CN109425473A - 一种针对轨道交通噪声的分析方法 - Google Patents
一种针对轨道交通噪声的分析方法 Download PDFInfo
- Publication number
- CN109425473A CN109425473A CN201710770792.4A CN201710770792A CN109425473A CN 109425473 A CN109425473 A CN 109425473A CN 201710770792 A CN201710770792 A CN 201710770792A CN 109425473 A CN109425473 A CN 109425473A
- Authority
- CN
- China
- Prior art keywords
- noise
- measuring point
- target
- transmission path
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
Abstract
本发明公开了一种针对轨道交通噪声的分析方法,所述方法包括:确定测试场地并在所述测试场地上准备安装有待测试目标的轨道交通设备;确定噪声激励测点和噪声目标测点分布;启动所述待测试目标,采集所述噪声激励测点和所述噪声目标测点上的噪声数据;对所述噪声数据进行预处理;基于所述噪声数据的预处理结果计算分析各噪声激励测点到各噪声目标测点的噪声传递路径;基于所述噪声传递路径的计算分析结果计算各噪声激励测点对各噪声目标测点的噪声贡献量。根据本发明的方法可以分析轨道交通设备上特定噪声发生目标到噪声接收目标的噪声传播状况,从而为后续改进轨道交通设备上噪声发生目标结构,减小噪声提供有力的技术支持。
Description
技术领域
本发明涉及轨道交通领域,具体涉及一种针对轨道交通噪声的分析方法。
背景技术
在轨道交通领域,轨道交通设备通常由多个承担不同应用功能的部分组合构成,例如机车包括动力设备、变流器、运动机构等。
在实际应用场景中,构成轨道交通设备的各个部分在运行时会产生巨大噪声,噪声会对轨道交通设备内的驾乘人员或是轨道交通设备运行环境中的外部人员构成巨大影响。因此,在设计改进轨道交通设备各部分结构时需要仔细参考该部分的噪声状况。
在现有技术中,噪声分析通常是针对固定的单一噪声源、以及固定的单一噪声接收目标进行分析。但是轨道交通设备上的噪声源以及噪声接收目标往往不止一个,因此现有技术的噪声分析方法并不能很好的应用与轨道交通设备的噪声分析场合。
发明内容
本发明提供了一种针对轨道交通噪声的分析方法,所述方法包括:
确定测试场地并在所述测试场地上准备安装有待测试目标的轨道交通设备;
确定噪声激励测点和噪声目标测点分布,所述噪声激励测点包括结构噪声激励测点和空气噪声激励测点,所述噪声目标测点包括所述轨道交通设备正常运行时内部驾乘人员人耳位置;
启动所述待测试目标,采集所述噪声激励测点和所述噪声目标测点上的噪声数据;
对所述噪声数据进行预处理;
基于所述噪声数据的预处理结果计算分析各噪声激励测点到各噪声目标测点的噪声传递路径;
基于所述噪声传递路径的计算分析结果计算各噪声激励测点对各噪声目标测点的噪声贡献量。
在一实施例中:
所述测试场地无大型障碍物以及噪声源;
所述测试场地的背景噪声低于实测噪声10dB(A)以上。
在一实施例中,所述待测试目标为变流器,所述噪声激励测点包括变流器吊耳振动测点和进、出风口声学测点。
在一实施例中,启动所述待测试目标,其中,在不影响所述待测试目标正常运行的前提下,关闭所述轨道交通设备上除所述待测试目标以外的振源和声源设备,所述待测试目标按额定工况运行。
在一实施例中,采集所述噪声激励测点和所述噪声目标测点上的噪声数据,其中,待噪声声压和振动加速度稳定后采集所述噪声数据,时间长度不少于10s。
在一实施例中,对所述噪声数据进行预处理,包括:
首先对所述噪声数据进行A计权处理;
然后对所述噪声数据进行傅里叶变换。
在一实施例中,所述噪声数据包括空气噪声激励数据、结构噪声激励数据和目标点噪声响应数据,计算分析各噪声激励测点到各噪声目标测点的噪声传递路径,包括:
以所述空气噪声激励数据、所述结构噪声激励数据的预处理结果为输入,以所述目标点噪声响应数据的预处理结果为输出,计算获取噪声传递函数,确定噪声传递路径总体矩阵;
根据所述噪声传递路径总体矩阵进行噪声传递路径分析。
在一实施例中,计算获取噪声传递函数,确定噪声传递路径总体矩阵,包括:
根据
X(w)H(w)=Y(w)
计算噪声传递函数Hmn,其中,Hmn为第m条传递路径上噪声输入激励到第 n个目标点响应的传递函数,H(w)为Hmn构成的传递函数矩阵,X(w)为所述空气噪声激励数据和所述结构噪声激励数据构成的输入矩阵,Y(w)为所述目标点噪声响应数据构成的输出矩阵;
根据
Tmn=xmHmn
计算噪声传递路径Tmn,其中,xm为第m条路径的噪声激励;
以
表示噪声传递路径总体矩阵T。
在一实施例中,计算各噪声激励测点对各噪声目标测点的噪声贡献量,包括:
对所述噪声传递路径总体矩阵进行加权求和,计算分析频段内各噪声传递路径对各噪声目标测点的噪声贡献量;
计算所有噪声传递路径对各噪声目标测点的噪声总贡献量;
计算各噪声传递路径对各噪声目标测点的噪声贡献率,所述噪声贡献率为所述噪声传递路径对所述噪声目标测点的噪声贡献量幅值与所有噪声传递路径对所述噪声目标测点的噪声总贡献量幅值的比值。
在一实施例中:
根据公式
计算所述噪声贡献量,其中,为频率w处第m条噪声传递路径对第n个噪声目标测点的贡献量,为采用的是A计权系数的加权系数,a和b分别表示分析频段的下限和上限;
根据公式
计算所述噪声总贡献量Ttotal,其中,I为传递路径编号;N为目标点编号; Tin为第i条噪声传递路径对第n个噪声目标测点的噪声贡献量;
根据公式
计算所述噪声贡献率,其中,Dmn为第m条噪声传递路径对第n个噪声目标测点的噪声贡献率。
根据本发明的方法可以分析轨道交通设备上特定噪声发生目标到噪声接收目标的噪声传播状况,从而为后续改进轨道交通设备上噪声发生目标结构,减小噪声提供有力的技术支持。
本发明的其它特征或优点将在随后的说明书中阐述。并且,本发明的部分特征或优点将通过说明书而变得显而易见,或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是根据本发明一实施例的方法流程图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
在实际应用场景中,构成轨道交通设备的各个部分在运行时会产生巨大噪声,噪声会对轨道交通设备内的驾乘人员或是轨道交通设备运行环境中的外部人员构成巨大影响。因此,在设计改进轨道交通设备各部分结构时需要仔细参考该部分的噪声状况。
在现有技术中,噪声分析通常是针对固定的单一噪声源、以及固定的单一噪声接收目标进行分析。但是轨道交通设备上的噪声源以及噪声接收目标往往不止一个,因此现有技术的噪声分析方法并不能很好的应用与轨道交通设备的噪声分析场合。
针对上述问题,本发明提出了一种针对轨道交通噪声的分析方法。根据本发明的方法可以分析轨道交通设备上特定噪声发生目标到噪声接收目标的噪声传播状况,从而为后续改进轨道交通设备上噪声发生目标结构,减小噪声提供有力的技术支持。
接下来基于流程图详细描述本发明实施例的实施过程。附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示,在一实施例中,噪声分析方法包括以下步骤。
S110,确定测试场地并在测试场地上准备安装有待测试目标的轨道交通设备。具体的,在一实施例中,测试场地应保证安静,其中无大型障碍物和噪声源。并且,进一步的,测试场地的背景噪声应低于实测噪声10dB(A)以上。如背景噪声未达到要求,应选择晚上安静时进行测试。
S120,确定噪声激励测点和噪声目标测点分布。具体的,噪声激励测点指待测试目标上的噪声激励位置,噪声目标测点指轨道交通设备上或应用环境中被噪声所干扰的位置。
进一步的,在一实施例中,噪声激励测点包括结构噪声激励测点和空气噪声激励测点,噪声目标测点包括所述轨道交通设备正常运行时内部驾乘人员人耳位置(可设一个或多个目标点)。具体的,以变流器为测试对象(待测试目标为变流器),噪声激励测点包括变流器吊耳振动测点和进、出风口声学测点。
