一、基于小波变换的广义相关时延估计算法（论文文献综述）
黎晨[1]（2021）在《基于声发射信号的管道泄漏检测及定位方法研究》文中研究表明随着管道运输行业的蓬勃发展,管道老化、管道泄漏等问题也日益凸显。管道泄漏不仅会造成环境污染,而且严重影响人们的生命和财产安全。因此针对管道进行泄漏检测和泄漏点定位的研究具有十分重要的意义。本文分析了管道泄漏和定位研究中的重点和难点问题,设计了一套基于STM32的管道泄漏声发射信号检测和定位系统。本文的主要做了如下的工作:（1）通过对现有管道泄漏检测方法的分析,并基于管道泄漏声发射信号的产生原理及其传播特性,提出通过对管道泄漏声发射信号的检测完成对管道泄漏的定位。（2）通过对现有信号去噪方法的分析,设计了一种改进的小波阈值函数,并采用该改进的小波阈值函数对含噪信号进行了去噪,结果表明改进的小波阈值函数其去噪效果优于其它阈值函数。基于上述分析,通过对变分模态分解VMD算法在信号处理中所显示出的优点,提出了一种变分模态分解VMD和改进的小波阈值的联合去噪算法。通过对已知信噪比的不同含噪信号的去噪处理,验证了所提出的联合去噪算法能够更加有效地提高信号的信噪比。（3）完成了基于STM32的管道泄漏检测和定位系统的设计。硬件方面主要包括单片机和传感器的选型以及信号调理模块的设计;软件方面主要包括下位机和上位机的设计,下位机主要完成对采集到的传感器信号的软件去噪处理,同时判定管道是否泄漏,并估计泄漏点位置,之后将得到的管道泄漏信息传送给上位机进行显示。（4）搭建了管道泄漏检测与定位系统,并进行了相关实验。实验时,使用三种不同加权函数加权的广义互相关算法对两传感器的信号进行了时延估计并对结果进行了对比。最终选用SCOT函数加权的广义互相关算法实现了对管道泄漏声发射信号传播速度的计算,同时完成了管道泄漏位置的估计。实验结果表明本文设计的管道泄漏检测与定位系统可以有效地检测出管道是否发生泄漏,并能准确估计出泄漏点的位置。同时,实验结果证明,本文所设计的联合去噪算法能有效抑制噪声对定位精度的影响。
王绍[2]（2021）在《金属薄板件的冲击损伤定位方法研究》文中指出金属薄板件作为承载结构被广泛应用于工程领域,当薄板结构遭受外物冲击、碰撞产生损伤时将会严重威胁到制件的表面质量,容易引发灾难性事故。目前,对金属薄板结构的健康状态监测方法有很多,其中压电监测技术被普遍运用。本文在研究结构健康监测的基础上,通过理论分析、数据仿真、实验验证等途径深入研究了金属薄板件上发生冲击损伤时的压电信号特征、传播特性以及信号的降噪、时延估计和定位算法等关键技术,完成了金属薄板件上损伤定位的方案设计与实验分析。具体的研究内容为:1、首先,介绍了金属薄板件中Lamb的产生和传播特性,并根据冲击损伤产生信号的特征确定了该信号中Lamb波的S0、A0模态,然后绘制出0.3 cm钢板件中各模态波传播的频散曲线,并依据多模态特征和频散曲线确定了以下两种损伤定位方案。2、针对冲击损伤信号中存在的白噪声、机械噪声等,主要研究了信号的降噪技术。详细介绍了小波变换（WPT）、经验模态分解（EMD）、集合经验模态分解（EEMD）、变分模态分解（VMD）等降噪方法,并提出了WPT-EEMD的降噪算法。该方法对原信号进行改进的小波阈值降噪后,再利用EEMD将有用信号和噪声进一步细分,并根据模态分量与原信号间的能量占比、相关性等准则选取其中含有损伤信息的模态分量进行重构,达到降噪的目的。经仿真实验结果表明相比其它降噪方法WPT-EEMD降噪后的信号具有更高的信噪比和更小的失真度。最后,结合延时叠加算法,提出了对WPT-EEMD降噪后的信号进行能量阈值检测获取时延的损伤源定位方案,经真实实验结果表明在50cm×50cm钢板件范围内该方案损伤源定位的平均误差在2.55 cm。3、针对损伤信号传播中的多模态特征,主要研究了损伤信号的时延估计方法。借鉴互相关、短时能量阈值等时延估计法,本文提出了一种基于VMD的最优时差算法。该方法在信噪较低的情况下,通过VMD变分模态分解获取各模态分量,使损伤信号的有效信息和噪声信号处在不同的IMF分量中,再通过互相关逐频段估计时延,从中筛选出波动最小、标准差最小的频段,用于定位分析。经仿真实验结果表明随着信噪比降低最优时差算法相比其它方法具有更稳定的时延估计性能与更小的误差。最后,结合延时叠加算法,提出了对损伤信号进行VMD分解和最优时差估计的损伤源定位方案,经真实实验结果表明在50cm×50cm钢板件范围内该方案损伤源定位的横纵坐标误差分别在9.4%和3.4%以内。4、为了满足实用性的需求,设计并搭建了钢板件冲击损伤定位测试系统,主要设计有包括信号调理、数据采集以及Lab VIEW数据处理等主要模块,并对损伤定位试验系统进行了定位点的测试实验与结果分析。
