AWA5610C型积分声级计是一种袖珍式智能化噪声测量仪器，可广泛应用于环境噪声的测量与自动监测，也可用于劳动保护、工业卫生及各种机器、车辆、船舶、电器等工业噪声测量。本仪器采用了先进的数字检波技术，具有可靠性高、稳定性好、动态范围宽等优点。主要技术性能：驻极体测试电容传声器，灵敏度： 1.传声器：Φ1 2.7mm(1/2”）约40mV/Pa，频率范围：20Hz～12.5kHz。 2.测量范围：35～130dBA(以2×10-5Pa为参考，下同） 3.频率范围：20Hz～12.5kHz 4.频率计权：A计权 5.时间计权：快（F），慢（S）图1 AWA5610C声级计 6.检波器特性：真有效值、峰值因数 3 7.准确度：2型 8.测量时间：手控、10s、1min、5min、10min、20min、1h、4h、8h、24h。 9.显示：4位LCD，直接显示测量结果Lp、Leq、Lmax、Lmin、Linst、Tm及日历年、月、日、时、分、秒等。 10.储存：60组数据，包括年、月、日、时、分、设定时间、测量经历时间、最大声级，最小声级、等效声级。 11.输出接口：RS—232C，可接至微型打印机或计算机。

盲信号分离基础知识

专业课程设计学习材料源信号分离Source Signal Separation

第一部分简单介绍一、目标我们的目标就是学习源信号分离理论的基础知识和源信号分离时涉及的相关学科知识，最终从观测信号中将源信号分离开来。注意：此时信号源和混合形式可能是未知的。 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.500.050.10.150.20.250.30.350.40.45 -1.5-1.0-0.50.00.51.01.500.050.10.150.20.250.30.350.40.45 图1 源信号波形 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.000.050.10.150.20.250.30.350.40.45 -2.0-1.00.01.02.000.050.10.150.20.250.30.350.40.45 图2 混合信号波形 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 -2.0-1.5-1.0-0.50.00.51.01.5 2.0 图3 分离信号波形二、分离方法 1、FFT 法；条件：不同源信号占有不同的频带 2、自适应滤波方法；条件：已经信号的某些特征 3、盲信号分离方法；条件：遵从某些统计假设条件三、盲分离的基本模型盲信号分离的基本模型如图（1）所示。 )(1t )(2t y ) (t y m 图1 盲信号分离的基本模型其中：)(1t s ，)(2t s ，……，)(t s n 为n 个源信号；)(1t x ，)(2t x ，……，)(t x m 为m 个观测信号；)(1t y ，)(2t y ，……，)(t y n 为待求解的n 个分离信号；)(1t n ，

噪声测量三种方法

噪声系数测量的三种方法本文介绍了测量噪声系数的三种方法：增益法、Y系数法和噪声系数测试仪法。这三种方法的比较以表格的形式给出。前言在无线通信系统中，噪声系数(NF)或者相对应的噪声因数(F)定义了噪声性能和对接收机灵敏度的贡献。本篇应用笔记详细阐述这个重要的参数及其不同的测量方法。噪声指数和噪声系数噪声系数有时也指噪声因数(F)。两者简单的关系为： NF = 10 * log10 (F) 定义噪声系数(噪声因数)包含了射频系统噪声性能的重要信息，标准的定义为：从这个定义可以推导出很多常用的噪声系数（噪声因数）公式。下表为典型的射频系统噪声系数： *HG=高增益模式，LG=低增益模式

噪声系数的测量方法随应用的不同而不同。从上表可看出，一些应用具有高增益和低噪声系数(低噪声放大器(LNA)在高增益模式下)，一些则具有低增益和高噪声系数(混频器和LNA在低增益模式下)，一些则具有非常高的增益和宽范围的噪声系数(接收机系统)。因此测量方法必须仔细选择。本文中将讨论噪声系数测试仪法和其他两个方法：增益法和Y系数法。使用噪声系数测试仪噪声系数测试/分析仪在图1种给出。图1. 噪声系数测试仪，如Agilent公司的N8973A噪声系数分析仪，产生28VDC脉冲信号驱动噪声源 (HP346A/B)，该噪声源产生噪声驱动待测器件(DUT)。使用噪声系数分析仪测量待测器件的输出。由于分析仪已知噪声源的输入噪声和信噪比，DUT的噪声系数可以在内部计算和在屏幕上显示。对于某些应用(混频器和接收机)，可能需要本振(LO)信号，如图1所示。当然，测量之前必须在噪声系数测试仪中设置某些参数，如频率范围、应用(放大器/混频器)等。使用噪声系数测试仪是测量噪声系数的最直接方法。在大多数情况下也是最准确地。工程师可在特定的频率范围内测量噪声系数，分析仪能够同时显示增益和噪声系数帮助测量。分析仪具有频率限制。例如，Agilent N8973A可工作频率为10MHz至3GHz。当测量很高的噪声系数时，例如噪声系数超过10dB，测量结果非常不准确。这种方法需要非常昂贵的设备。增益法前面提到，除了直接使用噪声系数测试仪外还可以采用其他方法测量噪声系数。这些方法需要更多测量和计算，但是在某种条件下，这些方法更加方便和准确。其中一个常用的方法叫做“增益法”，它是基于前面给出的噪声因数的定义：

