為提高車窗電機異常噪聲識別的準確性,提出一種以改進的譜減法為基礎、以優(yōu)化的梅爾頻率倒譜系數(shù)（Mel Frequency Cepstrum Coefficient,MFCC）為特征值的電機異常噪聲辨識方法。結合電機聲音信號和工廠背景噪聲信號特點,通過優(yōu)化的譜減法進行消噪處理。針對頻譜泄漏,用漢寧自卷積窗代替漢寧窗,獲得優(yōu)化的MFCC。實驗結果表明,該方法能夠有效判別電機是否存在異響,準確率達到91%。 

【文章來源】：微特電機. 2017,45(02)北大核心

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]三種經典單通道語音增強算法的比較[J]. 陳玉霞.  福建商業(yè)高等�？茖W校學報. 2014(05)
[2]改進的高斯混合模型在心音信號分類識別中應用[J]. 張文英,郭興明,翁漸.  振動與沖擊. 2014(06)
[3]基于信噪比評價的閾值優(yōu)選小波去噪法[J]. 鐘建軍,宋健,由長喜,殷信橋.  清華大學學報(自然科學版). 2014(02)
[4]基于噪聲譜結構特性的譜減法[J]. 鄭成詩,胡笑滸,周翊,李曉東.  聲學學報. 2010(02)
[5]Hanning自卷積窗及其在諧波分析中的應用[J]. 溫和,滕召勝,卿柏元.  電工技術學報. 2009(02)
[6]基于改進MFCC的家禽發(fā)聲特征提取方法[J]. 李志忠,滕光輝.  農業(yè)工程學報. 2008(11)
[7]基于自適應小波特征提取一體化神經網(wǎng)絡的空調電機振動噪聲識別[J]. 趙學智,葉邦彥,陳統(tǒng)堅.  振動與沖擊. 2007(12)
[8]基于神經網(wǎng)絡的電機噪聲性能在線檢測技術研究[J]. 蔣偉康,嚴莉.  振動與沖擊. 2004(04)
[9]基于心理聲學分析的車內異常噪聲辨識[J]. 張偉,蔣偉康.  汽車工程. 2003(06)
[10]一種基于改進譜減法的語音增強方法[J]. 王讓定,柴佩琪.  模式識別與人工智能. 2003(02)

博士論文
[1]BP神經網(wǎng)絡分類器優(yōu)化技術研究[D]. 高鵬毅.華中科技大學 2012
[2]基于改進支持向量機和紋理圖像分析的旋轉機械故障診斷[D]. 劉路.天津大學 2011
[3]基于HHT復雜環(huán)境下低信噪比語音檢測及增強方法研究[D]. 劉柏森.哈爾濱工程大學 2011

碩士論文
[1]電動剃須刀音頻質量檢測方法的研究[D]. 滕藝丹.哈爾濱工業(yè)大學 2013
[2]雨刮電機在線檢測與故障診斷系統(tǒng)開發(fā)[D]. 楊開華.西南交通大學 2011
[3]基于MFCC和GMM的異常聲音識別算法研究[D]. 呂霄云.西南交通大學 2010
[4]支持向量機分類算法研究與應用[D]. 彭璐.湖南大學 2007
[5]語音增強算法的研究與實現(xiàn)[D]. 金學驥.浙江大學 2005



本文編號：3442085