于悦[3]（2020）在《基于LFM信号互相关函数的子样本时延估计算法研究》文中研究表明随着无损检测技术在生产生活中所占比重日益升高,超声探测由于设备简单可操作性强、穿透性强、对人体无害等优点在工业探伤、精密仪器探测、水下超声定位、医学检测等领域具有较为广泛的应用。而其中以时延估计为代表的参数估计算法则是超声探测中极其重要的技术领域之一。由香农定理可知,大时宽-带宽积的信号具有较高信号抗噪能力,较大信号占空比,较好的信息携载效率。因此在超声探测领域中采用时宽-带宽积较大的线性调频信号（LFM,Linear Frequency Modulation）作为探测信号是一种发展趋势。LFM信号最常用的回波检测方法是匹配滤波,匹配滤波法本质上是基于互相关函数。但是在数字化的回波检测中,离散化的采样过程会带来一定互相关函数峰值的离散化估计误差。经数学建模发现,LFM的互相关函数是sinc函数,因此本文基于该sinc函数对收发信号的互相关函数峰值点进行时延精估计,提出了基于LFM相关函数的子样本时延估计算法。本文主要工作包括:1.研究分析现有的基于时域、频域基本相关函数法的时延估计算法,进行性能仿真对比。分析基本相关法存在离散峰值估计误差,无法获得比采样间隔更小的子样本时延的原因。2.对探测信号为LFM信号的超声回波检测算法进行建模。利用LFM信号互相关函数模函数为sinc函数的本质,将收发信号得到的相关序列与理论sinc函数在幅度上进行最小二乘逼近,从而进行子样本时延求解,找到离散相关函数真正的峰值,提出了基于互相关幅度逼近的子样本时延估计算法（Amplitude-based Subsample Time-delay Estimation,ASTE）。3.基于LFM信号互相关函数的相位,将收发信号得到的相关序列与理论相关函数在相位上进行最小二乘逼近,从而进行子样本时延求解,找到离散相关函数真正的峰值,提出了基于互相关相位逼近的子样本时延估计法（Phase-based Subsample time-delay Estimator,PSTE）。4.利用MATLAB进行实验仿真,以时延估计均方误差作为算法性能评估标准,分析信噪比、采样率、子样本时延、参与最小二乘计算点数范围△n及信号样本点数N等参数对算法性能的影响,并将所提出的两个算法与现有基于基本相关法的时延估计算法进行对比。仿真结果表明本文算法ASTE、PSTE在计算量与基本相关法可比的情况下,时延估计精度有较大提升。
刘小多[4]（2020）在《次声波检测技术在长输油管道的应用研究》文中研究说明近几年来,全球长输油管道老龄化和人为破坏的情况较为普遍,泄漏而引发的爆炸事故时有发生,对人类的生命安全及财产造成了重大的影响,快速准确地定位泄漏发生的位置成为了目前急需解决的问题。研究表明,次声波检测技术是目前较为精确的检测技术之一。首先,本论文介绍了次声波检测法的泄漏定位原理以及次声波信号的传播特性,同时通过对定位公式的修正,提高了长输油管道泄漏检测定位的精确度。其次,论文针对管道泄漏时采集到的次声波信号中含有大量噪声信号的问题,提出利用小波消噪方法对信号进行消噪,从而提高检测精度。同时对次声波时延估计算法进行求解,通过互相关分析法确定首末两端次声波传感器接收信号的时间差,并且对此算法进行改进,极大地提高了计算效率,提高时延估计精度。最后,设计了一套基于LabVIEW的次声波管道泄漏检测系统,整体包含了四个模块,可以对管道运行情况进行实时检测,通过多次实验以及实验结果的分析与比较,证实了此检测系统的可行性。
潘伟锋[5]（2020）在《室内环境下的麦克风阵列语音增强算法研究与硬件实现》文中研究说明随着科技发展,语音信号已经成为人机交互的重要媒介。麦克风阵列相对于传统的单通道麦克风系统,具有空间指向性及高信号增益特性,可以更有效地拾取目标语音信息,被广泛应用于智能家居、可穿戴设备等语音处理系统中。在室内环境中,麦克风阵列工作性能会因房间混响以及各种噪声的干扰而下降,影响人机交互的体验。针对上述问题,本文提出了一种新的麦克风阵列语音增强方法:使用小波变换对传统广义旁瓣抵消器（GSC）结构语音增强算法进行优化,使用卷积神经网络语音增强算法作为后置语音增强算法。提出的改进算法将在FPGA实现硬件加速并验证功能。本文的主要工作有:（1）室内环境中,GSC结构中的阻塞矩阵无法完全阻塞目标语音信号,从而造成语音泄露,影响语音增强的效果。针对此问题,本文提出了一种基于小波变换的GSC语音增强方法:使用小波变换替代阻塞矩阵,通过对麦克风阵列中各通道信号进行小波分解与重构提取各通道的噪声信号,减少语音泄露。（2）GSC结构的语音增强算法能够有效地抑制空间中的相干噪声,但会残留较多的非相干和弱相干噪声。针对此问题,本文采用卷积神经网络语音增强算法作为后置语音增强算法,提高算法对不同种类噪声的抑制能力。（3）对所提出的麦克风阵列语音增强算法进行实验仿真,并与部分现有文献中的算法在不同噪声环境中进行性能对比。实验表明,在-10d B-10d B信噪比范围内,在高斯白噪声与人声干扰下,所提出算法的语音感知质量评价（PESQ）平均得分提高了24.48%;在Babble噪声与人声干扰下,所提出算法的PESQ平均得分提高了17.44%;在pink噪声与人声干扰下,所提出的算法PESQ平均得分提高了21.09%;在实地获取的室内环境噪声中,所提出的算法PESQ平均得分提高了18.74%。（4）所提出的算法硬件验证结果表明,FPGA的输出结果与软件算法的输出结果基本一致,最大误差为2-11,PESQ得分下降了2.65%,在误差范围内证明了硬件实现功能的正确性。