噪声源测量方法

噪声源测量方法发布时间：2014-02-11 来源于：互联网噪声源测量是一种多用途测量方法，这种方法能测量与次临界中子增殖因子相关的量。噪声源测量 (1)主要是测量噪声源的辐射功率和指向性。测量方法有混响室法、消声室（或半消声室）法和比较法等。混响室法只能测量噪声源的辐射声功率。将被测的噪声源放在混响室（见声学实验室）中，当噪声源辐射声功率W随时间的改变量不大时，即在混响室的混响场中声压的均方根的平方： (2) 或声源辐射的声功率级（分贝）： (3) 式中ρ为室内空气密度；c为室内声速;V为混响室的体积；A=S峞,S为混响室总面积；峞为平均吸声系数；岧p为混响场中的平均声压级。ρc值取温度为15℃时空气中的值为415。在混响室的混响场中取n个点,在这些点上测声压级，取其平均值岧p代入(3)式。混响室的平均吸声系数可由混响时间的测量得到。在实际测量时,声源应放在离开墙壁λ/4的距离以外，测点之间的距离不小于λ/2,各测点与墙壁之间的距离应大于λ/2。λ是相应于测量的频率的波长。消声室法（或半消声室法）在消声室内，可以同时测量噪声源的辐射声功率和指向性。在自由场内，声强(I)与声压p之间的关系为： (4) 将被测的噪声源放在消声室内，以它为中心，作一球面，将球面等分为n个面元，在每个面元的中心测量声压级Lpj,取这些测量值的平均值岧p，按声强与声功率之间的关系计算声功率级LW： (5) 式中r为测量球面的半径,ρc值取温度为15℃时空气中的值。再按 (6) 计算指向性指数DI。θ和φ是以球心为中心的方位角。在半消声室中的测量与在消声室中的测量相似。将被测的噪声源尽可能按实际的安装放置在半消声室的地面上，以声源为中心在自由场内作半球面，将半球面分成n个相等面元，在每个面元中心测声压级Lpj，取它们的平均值岧p，按下式计算辐射声功率级： (7) 及按(6)式计算指向性指数。比较法是一种工程方法。对测量环境除要求安静、不影响声压级测量数据以及有一个用以比较的标准声源以外，没有其他要求。比较法可以在安装机器(设备)的现场，或在其他环境进行。测量时，以机器或设备为中心，在地面上作一半球面，将它分成n个相等的面元,在每个面元的中心测量一个声压级，计算其平均声压级岧p。机器或设备如能移开，将

