多尺度信号自动处理， 车辆噪音和振动质量分析.rar
多尺度信号自动处理， 车辆噪音和振动质量分析,附件c：译文 david a. whitney and bruce broder tasc 55 walkers brook drive ma 01867-3297 reading, dawhitney@tasc.com 摘要本文介绍了一种新的信号处理技术为了了解有关车辆的动...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 qs_f5t2xd 发布
附件C：译文
多尺度信号自动处理， 车辆噪音和振动质量分析
David A. Whitney and Bruce Broder
TASC
55 Walkers Brook Drive
MA 01867-3297
Reading,
dawhitney@tasc.com
摘要
本文介绍了一种新的信号处理技术为了了解有关车辆的动态、时变信号:Hyperstate分析。车辆噪音和振动、是随机变，是用以前光谱分析技术不能得到有效分析的信号。通过使用嵌套隐马尔可夫模型， Hyperstate分析，为更好地信号描述明确指出了在许多时间尺度，瞬态和非平稳行为。嘈杂信号的客观分类采用了基于概率的自动框信号。此技术应用到不同类型的车辆发动机的启动顺序方面。这项工作显示Hyperstate分析所认识的随机变化的信号异同和分歧，并表现出可以进行有效的自动的，客观的分类和信号分解的NVH （噪音，振动和粗糙的事物）的研究。
1 .导言
本文介绍了一种新的信号处理技术为了了解有关车辆的动态、时变信号Hyperstate分析。鼓风机马达噪声、仪表盘摇铃噪声、传输齿轮噪声、刮水器电动机和电力配件噪声都是的瞬态或非平稳车辆噪声信号的典型例子是用经典谱分析技术不能有效地分析。信号的时间频率交涉像威格纳-威廉姆斯分布一样，可提供更好地了解时变信号信息，但难以解释复杂的信号，并能有效的形容变异只需一个单一的时间尺度。Hyperstate分析，明确指出了动态特征在多时间尺度下，为更好的信号描述，基于概率的嘈杂信号的客观分类自动框架。概率框架是更强大的比一个简单的模式或透射模板匹配方法，因为它占了随机变化的签名车辆与车辆及以上时间。
一个Hyperstate架构，能够服务于核心信号的处理技术。 用心理声学分析，以取代人为主观评价一个客观的，自动的质量评价。 Hyperstate技术也可以被用来确定乘客对各种声音或具有复杂的，多层次的格局的振动灵敏度，并可应用于机械故障诊断。
多尺度信号自动处理， 车辆噪音和振动质量分析
David A. Whitney and Bruce Broder
TASC
55 Walkers Brook Drive
MA 01867-3297
Reading,
dawhitney@tasc.com
摘要
本文介绍了一种新的信号处理技术为了了解有关车辆的动态、时变信号:Hyperstate分析。车辆噪音和振动、是随机变，是用以前光谱分析技术不能得到有效分析的信号。通过使用嵌套隐马尔可夫模型， Hyperstate分析，为更好地信号描述明确指出了在许多时间尺度，瞬态和非平稳行为。嘈杂信号的客观分类采用了基于概率的自动框信号。此技术应用到不同类型的车辆发动机的启动顺序方面。这项工作显示Hyperstate分析所认识的随机变化的信号异同和分歧，并表现出可以进行有效的自动的，客观的分类和信号分解的NVH （噪音，振动和粗糙的事物）的研究。
1 .导言
本文介绍了一种新的信号处理技术为了了解有关车辆的动态、时变信号Hyperstate分析。鼓风机马达噪声、仪表盘摇铃噪声、传输齿轮噪声、刮水器电动机和电力配件噪声都是的瞬态或非平稳车辆噪声信号的典型例子是用经典谱分析技术不能有效地分析。信号的时间频率交涉像威格纳-威廉姆斯分布一样，可提供更好地了解时变信号信息，但难以解释复杂的信号，并能有效的形容变异只需一个单一的时间尺度。Hyperstate分析，明确指出了动态特征在多时间尺度下，为更好的信号描述，基于概率的嘈杂信号的客观分类自动框架。概率框架是更强大的比一个简单的模式或透射模板匹配方法，因为它占了随机变化的签名车辆与车辆及以上时间。
一个Hyperstate架构，能够服务于核心信号的处理技术。 用心理声学分析，以取代人为主观评价一个客观的，自动的质量评价。 Hyperstate技术也可以被用来确定乘客对各种声音或具有复杂的，多层次的格局的振动灵敏度，并可应用于机械故障诊断。