郭培培[6]（2020）在《基于音频的无人机定位与跟踪研究》文中进行了进一步梳理针对常用的雷达、调频无线电以及视频摄像等定位方法不足,利用无人机声信号进行定位跟踪可以作为辅助和系统完善。本文在基于音频的无人机识别的基础上,对后续无人机的定位与跟踪进行相关分析与研究。第一,根据无人机音频信号的特性以及在传播过程中受到环境气候、风雨噪声的影响,对无人机音频信号进行小波变换的阈值降噪和分帧加窗预处理,为无人机被动声定位方法的研究奠定基础。第二,研究了基于无人机音频的时延估计算法。针对广义互相关时延估计精度低的问题,提出了将广义二次相关和相关峰精确插值融合的改进算法,并对叠加了实际环境噪声的无人机音频信号进行时延估计。实验结果表明:改进算法显着提高了时延估计的准确性、抗噪性以及稳定性,满足实时性要求,更利于应对复杂的实际应用环境。第三,实现了对无人机的定位研究。通过对平面四元阵、立体五元阵、三组麦克风阵列侧向交叉的联合定位的定位误差仿真对比,验证定位算法的性能,实验结果表明:三组阵列联合定位的定位误差远远小于其它两种阵列,定位效果较好,满足实际定位精度要求。最后结合音视频监控系统,对无人机进行音频与视频的协同定位。第四,研究了无人机被动跟踪算法。针对机动无人机,采用基于粒子滤波的交互式多模型算法,结合匀速和匀转弯的混合运动模型对机动无人机进行轨迹跟踪仿真,结果表明,基于粒子滤波的交互式多模型方法显示了良好的跟踪性能,对机动目标的跟踪适应性较好。
窦甲臣[7]（2019）在《基于地震动信号的飞机落地监测方法研究》文中认为飞机重着陆与重载往往会引起机场道面的损坏,因此对飞机落地阶段进行监测能够更为准确地定位跑道易损区域,减少人工监测工作,提高跑道日常维护效率。飞机在落地阶段主要分为两部分:着陆阶段和滑行阶段,均会对机场跑道产生强大的冲击作用,形成沿道面传播的地震动波。利用地震动波能够定位飞机落地位置,然而其它激励源会对地震动信号产生干扰,影响定位效果。因此,本文首先研究了地震动信号的分解方法。根据地震动波的特点,提出一种基于经验小波变换的信号分解方法,基于信号频谱包络线进行频谱分割,可以改善信号分解模态过多的问题。通过与经验模态分解算法的对比实验,证明了本文提出的算法具有较好的信号分解效果。其次,研究了目标定位方法。通过对比传感器排布模型对目标定位结果的影响,选择等腰直角三角型布局。针对地震动信号传播中的信号畸变与噪声的影响,提出了基于信号短时能量拟合曲线的起振点估计法,并以此实现了更为精确的地震动信号时延估计。通过与广义互相关类时延估计算法进行实验对比,验证了本文提出算法具有更高的时延估计精度。最后,通过飞机实测地震动信号,对飞机落地点进行估计。实验证明,本文提出算法能够较为准确的对飞机落地位置进行估计。
张宇[8]（2019）在《基于互相关的无源时差定位研究》文中提出无源时差定位技术由于其定位稳定性高、实用性强等优点成为近年来热门的研究领域。在实际信号源定位（如电子对抗）中具有很明显的抗干扰特性。到达时间差（Time difference of arrival,TDOA）定位技术不同监测站间接收到的同一个信号抵达所用的时间差,换算成恒定的距离差构造双曲线,采用双曲线法定位。其中互相关算法因其可实现性强、稳定性高的特点被广泛使用。本文首先对无源时差定位的基础理论进行系统性地阐述,从双曲线法、自相关及互相关函数的性质到传统互相关法、二次相关法等内容对无源时差定位中的到达时间差定位做了相关介绍,并对基于互相关的时差定位算法进行了充分的演算及推理,在此过程中还对互相关算法中的快速计算方法及产生的问题进行了说明。针对互相关无源时差定位算法在低信噪比条件下的抗噪性差和估值准确度低,包括信号在传播过程中收到的噪声影响、互相关算法解析信号的能力强弱以及互相关函数谱峰取值的时候出现的峰值抖动而造成的峰值误差等问题,总结归纳为信号接收端、信号处理端、谱峰取值三个阶段,并对这三个阶段在Matlab平台上进行仿真,采用主流的算法对其分别进行改进,提升时延估值的准确度。其中,在信号接收端采用的信号降噪方法主要为:小波降噪、奇异值分解。小波降噪是针对信号特性利用合适的小波基,对信号做小波变换处理,然后再对阈值滤波后的信号逆小波变换得到降噪后的信号;奇异值分解是通过对信号按照特定形式构造矩阵并进行奇异值分解,对两倍主频之前的奇异值重构信号矩阵,随后累加求和取平均即可得到降噪后的信号。在信号处理端采用的信号解析方法主要为:单加权、双加权,加权函数选取的是综合两路信号特性,且具有抑制噪声锐化互相关函数谱峰的平滑相干变换窗。由于可能会因为互相关算法中的快速傅立叶变换栅栏效应而产生互相关谱峰取值出现取值误差,在谱峰取值处采用的平滑信号谱峰的方法为:最小二乘拟合、BP神经网络、三次样条插值,通过插值拟合等方式细化谱峰,提高取值的准确度。对涉及到的改进算法进行仿真实验,仿真结果表明改进算法较原算法在低信噪比条件下具备更好的时延估值准确度。在上述的工作基础之上,简单介绍了进行信号接收的监测设备,随后选取信号接收端、信号处理端及谱峰取值三个阶段中的各一个改进算法:基于小波降噪的稀疏傅里叶变换时延估计、基于改进二次相关算法的TDOA时延估计、基于三次样条插值的广义互相关时延估计算法进行实际定位场景的应用测试,根据时延信息分析结果,在实际环境中改进算法和仿真实验一样,与原算法相比具备更好的时延估值性能。