多信号分离技术

多信号分离技术本文提出了4种信号分离的方法：基于Gabor 变换的盲分离法，基于ICA 的混合图像盲分离算法，基于二阶统计量的盲分离方法，基于线性正则变换的信号分离方法，分别对信号分离做出详实的分析与总结。盲信号分离( Blind Source Separation, 简称BSS)是指在源信号和传输信道未知的情况下,只利用观测信号所携带的信息以及源信号之间相互统计独立的假设,实现对传输信道的辨识和源信号的分离,是当前信号处理学界的热点课题之一。目前,比较典型的方法包括Cardoso 提出的基于四阶累积量矩阵联合对角化的方法(JADE 法)、Hyvarinen 提出的逐次提取独立分量的"固定点算法"(Fast ICA)、Cichocki 和Amari 提出的自然梯度法、Lee 提出的信息极大化及其扩展算法(Infomax)等。同时,盲信号分离技术已经在很多领域尤其是机械故障诊断领域得到了应用,如对提取的声音信号进行BSS 从而进行特征识别;将一种非线性自适应BSS 算法应用到齿轮的故障诊断中,发现该方法能够确定齿轮局部故障的位置;证明了分数Fourier 变换的一个新性质,通过对混合信号的不同阶次分数Fourier 变换的结果进行联合对角化处理从而得到一种盲信号分离新方法, 并用于货车轴承的故障诊断;对常见的几类BSS 方法的特点和性能进行了比较,提出了一套评价准则;分别研究了盲信号分离算法在特定机械系统中的应用。 1 基于Gabor 变换的盲分离新方法 1.1 Gabor 变换 Gabor 变换是Gabor 在1946年提出的。它是通过信号的时间平移和频率调制形式建立非平稳信号的联合时间-频率函数, 然后对时间-频率平面进行采样划分,将时频平面(t,f)转换成另外两个离散采样网格参数k 和l 的平面,在二维平面(k,l)上表征非平稳信号。信号s(t)的连续Gabor 变换定义为:()()∑∑∞-∞=∞ -∞ == k l l k l k t g d t s ,,。式中: l k d ,称为Gabor 展开系数, 而:()()t jl l k e kT t g t g Ω-=,, 2,1,0,±±=l k 称为Gabor 基函数, 需满足条件 () T dt t g l k π2,12 ,=Ω=?，T 为时宽。Gabor 展开系数可以表示为:()()?∞ ∞ -* =dt t t s d l k l k ,,γ。其中()t l k * ,γ是()t l k ,γ的共轭, 而()t l k ,γ是Gabor 基函数()t g l k ,的对偶函数, 满足双正交条件:()()()()? =-Ω*l k dt e kT t t g t jl l k l k δδγ,,。长度为N 的离散时间信号()k t s 的Gabor 展开为:()()∑∑-=-=Ω-= 101 ,K k L l t jl k l k k k e kT t g d t s 。其中Gabor 展开系数由下式确定:()()∑-=Ω-= 1 *,N t t jl k k l k k k e kT t t s d γ。式中,T 和Ω分别表示时间和频率采样间隔, 而K 和 L 分别是时间和频率采样的样本个数。离散Gabor 变换同样满足双正交条件: ()[] ()()()l k t e kL t g N t k t jl k k k δδγ=+∑-=Ω-1 *。显然,Gabor 变换属于一种线性变换。 1.2 盲信号分离方法

盲源分离算法初步研究

盲源分离算法初步研究一、盲源分离基本问题 1.概念 BSS 信号盲分离，是指从若干观测到的混合信号中恢复出未知的源信号的方法。典型的观测到的混合信号是一系列传感器的输出，而每一个传感器输出的是一系列源信号经过不同程度的混合之后的信号。其中，“盲”有两方面的含义：（1）源信号是未知的；（2）混合方式也是未知的。根据不同的分类标准，信号盲分离问题可以分成以下几类：（1）从混合通道的个数上分，信号的盲分离可以分为多通道信号分离和单通道信号分离。单通道信号分离是指多路源信号混合后只得到一路混合信号，设法从这一路混合信号中分离出多个源信号的问题就是单通道信号分离。多通道信号分离是M 个源信号混合后得到N 路混合信号（通常N ≥M ）。从N 路混合信号中恢复出M 个源信号的问题即为多通道信号分离。一般情况下，单通道信号分离的难度要超过多通道信号分离。（2）从源信号的混合方式上分，可将信号盲分离问题分为瞬时混合和卷积混合、线性混合和非线性混合等不同种类。在目前信号盲分离的研究文章中，所建模型大部分为瞬时混合。但是，作为更接近实际情况的卷积混合方式正受到越来越多的关注。（3）根据源信号的种类，也可将信号盲分离分为多类。在通常的处理方法上，根据不同种类信号的特点，也有一些独特的处理技术。 2.盲分离问题的描述 BSS 是指仅从观测的混合信号（通常是多个传感器的输出）中恢复独立的源信号，在科学研究和工程应用中，很多观测信号都可以假设成是不可见的源信号的混合。所谓的“鸡尾酒会”问题就是一个典型的例子。在某个场所，多个人正在高声交谈。我们用多个麦克风来接受这些人说话的声音信号。每个人说话的声音是源信号，麦克风阵列的输出是观测信号。由于每个麦克风距离各个说话者的相对方位不同，它们接受到的也是这些人的声音信号以不同方式的混合。盲信号分离此时的任务是从麦克风阵列的输出信号中估计出每个人各自说话的声音信号，即源信号。如果混合系统是已知的，则以上问题就退化成简单的求混合矩阵的逆矩阵。但是在更多的情况下，人们无法获取有关混合系统的先验知识，这就要求人们从观测信号来推断这个混合矩阵，实现盲源分离。 3.混合模型信号的混合模型包含两个方面的内容：（1）源信号的统计特征；（2）源信号的混合方式。 3.1源信号的统计特征已有的研究表明如果加上源信号间相互独立的限制条件，就可以有效地补偿对以上先验知识的缺乏。如果用q i 表示第i 个分量的概率密度函数，则这种统计独立性可以表示为： 11221()()...()()n n n i i i q s q s q s q s ==???=∏q(s) 其中q(s)是s 的联合概率密度函数。 3.2源信号的混合方式最简单的混合模型假定各个分量是线性叠加混合在一起而形成观测信号的。基于这样的假设，我们可以把观测信号和源信号用矩阵的方式表示为： ()()t t =x Hs 式中H 是n ×n 阶的混合矩阵。基于该模型，盲信号分离()()t t =x Hs 的目标可以表

车辆噪声源识别方法综述

文章编号：1006-1355(2012)05-0011-05 车辆噪声源识别方法综述胡伊贤，李舜酩，张袁元，孟浩东（南京航空航天大学能源与动力学院，南京210016）摘要：在车辆产业中，噪声问题越来越突出，噪声源识别方法是车辆噪声控制的重要前提。近年来，车辆噪声源识别的方法得到快速发展，但仍需不断改进和完善。本文对车辆噪声源识别方法进行总结，将车辆噪声源识别方法分为传统方法、基于信号处理方法和基于声阵列技术方法三类，并描述和分析各种识别方法的特点。最后总结全文，展望未来车辆噪声源识别方法。关键词：声学；车辆；噪声控制；综述；噪声源识别方法中图分类号：V231.92文献标识码：A DOI编码：10.3969/j.issn.1006-1335.2012.05.003 Reviews of Vehicle Noise Source Identification Methods HU Yi-xian,LI Shun-ming,ZHANG Yuan-yuan,MENG Hao-dong (College of Energy and Power Engineering,Nanjing University of Aeronautics and Astronautics, Nanjing210016,China) Abstract:In the vehicle industry,noise issues have become more evident.Vehicle noise source identification is an important prerequisite for noise control.In recent years,new methods of vehicle noise source identification have been developed,but it is necessary still for them to improve and optimize.The different methods for identifying noise sources are reviewed in this paper.All methods are divided into three categories,i.e.the traditional analysis method,the method based on signal processing,and method based on acoustic array technology.The features of various identification method are described and compared.Finally,some prospects of noise source identification method are given. Key words:acoustics;vehicle;noise control;review;noise source identification method 车辆噪声源识别是指在有许多噪声源或包含许多振动发声部件的复杂声源情况下，为了确定各个声源或振动部件的声辐射的性能，区分噪声源，并加以分等而进行的测量与分析。车辆的噪声主要分为发动机噪声、进排气噪声、传动噪声、轮胎噪声以及其他机械噪声[1，2]。车辆噪声产生机理不同，针对不同噪声源有不同的识别方法[3]。本文将车辆噪声源识别方法分为三类：一类是传统噪声源识别方法，包括主观识别法、铅覆盖法、分部运行法、表面振速法和近场声压收稿日期：2011-11-23；修改日期：2012-01-21 项目基金：江苏省普通高校研究生科研创新计划资助(基金编号：CX10B_094Z) 作者简介：胡伊贤（1986-），男，江苏，江苏宿迁泗阳县人，硕士，目前从事车辆噪声与振动控制研究。 E-mail:nuaayixian@https://www.sodocs.net/doc/1312382402.html, 测试法等。这些方法可以简单的对车辆噪声源进行识别。第二类是以信号处理为基础的噪声源识别方法，典型的有时域平均法、相关分析法、相干分析法、倒谱分析法、阶次分析法、小波分析法以及盲源分离法等。其中时域平均与相关分析是描述幅值随时间变化的时域分析方法。相干分析、倒谱分析在频域内对噪声信号进行分析，主要针对平稳噪声信号；阶次分析、小波分析、盲源分离识别方法在时频域内对信号进行分析，一般用于非平稳噪声信号。第三类是以声阵列技术为基础的噪声源识别方法，主要包括声强测试、波束成形以及声全息测试技术，它们主要特征是以全息面来直观全面反映各声源对整车噪声贡献的大小。本文在对各种声源识别方法总结基础上，分析声源识别方法的使用特点、优点与不足，对车辆噪声源识别方法进行总结与展望。

GB1496—79机动车辆噪声测量方法

中华人民共和国国家标准 GB 1496—79 机动车辆噪声测量方法本标准适用于各类型汽车、摩托车、轮式拖拉机等机动车辆的车外、车内噪声的测量。一、测量仪器 1．使用精密声级计或普通声级计和发动机转速表。 2．声级计误差应不超过±2dB（A）。 3．在测量前后，仪器应按规定进行校准。二、车外噪声测量（一）测量条件 4．测量场地应平坦而空旷，在测试中心以25m为半径的范围内，不应有大的反射物，如建筑物、围墙等。 5．测试场地跑道应有20m以上的平直、干燥的沥青路面或混凝土路面。路面坡度不超过0.5％。 6．本底噪声（包括风噪声）应比所测车辆噪声至少低10 dB（A）。并保证测量不被偶然的其他声源所干扰。注：本底噪声系指测量对象噪声不存在时，周围环境的噪声。 7．为避免风噪声干扰，可采用防风罩，但应注意防风罩对声级计灵敏度的影响。 8．声级计附近除测量者外，不应有其他人员，如不可缺少时，则必须在测量者背后。 9．被测车辆不载重。测量时发动机应处于正常使用温度，车辆带有其他辅助设备亦是噪声源，测量时是否开动，应按正常使用情况而定。