余文晶,何琳,崔立林,李瑞彪,吴倩[9]（2016）在《声源定位中的时延估计方法研究进展》文中研究指明在研究大量国内外时延估计文献的基础上,对现有的时延估计方法进行了分类论述,主要介绍了基于二阶统计量的时延估计算法、基于高阶统计量的时延估计方法和非平稳环境下的时延估计方法,分析和比较了各种方法的特点和性能,在此基础上指出了时延估计算法进一步的研究方向。
张高品[10]（2013）在《木材无损检测中应力波传播时延估计方法研究》文中研究指明目前,应力波无损检测技术在木材加工行业已经得到广泛应用。在应力波木材无损检测中,主要通过分析传感器间应力波传播时间来判断木质的好坏和缺陷程度。因而提高检测精度的关键在于提高时间延迟的估计（TDE）的精度。本文提出一种基于高阶累计量和小波变换相结合的滤波算法,在此基础上,利用广义互相关时延估计算法对木材无损检测中的应力波传播时间进行估计。该方法首先利用小波变换和高阶累积量结合的滤波方法,将采集到的应力波信号进行滤波去噪,以达到更好的测量效果。然后将去噪后的应力波信号输入到广义互相关时延模型,求出时延估计值即应力波传播时间值。最后,根据求出的应力波传播时间值来判断木材的材质好坏及其缺陷程度。为了验证本文算法对时延估计值的精确程度,利用课题组自主研发的木材应力波检测仪和示波器搭建的实验平台,并利用Matlab语言实现了提出的时延估计算法。本文设计完成了多组实验,并与传统计时器检测方法进行比较。实验结果表明广义互相关算法能够很好的应用于木材无损检测时间测量上；基于小波变换和高阶累计量的滤波算法能够有效的去除噪声；将滤波算法和时延估计算法结合能够在低信噪比下精确地测量出应力波传播时间,由此提高木材无损检测的精度,且性能稳定,抗干扰能力强。
二、基于小波变换的广义相关时延估计算法（论文开题报告）
（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基于小波变换的广义相关时延估计算法（论文提纲范文）
（1）基于声发射信号的管道泄漏检测及定位方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 管道泄漏的主要检测方法 |
| 1.3 国内外研究现状 |
| 1.3.1 运输管道泄漏检测研究现状 |
| 1.3.2 泄漏声发射信号检测研究现状 |
| 1.4 本文主要工作内容 |
| 2 管道泄漏声发射信号特性与泄漏检测 |
| 2.1 引言 |
| 2.2 管道泄漏声发射信息的产生机制 |
| 2.3 管道泄漏声发射信号的特征分析 |
| 2.3.1 管道泄漏声发射信号的特点 |
| 2.3.2 声波在管道中的传播特性 |
| 2.3.3 管道泄漏声发射信号的数学模型 |
| 2.4 管道泄漏声发射信号的处理 |
| 2.4.1 管道泄漏声发射信号去噪 |
| 2.4.2 管道泄漏检测和定位方法 |
| 2.5 本章小结 |
| 3 管道泄漏声发射信号的去噪算法研究 |
| 3.1 引言 |
| 3.2 小波变换及小波阈值去噪算法 |
| 3.2.1 连续型小波变换 |
| 3.2.2 离散型小波变换 |
| 3.2.3 小波变换去噪 |
| 3.2.4 小波阈值去噪算法 |
| 3.2.5 其他阈值函数 |
| 3.3 改进的阈值函数 |
| 3.3.1 改进的阈值函数 |
| 3.3.2 基于改进的阈值函数的去噪仿真实验 |
| 3.4 变分模态分解VMD的原理 |
| 3.4.1 瞬时频率的定义 |
| 3.4.2 本征模态分量IMF的定义 |
| 3.4.3 变分模态分解VMD的基本原理 |
| 3.5 变分模态分解VMD和改进的小波阈值算法联合去噪仿真 |
| 3.5.1 变分模态分解和改进的小波阈值算法联合去噪流程 |
| 3.5.2 联合去噪算法仿真 |
| 3.6 本章小结 |
| 4 管道泄漏声发射信号检测系统设计 |
| 4.1 引言 |
| 4.2 硬件部分设计 |
| 4.2.1 硬件系统的总体方案 |
| 4.2.2 核心单片机模块的选择 |
| 4.2.3 传感器的选型 |
| 4.2.4 信号调理模块设计 |
| 4.3 核心单片机模块软件设计 |
| 4.3.1 ADC+DMA采样模块设置 |
| 4.3.2 通讯模块设置 |
| 4.3.3 定时器模块设置 |
| 4.3.4 信号处理软件设计 |
| 4.4 上位机软件设计 |
| 4.4.1 Qt及 Qt Creator基础知识介绍 |
| 4.4.2 系统软件方案设计 |
| 4.5 本章小结 |
| 5 管道泄漏检测与定位系统实验与分析 |
| 5.1 引言 |
| 5.2 实验平台的搭建 |
| 5.3 基于时延估计的管道泄漏检测与定位模型 |
| 5.4 管道泄漏声发射信号沿管壁传播速度估计 |
| 5.4.1 广义互相关算法 |
| 5.4.2 仿真实验 |
| 5.5 实验验证及误差分析 |
| 5.5.1 实验验证 |
| 5.5.2 误差分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（2）金属薄板件的冲击损伤定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景与意义 |
| §1.1.1 研究背景 |
| §1.1.2 研究意义 |
| §1.2 课题的国内外研究现状 |
| §1.2.1 结构健康监测 |
| §1.2.2 二维平面定位方法 |
| §1.3 本文的主要工作和结构安排 |
| 第二章 金属薄板件损伤信号定位基本原理 |
| §2.1 损伤信号定位理论基础 |
| §2.1.1 损伤信号的传播特性 |
| §2.1.2 损伤信号的特征分析 |
| §2.2 损伤信号定位方案设计 |
| §2.3 本章小结 |
| 第三章 金属薄板件损伤信号降噪技术研究 |
| §3.1 WPT-EEMD降噪算法研究 |
| §3.1.1 WPT-EEMD降噪算法介绍 |
| §3.1.2 信号重构准则 |
| §3.2 仿真信号降噪实验 |
| §3.3 实际信号降噪实验 |
| §3.4 本章小结 |
| 第四章 金属薄板件损伤信号定位方法研究 |
| §4.1 损伤信号时延估计 |
| §4.1.1 互相关法 |
| §4.1.2 能量阈值检测 |
| §4.1.3 基于VMD的最优时差算法 |
| §4.2 仿真信号时延估计实验 |
| §4.3 实际信号时延估计实验 |
| §4.4 损伤信号定位实验 |
| §4.4.1 延时叠加算法 |
| §4.4.2 实验验证 |
| §4.5 本章小结 |
| 第五章 钢板件冲击损伤定位测试系统设计 |
| §5.1 测试系统总体设计 |
| §5.2 实验平台下位机系统设计 |
| §5.2.1 信号调理模块 |
| §5.2.2 数据采集模块 |
| §5.2.3 USB通信模块 |
| §5.2.4 电源模块 |
| §5.3 实验平台上位机系统设计 |
| §5.3.1 数据采集程序界面 |
| §5.3.2 数据处理程序设计 |
| §5.3.3 时延估计程序设计 |
| §5.3.4 定位算法程序设计 |
| §5.4 系统测试与分析 |
| §5.4.1 信号波速测量 |
| §5.4.2 结果与分析 |
| §5.4 本章小结 |
| 第六章 总结和展望 |
| §6.1 总结 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（3）基于LFM信号互相关函数的子样本时延估计算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 超声探测理论 |
| 1.3 线性调频信号 |
| 1.4 线性调频信号时频分析方法 |
| 1.5 本文的主要工作及章节安排 |
| 第二章 时延估计算法 |
| 2.1 时延估计思想 |
| 2.2 基于互相关的时延估计算法 |
| 2.2.1 基本互相关时延估计算法 |
| 2.2.2 广义互相关时延估计算法 |
| 2.2.3 二次相关时延估计算法 |
| 2.3 基于相位谱的时延估计算法 |
| 2.3.1 相位参数时延估计算法 |
| 2.3.2 广义相位谱时延估计算法 |
| 2.4 时频分析时延估计算法 |
| 2.4.1 基于分数阶傅里叶变换的时延估计算法 |
| 2.4.2 基于小波变换的时延估计算法 |
| 2.5 自适应时延估计算法 |
| 2.6 一些其他时延估计算法 |
| 2.7 本文算法涉及的数学工具 |
| 2.7.1 最小二乘法 |
| 2.7.2 泰勒展开 |
| 2.7.3 卡丹公式与盛金公式 |
| 2.8 本章小结 |
| 第三章 基于互相关幅度逼近的子样本时延估计算法 |
| 3.1 引言 |
| 3.2 基本互相关时延估计法 |
| 3.3 基于幅度逼近的子样本时延估计算法 |
| 3.4 算法仿真 |
| 3.4.1 仿真条件 |
| 3.4.2 信噪比SNR对算法性能的影响 |
| 3.4.3 分数级时延t_α对算法性能的影响 |
| 3.4.4 采样率F_s对算法性能的影响 |
| 3.4.5 最小二乘点数范围△n对算法性能的影响 |
| 3.4.6 信号样本点数N对算法性能的影响 |
| 3.4.7 与现有时延估计算法的性能对比 |
| 3.5 复杂度比较 |
| 3.6 多重回波问题分析 |
| 3.7 小结 |
| 第四章 基于互相关相位逼近的子样本时延估计算法 |
| 4.1 引言 |
| 4.2 基于相位的时延估计算法 |
| 4.2.1 基于峰值点的相位子样本时延估计算法 |