（二）测量场地及测点位置 10．测量场地示意图见图1。 11．测试话筒位于20m跑道中心点0两侧，各距中线7.5m，距地面高度1.2m，用三角架固定，话筒平行于路面，其轴线垂直于车辆行驶方向。（三）加速行驶车外噪声测量方法 12．车辆须按下列规定条件稳定地到达始端线：行驶档位：前进档位为4档以上的车辆用第3档，前进档位为4档或4档以下的用第2档。发动机转速为发动机标定转速的四分之三。如果此时车速超过了50km/h，那么车辆应以50km/h的车速稳定地到达始端线。拖拉机以最高档位、最高车速的四分之三稳定地到达始端线。对于自动换档车辆，使用在试验区间加速最快的档位；辅助变速装置不应使用。在无转速表时，可以控制车速进入测量区：以所定档位相当于四分之三标定转速的车速稳定地到达始端线。 13．从车辆前端到达始端线开始，立即将油门踏板踏到底或节流阀全开，直线加速行驶，当车辆后端到达终端线时，立即停止加速。车辆后端不包括拖车以

噪声系数的原理和测试方法

噪声系数测试方法针对手机等接收机整机噪声系数测试问题，该文章提出两种简单实用的方法，并分别讨论其优缺点，一种方法是用单独频谱仪进行测试，精度较低；另一种方法是借助噪声测试仪的噪声源来测试，利用冷热负载测试噪声系数的原理，能够得到比较精确的测量结果。图1是MAXIM公司TD-SCDMA手机射频单元参考设计的接收电路，该通道电压增益大于100dB，与基带单元接口为模拟I/Q信号，我们需要测量该通道的噪声系数。采用现有的噪声测试仪表是HP8970B，该仪表所能测量的最低频率为10MHz，而TD-SCDMA基带I/Q信号最高有用频率成份为640KHz，显然该仪表不能满足我们的测量需求。下面我们将介绍两种测试方案，并讨论其测试精度，最后给出实际测试数据以做对比。图1：MAXIM公司TD-SCDMA手机射频接收电路。利用频谱仪直接测试利用频谱仪直接测量噪声系数的仪器连接如图2所示，其中点频信号源用于整个通道增益的校准，衰减器有两个作用，一是起到改善前端匹配的作用；二是做通道增益校准使用，因接收机增益往往很高，大于 100dB，而一些信号源不能输出非常弱的信号，配合该衰减器即能完成该功能。测量步骤一：先利用信号源产生一个点频信号（一般我们感兴趣的是接收机小信号时的噪声系数，故此时点频信号电平应接近灵敏度电平），频点与本振信号错开一点，这样在基带I/Q端口可以得到一个点频信号，调节接收机通道增益使I/Q端点频信号幅度适中，测量接收机输入与输出端的点频信号大小可以求得这时的通道增益，记为G。

测量步骤二：接步骤一，关闭信号源，保持接收机所有设置不变，用频谱仪测量I/Q端口在刚才点频频点处的噪声功率谱密度，I端口记为Pncdensity(dBm/Hz), Q端口记为Pnsdensity(dBm/Hz)，则接收通道噪声系数有下式给出：上式中kb表示波尔兹曼常数，F是噪声系数真值，我们用NF表示噪声系数的对数值，NF＝10lg(F)， G表示整个通道增益，T1为当前热力学温度，T0等于290K。假定T1＝T0，容易求得NF的显式表达式如下：或者：关于方程2与方程3的正确性，我们可以做如下简单推导。先考虑点频情况，设接收机输入端点频信号为：接收机I/Q端口点频信号分别为：

语音信号的盲分离分析

目录摘要.................................................................... I ABSTRACT ............................................................... II 第一章前言.. (2) 1.1语音特性分析 (2) 1.2语音信号的基本特征 (2) 1.3语音信号处理的理论基础 (2) 第二章盲分离的基本概念 (2) 2.1盲分离的数学模型 (2) 2.2盲源分离的基本方法 (2) 2.3盲分离的目标准则 (2) 2.4盲分离的研究领域 (2) 2.5盲分离的研究内容 (2) 第三章独立分量分析的基本算法 (2) 3.1ICA的线性模型 (2) 3.2ICA研究中的主要问题及限制条件 (2) 3.3ICA的基本算法 (2) 3.4F AST ICA算法原理 (2) 第四章语音信号盲分离仿真及分析 (2) 4.1ICA算法实现 (2) 4.2频谱分析 (2) 第五章总结 (2) 参考文献 (2)