| 4.2.2 基于多点的相位子样本时延估计算法 |
| 4.3 算法仿真 |
| 4.3.1 信噪比SNR对算法性能的影响 |
| 4.3.2 分数级时延t_α对算法性能的影响 |
| 4.3.3 采样率F_s对算法性能的影响 |
| 4.3.4 信号样本点数N对算法性能的影响 |
| 4.3.5 与现有时延估计算法性能对比 |
| 4.4 复杂度比较 |
| 4.5 小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 答辩委员签名答辩决议书 |
（4）次声波检测技术在长输油管道的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外输油管道发展 |
| 1.3 国内外管道事故 |
| 1.4 泄漏检测方法 |
| 1.5 国内外管道检测技术发展 |
| 1.5.1 国外检测技术发展 |
| 1.5.2 国内检测技术发展 |
| 1.6 研究内容 |
| 2 输油管道泄漏次声信号分析与研究 |
| 2.1 次声波简介 |
| 2.2 输油管道泄漏次声波的产生与传播 |
| 2.2.1 输油管道泄漏的声波模型 |
| 2.2.2 输油管道次声波传播特性 |
| 2.2.3 泄漏声波信号的影响因素 |
| 2.3 次声波法泄漏的定位原理 |
| 2.3.1 次声波传播速度公式 |
| 2.3.2 泄漏点定位修正公式 |
| 2.4 系统噪声 |
| 3 次声波信号的小波分析与时延估计 |
| 3.1 小波变换 |
| 3.1.1 小波变换理论简介 |
| 3.1.2 离散小波变换 |
| 3.1.3 管道泄漏中的小波函数选择 |
| 3.2 小波消噪 |
| 3.3 次声波时延估计算法 |
| 3.3.1 基本互相关时延估计算法 |
| 3.3.2 广义互相关时延估计方法 |
| 3.3.3 最小均方误差自适应时延估计算法 |
| 4 管道泄漏检测系统的实验与软件设计 |
| 4.1 输油管道泄漏检测软件设计 |
| 4.1.1 LabVIEW与虚拟仪器系统概述 |
| 4.1.2 LabVIEW程序设计 |
| 4.2 检测系统实验测试 |
| 4.2.1 现场实验环境简介 |
| 4.2.2 实验流程及结果 |
| 4.3 性能评价 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
（5）室内环境下的麦克风阵列语音增强算法研究与硬件实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.3 本文研究内容与组织架构 |
| 1.4 本章小结 |
| 第二章 麦克风阵列语音增强算法理论分析 |
| 2.1 信号模型分析 |
| 2.1.1 语音信号模型分析 |
| 2.1.2 麦克风阵列拓扑结构 |
| 2.1.3 噪声与混响分析 |
| 2.2 麦克风阵列语音增强算法分析 |
| 2.2.1 波束形成算法 |
| 2.2.2 后置滤波算法 |
| 2.2.3 基于深度学习的方法 |
| 2.3 语音质量评价 |
| 2.3.1 语音质量主观评价 |
| 2.3.2 语音质量客观评价 |
| 2.4 本章小结 |
| 第三章 室内环境下的麦克风阵列语音增强算法 |
| 3.1 室内环境下的麦克风阵列语音增强算法 |
| 3.2 基于小波变换的GSC语音增强算法 |
| 3.2.1 固定波束形成 |
| 3.2.2 小波变换提取噪声 |
| 3.2.3 自适应噪声抵消 |
| 3.3 后置卷积神经网络语音增强算法 |
| 3.3.1 卷积神经网络语音增强算法 |
| 3.3.2 卷积神经网络结构 |
| 3.4 算法仿真结果对比 |
| 3.5 本章小结 |
| 第四章 麦克风阵列语音增强算法硬件实现 |
| 4.1 硬件实现总体架构 |
| 4.2 时延补偿模块实现 |
| 4.3 固定波束形成模块实现 |
| 4.4 小波变换模块实现 |
| 4.5 自适应噪声抵消模块实现 |
| 4.6 卷积神经网络语音增强模块实现 |
| 4.6.1 预处理模块实现 |
| 4.6.2 卷积核模块实现 |
| 4.6.3 卷积层及池化层模块实现 |
| 4.6.4 全连接层及语音重构模块实现 |
| 4.7 算法硬件实现结果及分析 |
| 4.8 本章小结 |
| 总结与展望 |
| 1、工作总结 |
| 2、研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）基于音频的无人机定位与跟踪研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 被动声定位技术在国内外研究现状 |
| 1.3 论文主要研究内容 |
| 2 无人机声信号的特性以及预处理 |
| 2.1 无人机声信号的特性 |
| 2.1.1 无人机声源特性 |
| 2.1.2 环境气候对无人机声信号传播的影响 |
| 2.2 无人机声信号的预处理 |