摘要盲源分离（BSS）是一种多维信号处理方法，它指在未知源信号以及混合模型也未知的情况下，仅从观测信号中恢复出源信号各个独立分量的过程。盲源分离已近成为现代信号处理领域研究的热点问题，在通信、语音处理、图像处理等领域具有非常重要的理论意义和广泛的应用价值。本文主要内容如下：首先，介绍了语音信号的产生机理，特性，基本特征及语音信号处理的理论基础，为后文语音信号盲分离奠定了基础。其次，从盲源分离的理论出发，研究了盲分离的数学模型以及基本方法，并对盲分离的目标准则、研究领域以及研究内容进行了探讨。然后，引出了独立分量分析（ICA），并对其的概念以及相关的知识进行了研究，探讨了ICA研究中的主要问题，列出了ICA的3种基本算法：信息极大化、负熵最大化和最大似然估计法。最后，用FastICA对三路语音信号进行了盲分离的仿真并求出了混合矩阵和分解矩阵，再接着进行了频谱，幅度，相位的分析，找出了FastICA的特点。关键词：盲源分离；独立分量分析；频谱分析 III

噪声测量方法

监测方法按GB 12349执行。工业企业厂界噪声标准测量方法 GB 12349－90 Method of measuring noise at boundary of industrial enterprises 本标准为执行GB 12348《工业企业厂界噪声标准》而制订。本标准适用于工厂及有可能造成噪声污染的企事业单位的边界噪声的测量。 1 名词术语 1.1 A声级用A计权网络测得的声级，用LA表示，单位dB(A)。 1.2 等效声级在某规定时间内A声级的能量平均值，又称等效连续A声级，用Leq表示，单位为dB(A)。按此定义此量为： Leq＝10Lg（) 式中：LA-t时刻的瞬时A声级。 T-规定的测量时间。当测量是采样测量，且采样的时间间隔一定时，式(1)可表示为： Leq＝10Lg（）式中：Li-第i次采样测得的A声级； n-采样总数。 1.3 稳态噪声，非稳态噪声在测量时间内，声级起伏不大于3dB(A)的噪声视为稳态噪声，否则称为非稳态噪声。 1.4 周期性噪声在测量时间内，声级变化具有明显的周期性的噪声。 1.5 背景噪声厂界外噪声源产生的噪声。 2 测量条件 2.1 测量仪器测量仪器精度为Ⅱ级以上的声级计或环境噪声自动监测仪，其性能符合GB 3875《声级计电声性能及测量方法》之规定，应定期校验。并在测量前后进行校准，灵敏度相差不得大于0.5dBA，否则测量无效。测量时传声器加风罩。 2.2 气象条件测量应在无雨、无雪的气候中进行，风力为5.5m/s以上时停止测量。

2.3 测量时间测量应在被测企事业单位的正常工作时间内进行。分为昼、夜间两部分，时段的划分可由当地人民政府按当地习惯和季节划定。 2.4 采样方式 2.4.1 用声级计采样时，仪器动态特性为“慢”响应，采样时间间隔为5s。 2.4.2 用环境噪声自动监测仪采样时，仪器动态特性为“快”响应，采样时间间隔不大于1s。2.5 测量值2.5.1 稳态噪声测量1min的等效声级。 2.5.2 周期性噪声测量一个周期的等效声级。 2.5.3 非周期性非稳态噪声测量整个正常工作时间的等效声级。 2.6 测点位置的选择 2.6.1 测点(即传声器位置。下同)应选在法定厂界外1m，高度1.2m以上的噪声敏感处。如厂界有围墙，测点应高于围墙。 2.6.2 若厂界与居民住宅相连，厂界噪声无法测量时，测点应选在居室中央，室内限值应比相应标准值低10dB(A)。 3 测量记录及数据处理 3.1 测量记录围绕厂界布点。布点数目及间距视实际情况而定。在每一测点测量，计算正常工作时间内的等效声级，填入工业企业厂界噪声测量记录表(见附表)。 3.2 背景值修正背景噪声的声级值应比待测噪声的声级值低10dB(A)以上，若测量值与背景值差值小于10dB(A)，按下表进行修正。附录A工业企业厂界噪声测量记录表(补充件)

发动机台架振动噪声试验规范

发动机台架振动噪声试验规范湖南大学先进动力总成技术研究中心

1.适用范围本标准适用于缸径100mm以内，功率在150kW以内的往复活塞式发动机。 2.规范性引用文件下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。 2.1 GB/T 1859-2000 往复式内燃机辐射空气噪声测量工程法及简易法。 2.2 GB/T 6072.1-2000 往复式内燃机性能第1部分：标准基准状况，功率、燃油消耗和机油消耗的标定及试验方法。 2.3 GB/T 6072.3-2008 往复式内燃机性能第3部分：试验测量。 3.试验目的在发动机消声室试验台架上进行发动机振动噪声测试，评价发动机振动噪声水平。 4.测试设备 4.1传声器应该符合GB/T3785规定的1级仪器要求，其测量装置必须至少覆盖 20Hz～20000Hz的频率范围。 4.2加速度传感器应该符合GB/T3785规定的1级仪器要求，其测量仪器频率范围至少为10Hz～2000Hz，并应包括发动机最低稳定转速到lO倍最高转速的激励频率。 4.3 传声器、加速度传感器在测量前必须进行标定。 4.4测量前后，仪器应该按照规定进行校准，两次校准值不应超过1dB。 4.5 发动机转速的测试仪器的准确度应优于1%。 5.安装条件和运转工况 5.1发动机工作条件测试前确保发动机为工作正常且油位、水位正常。在测量过程中，发动机的所有运行条件，应该符合制造厂家的规定。测量开始前，发动机应该稳定在正常工作温度范围内。 5.2 发动机状态

声学环境噪声测量方法

声学环境噪声测量方法 Acoustics一Measurement method of environmental noise GB/T 3222-94 代替GB 3222-82 本标准参照采用国际标准ISO 1996／1《声学环境噪声的描述和测量第1部分：基本量与测量方法》；ISO 1996/2《声学环境噪声的描述和测量第2部分：与土地使用有关的数据采集》。 1 主题内容与适用范围本标准规定了环境噪声测量与评价方法。本标准适用于城市区域（含县、建制镇）环境噪声、道路交通噪声的测量。 2 引用标准 GB 3947 声学名词术语 GB 3785 声级计的电、声性能及测试方法 SJ／Z 9151 积分平均声级计 JJG 176 声校准器检定规程 JJG 669 积分声级计检定规程 JJG 778 噪声统计分析仪检定规程 3 术语 3.1 A［计权］声级用A计权网络测得的声级，用LpA表示，单位dB。注：通常简单地用LA表示。 3.2 累积百分声级在规定测量时间T内，有N％时间的声级超过某一LpA值，这个LpA值叫做累积百分声级，用LN,T表示，单位dB。例如L95,1h表示1小时内，有95％的时间超过的A声级。累积百分声级用来表示随时间起伏无规噪声的声级分布特性。注：通常简单地用LN表示，如L95。 3.3 等效「连续］A声级等效［连续］A声级是在某规定时间内A声级的能量平均值，用LAeq,T表示，单位dB。按此定义此量为： (1) 式中：LpA（t）棗某时刻t的瞬时A声级，dB； T －规定的测量时间，s。当规定的时间T内，要分时间段测量时，如T＝T1＋T2＋…………＋Tm，则T时间内的等效A声级，计算式为： (2) 式中：LAeq,Ti棗第i段时间测得的等效A声级； Ti－第i段时间，s。由于环境噪声标准中都用A声级，故如不加说明，则等效声级就是等效[连续]A声级、并常简单地用符号Leq表示。 3.4 昼夜等效声级在昼间和夜间的规定时间内测得的等效A声级分别称为昼间等效声级Ld或夜间等效声级Ln，。昼夜等效声级为昼间和夜间等效声级的能量平均值，用Ldn表示，单位dB。

盲信号分离的理论与发展现状

前沿技术尺寸的减小，场区参数R1和R2相应收缩。这是一个很有意义的结果。 5 结束语基于以上的分析和验算，可以说明ISO/IEC18047标准规定的测试参数：观察距离3λ和10λ，天线尺寸 0.1m和是可行的。 ★【作者简介】刘礼白：研究员级高工，中国电子科技集团公司第七研究所科技委主任、专家委员会副主任，信息产业部宽带无线移动通信技术专家组成员。中华人民共和国电子工业部有突出贡献专家，享受国务院颁发的政府特殊津贴。 1 引言盲分离是信号处理领域一个极富挑战性的研究课题。由于盲分离在语音识别、信号去噪、无线通讯、声纳问题、生物医学信号处理、光纤通信等众多应用领域有着广泛的应用前景，从而成为信号处理领域和神经网络领域的研究热点。盲分离（B S S，B l i n d S o u r c e S e p a r a t i o n）的研究起源于鸡尾酒问题。在多个说话人同时讲话的语音环境中，通常每个麦克风接收到是多个说话者的混合声音，如何仅仅从话筒接收到的语音信号中分离出所需要的说话者的声音？这便是盲分离问题。盲分离问题的主要特征就是在未知混叠参数的情盲信号分离的理论与发展现状＊李荣华赵敏华南理工大学电子与信息学院王进国家移动通信工程中心【摘要】文章首先介绍了盲信号分离问题的起源、特征、含义，然后介绍了盲信号分离的原理和算法，最后介绍了盲分离研究的现状，探讨了盲分离研究仍存在的一些问题。【关键词】盲信号分离混叠模型瞬时线性非线性卷积收稿日期：2008年3月14日 *本文得到国家自然科学基金重点项目（U0635001），国家自然科学基金（60774094）的资助。