| 2.2.1 无人机声信号降噪处理 |
| 2.2.2 无人机声信号分帧加窗处理 |
| 2.3 本章小结 |
| 3 基于无人机音频的时延估计算法 |
| 3.1 基于广义互相关的时延估计算法 |
| 3.1.1 基本互相关算法 |
| 3.1.2 广义互相关算法 |
| 3.2 基于广义二次相关的时延估计算法 |
| 3.3 改进的广义二次互相关的时延估计算法 |
| 3.3.1 谱细化算法 |
| 3.3.2 相关峰精确插值算法 |
| 3.3.3 改进的广义二次互相关的时延估计算法 |
| 3.4 时延估计性能的仿真分析 |
| 3.5 本章小结 |
| 4 基于时延估计的声源定位算法 |
| 4.1 麦克风阵列的结构设置 |
| 4.1.1 麦克风阵列的几何结构 |
| 4.1.2 阵元间距 |
| 4.1.3 阵元数目 |
| 4.2 麦克风阵列的信号模型 |
| 4.2.1 远场与近场模型的区分 |
| 4.2.2 远场模型 |
| 4.3 基于麦克风阵列的定位算法与精度分析 |
| 4.3.1 平面四元阵列定位算法 |
| 4.3.2 立体五元阵列定位算法 |
| 4.3.3 两种阵列定位精度对比 |
| 4.4 三组麦克风阵列联合定位算法 |
| 4.4.1 三组麦克风阵列联合定位算法 |
| 4.4.2 三组阵列联合定位算法仿真 |
| 4.5 基于音视频监控系统的无人机定位研究 |
| 4.5.1 麦克风阵在监控领域的应用 |
| 4.5.2 基于音视频监控系统的无人机定位研究 |
| 4.5.3 基于音频的视频协同 |
| 4.6 本章小结 |
| 5 无人机被动跟踪算法 |
| 5.1 粒子滤波 |
| 5.1.1 粒子滤波算法 |
| 5.1.2 基于粒子滤波的无人机跟踪仿真分析 |
| 5.2 基于粒子滤波的交互式多模型跟踪算法 |
| 5.2.1 基于粒子滤波的交互式多模型 |
| 5.2.2 机动目标跟踪仿真分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）基于地震动信号的飞机落地监测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信号分解技术的发展与现状 |
| 1.2.2 目标定位技术的发展与现状 |
| 1.3 论文研究目标及内容 |
| 1.4 本文创新点 |
| 第二章 地震动目标信号分解 |
| 2.1 信号分解方法 |
| 2.1.1 小波变换 |
| 2.1.2 经验模态分解 |
| 2.1.3 经验小波变换 |
| 2.2 基于改进经验小波变换的信号分解 |
| 2.2.1 地震动信号采集与研究 |
| 2.2.2 改进的频谱分割方法 |
| 2.2.3 实验验证 |
| 2.2.4 实验结果对比 |
| 2.3 本章小结 |
| 第三章 目标定位方法概述 |
| 3.1 目标定位原理 |
| 3.1.1 到达时间差(TDOA)定位原理 |
| 3.1.2 传感器布局 |
| 3.2 时延估计原理 |
| 3.2.1 基本互相关法 |
| 3.2.2 广义互相关法 |
| 3.2.3 高阶统计量法 |
| 3.3 信号传播速度测量 |
| 3.4 位置求解算法 |
| 3.4.1 Fang算法 |
| 3.4.2 Chan算法 |
| 3.4.3 Taylor算法 |
| 3.5 本章小结 |
| 第四章 基于地震动目标信号源定位 |
| 4.1 基于短时能量拟合曲线的起振点估计 |
| 4.1.1 短时平均能量计算 |
| 4.1.2 信号短时平均能量的信号分析 |
| 4.1.3 基于短时能量拟合曲线的起振点估计 |
| 4.2 实验验证 |
| 4.2.1 实验环境设置 |
| 4.2.2 地震动目标直线定位实验 |
| 4.2.3 地震动目标平面定位实验 |
| 4.3 改进定位算法流程 |
| 4.4 本章小结 |
| 第五章 地震动信号源定位在飞机落地监测中的应用 |
| 5.1 飞机落地地震动信号的采集 |
| 5.2 飞机地震动实验方案 |
| 5.2.1 实验仪器及设备 |
| 5.2.2 实验场地设置 |
| 5.2.3 实验步骤 |
| 5.3 飞机地震动实验结果分析 |
| 5.3.1 飞机地震动信号波形分析 |
| 5.3.2 飞机地震动信号分解分析 |
| 5.3.3 飞机地震动信号目标定位结果 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（8）基于互相关的无源时差定位研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构安排 |
| 2 无源时差定位算法研究 |
| 2.1 基础原理介绍 |
| 2.1.1 双曲线法 |
| 2.1.2 互相关函数及性质 |
| 2.1.3 传统互相关法 |
| 2.2 广义互相关法 |
| 2.2.1 广义加权函数 |
| 2.2.2 广义互相关法 |
| 2.3 二次相关法 |