近场声全息方法识别噪声源的实验研究

近场声全息方法识别噪声源的实验研究Ξ 于　飞　陈　剑　李卫兵　陈心昭 (合肥工业大学机械与汽车工程学院　合肥,230009) 摘　要　根据近场声全息(NA H)的原理,建立了全息实验所需要的采集、分析系统。针对影响重建精度较大的截止波数的选取问题,给出了较为详细的讨论,并提出一种不需先验知识的截止波数选取方法。最后通过对实测数据进行全息变换,重建结果表明:在采用提出的截止滤波选取方法后,NA H技术可以精确地对噪声源进行定位与识别,并且可以得到三维空间内的声压、质点振速和声强矢量等声学信息。关键词:声源识别;近场声全息;实验研究;截止波数中图分类号:TB532;TB533+.2 进行空间声场的可视化和噪声源的识别与定位,对于噪声测量和控制工程具有非常重要的意义。上世纪80年代初提出的近场声全息技术(NA H),便是可视化空间声场和定位噪声源的一种强有力工具。近场声全息可以由一个测量面的声压标量数据,反演和预测另一面上的声压、质点振速、矢量声强等重要声场参量,受到了各国研究人员及一些相关公司的重视。近场声全息技术真正地将丰富的声学理论同噪声测量、控制工程紧密地结合起来[1～2]。20世纪80年代末,国内一些学者逐渐对此方法进行了研究:中科院武汉物理所对编磬表面振动模态做了研究[3～4];哈尔滨工程大学对基于边界元法的水下近场声全息也做了研究[5];清华大学汽车工程系对非近场声全息确定噪声源进行了研究[6～7];合肥工业大学机械工程学院对近场声全息方法识别噪声源作了一定的研究[8～9]。近场声全息可以不受波长分辨率限制重建声场,但在此种全息过程中截止波数的选取对重建分辨率的影响非常大。文献[3]提出一种需要测量先验知识的优化滤波方法,而这种先验知识一般是不易获得的。本文根据截止波数的大小对重建结果的影响趋势,提出一种不需要先验和后验知识的截止波数选取方法。并根据近场声全息的原理,建立了全息实验所需要的采集、分析系统。采用提出的滤波参数选取方法后,对数据进行全息变换,得到了令人满意的重建结果。该优化截止波数选取方法的提出,有助于在实际工程中推进近场声全息技术在高分辨率识别噪声源、可视化声场等方面的应用。1　理论背景由文献[1,8]可知,在稳态的三维空间声场中,一个平面(全息面)上声压的波数谱与另一个更靠近声源的平行面(声源面或重建面)上声压和质点法向振速的波数谱之间的关系为 P(k x,k y,z S)=P(k x,k y,z H)e-i k z(z H-z S)(1) V(k x,k y,z S)=k z P(k x,k y,z H)e-i k z(z H-z S) Θ0ck(2)式中　z H和z S分别为全息面和重建面的z坐标;k 为声波数;k x和k y分别为对应坐标x和y的波数;而k z与波数k x,k y之间的关系为当k2x+k2y≤k2时 k z=k2-(k2x+k2y)(3)当k2x+k2y>k2时 k z=i(k2x+k2y)-k2(4) k z取值为式(3)时,对应的声波传播方式是以幅值不变、相位改变的传播波方式传播;当取值为式(4)时,对应的声波传播方式是以相位不变、幅值减小的倏逝波方式传播。倏逝波随全息面与重建面之间距离的增加,成指数倍地迅速衰减,对应的是高波数成分的声波。在非近场的声全息中,由于测量点位置与声源面之间距离过大造成倏逝波信息的丢失或被测量噪声所掩盖,全息重建的结果也就失去高频信息,这种高频信息类似于小波变换处理图像中的细节信息。近场声全息技术除了能够由全息声压数据重建源面上的声压和法向振速之外,由Eu ler公式还能第17卷第4期2004年12月振　动　工　程　学　报 Jou rnal of V ib rati on Engineering V o l.17N o.4 D ec.2004 Ξ国家自然科学基金资助项目(编号:50275044)及高等学校博士点科研基金资助项目(编号:20020359005)收稿日期:2004203203;修改稿收到日期:2004205231