| 2.3.1 自相关函数及性质 |
| 2.3.2 二次相关法 |
| 2.4 广义二次相关法 |
| 2.5 快速计算方法及问题 |
| 2.5.1 FFT快速计算方法 |
| 2.5.2 FFT快速计算方法产生的问题 |
| 3 无源时差定位算法的研究与改进 |
| 3.1 问题介绍 |
| 3.2 信号接收端算法改进 |
| 3.2.1 奇异值分解理论及仿真 |
| 3.2.2 小波变换理论及仿真 |
| 3.3 信号处理端算法改进 |
| 3.3.1 单加权二次相关法及仿真 |
| 3.3.2 双加权二次相关法及仿真 |
| 3.4 谱峰取值算法改进 |
| 3.4.1 最小二乘拟合及仿真 |
| 3.4.2 BP神经网络拟合及仿真 |
| 3.4.3 三次样条插值原理 |
| 3.5 章节小结 |
| 4 实测应用结果分析 |
| 4.1 实验设备 |
| 4.2 实测结果分析 |
| 4.2.1 基于小波降噪的稀疏傅里叶变换时延估计算法 |
| 4.2.2 基于改进二次相关算法的TDOA时延估计 |
| 4.2.3 基于三次样条插值的广义互相关时延估计算法 |
| 4.3 实验总结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（10）木材无损检测中应力波传播时延估计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 应力波木材无损检测的研究现状 |
| 1.3 时间延迟估计的经典算法 |
| 1.3.1 相关类时延估计方法 |
| 1.3.2 广义相关法 |
| 1.3.3 相位谱时延估计法 |
| 1.3.4 自适应时间延迟估计方法 |
| 1.4 近年来时延估计算法的发展和改进 |
| 1.5 本文的主要工作和论文组织 |
| 2 应力波木材无损检测技术基础 |
| 2.1 应力波检测技术原理 |
| 2.2 传统应力波木材无损检测计时原理及不足 |
| 2.3 应力波木材无损检测系统 |
| 2.4 本章小结 |
| 3 基于小波变换的应力波去噪方法 |
| 3.1 小波变换的基础 |
| 3.2 连续小波变换的定义及性质 |
| 3.3 小波变换降噪原理 |
| 3.4 小波降噪方法 |
| 3.4.1 小波阀值降噪法 |
| 3.4.2 小波高频系数置零法 |
| 3.4.3 模极大值降噪法 |
| 3.5 小波降噪方法的比较及选择 |
| 3.6 应力波小波阀值降噪法实验分析 |
| 3.7 本章小结 |
| 4 高阶累计量和小波变换结合的应力波信号滤波方法 |
| 4.1 高阶累积量的基本理论 |
| 4.1.1 高阶累计量的定义 |
| 4.1.2 高阶累计量的性质 |
| 4.2 高阶谱的定义 |
| 4.3 双谱的性质及双谱估计方法步骤 |
| 4.4 基于高阶累计量的小波变换滤波算法及实验结果分析 |
| 4.4.1 基于高阶累计量和小波变换滤波方法 |
| 4.4.2 实验结果分析 |
| 4.5 本章小结 |
| 5 基于广义互相关时延估计的木材无损检测技术 |
| 5.1 基本互相关法 |
| 5.2 广义互相关法 |
| 5.3 数据采集平台搭建 |
| 5.3.1 加速度传感器 |
| 5.3.2 OpenChoice软件与示波器通讯 |
| 5.4 算法实现 |
| 5.5 实验分析 |
| 5.5.1 滤波算法对时延估计的影响 |
| 5.5.2 木材无损检测中时延估计算法与传统计时器法的精确度对比 |
| 5.5.3 时延估计算法在实际测量环境中抗干扰能力的仿真测试 |
| 5.6 本章总结 |
| 6 结论与建议 |
| 6.1 结论 |
| 6.2 下一步研究方向 |
| 致谢 |
| 参考文献 |
四、基于小波变换的广义相关时延估计算法（论文参考文献）
- [1]基于声发射信号的管道泄漏检测及定位方法研究[D]. 黎晨. 西安理工大学, 2021(01)
- [2]金属薄板件的冲击损伤定位方法研究[D]. 王绍. 桂林电子科技大学, 2021(02)
- [3]基于LFM信号互相关函数的子样本时延估计算法研究[D]. 于悦. 华南理工大学, 2020
- [4]次声波检测技术在长输油管道的应用研究[D]. 刘小多. 辽宁石油化工大学, 2020(04)
- [5]室内环境下的麦克风阵列语音增强算法研究与硬件实现[D]. 潘伟锋. 华南理工大学, 2020(02)
- [6]基于音频的无人机定位与跟踪研究[D]. 郭培培. 南京理工大学, 2020(01)
- [7]基于地震动信号的飞机落地监测方法研究[D]. 窦甲臣. 中国民航大学, 2019(02)
- [8]基于互相关的无源时差定位研究[D]. 张宇. 兰州交通大学, 2019(04)
- [9]声源定位中的时延估计方法研究进展[A]. 余文晶,何琳,崔立林,李瑞彪,吴倩. 2016年度声学技术学术会议论文集, 2016
- [10]木材无损检测中应力波传播时延估计方法研究[D]. 张高品. 浙江农林大学, 2013(05)