S130,启动所述待测试目标。具体的,在一实施例中,在不影响待测试目标正常运行的前提下,关闭轨道交通设备上除所述待测试目标以外的振源和声源设备,令待测试目标按额定工况运行。
S140,采集噪声激励测点和噪声目标测点上的噪声数据。具体的,在一实施例中,待噪声声压和振动加速度稳定后采集噪声数据,时间长度不少于10s。
S150,对所述噪声数据进行预处理。在一实施例中,对噪声数据进行快速傅里叶变换(Fast Fourier Transformation,FFT)。具体的,首先对噪声数据进行A 计权处理;然后对噪声数据进行傅里叶变换。
具体的,在一实施例中,测试中采集到的数据主要包括:空气噪声激励数据 p(t)、结构噪声激励数据a(t)和目标点噪声响应数据y(t)。将上述时域数据信号转换为频域数据,得到空气噪声激励频谱p(w)、结构噪声激励频谱a(w)和目标点噪声响应频谱Y(w)。
S160,基于噪声数据的预处理结果计算分析各噪声激励测点到各噪声目标测点的噪声传递路径。
在一实施例中,采集到的噪声数据包括空气噪声激励数据、结构噪声激励数据和目标点噪声响应数据,以空气噪声激励数据、结构噪声激励数据为输入,以目标点噪声响应数据为输出,计算获取噪声传递函数,确定噪声传递路径总体矩阵;根据噪声传递路径总体矩阵进行噪声传递路径分析。
具体的,任意的线性系统都可用传递函数来描述输入输出信号:
X(w)H(w)=Y(w)(1)
式中:X(w)为输入矩阵;Y(w)为输出矩阵;H(w)为传递函数矩阵。
因此,在一实施例中,设试验中有m个噪声激励测点,有n个噪声目标测点, Hmn为第m条传递路径上噪声输入激励到第n个目标点响应的传递函数。
根据公式(1)计算噪声传递函数Hmn,其中,H(w)为Hmn构成的传递函数矩阵,X(w)为空气噪声激励数据和结构噪声激励数据的预处理结果(空气噪声激励频谱p(w)和结构噪声频谱a(w))构成的输入矩阵,Y(w)为目标点噪声响应数据的预处理结果(目标点噪声响应频谱)构成的输出矩阵。
则有:
式(1)两边同时左乘输入矩阵X的广义逆矩阵X-1,则传递函数为:
H=X-1Y (3)
输入矩阵X通过奇异值分解可表示为:
X=U∑VT (4)
式(4)中,U为r×r矩阵,满足UUT=I;V为m×m矩阵,满足VVT=I;∑是一个与X同阶的矩阵,即为r×m矩阵,s=diag(σ1,···,σn),s为X 矩阵全部非零奇异矩阵。
U、V、∑通过分别对XTX、XXT矩阵特征向量及特征值,求解得到:
XTX=V(∑T∑)VT (5)
XXT=U(∑T∑)UT (6)
综合式(4)、(5)、(6),输入矩阵X的广义逆矩矩阵为:
X-1=V∑-1UT (7)
将式(7)代入到式(3)中求解,可以得到传递函数H:
根据式(8),第m个噪声激励测点到第n个噪声目标测点的噪声传递路径 Tmn可表示为:
Tmn=xmHmn (9)
式9中,xm为第m条路径的输入噪声激励信号,Hmn为第m条噪声传递路径上输入激励到第n个噪声目标测点的噪声传率(噪声传递函数)。
根据式(8)和式(9),噪声传递路径总体矩阵T可表示为:
式(10)中每一列指的是各噪声激励测点对某个噪声目标测点的传递路径,每一行指的是某噪声激励测点对各个噪声目标测点的传递路径。
根据噪声传递路径总体矩阵进行噪声传路径分析,确定对目标点影响最大的主要路径,从而有的放矢对结构或系统进行改进。
S170,基于噪声传递路径的计算分析结果计算各噪声激励测点对各噪声目标测点的噪声贡献量。在一实施例中,对噪声传递路径总体矩阵进行加权求和,计算分析频段内各噪声传递路径对各噪声目标测点的噪声贡献量;计算所有噪声传递路径对各噪声目标测点的噪声总贡献量;计算各噪声传递路径对各噪声目标测点的噪声贡献率,噪声贡献率为噪声传递路径对噪声目标测点的噪声贡献量幅值与所有噪声传递路径对噪声目标测点的噪声总贡献量幅值的比值。
具体的,在一实施例中,首先,对传递路径中计算得到的噪声传递路径矩阵进行加权求和,求得分析频段内传递路径对目标点的噪声贡献量。
分析频段内,根据公式
计算噪声贡献量,其中,为频率w处第m条噪声传递路径对第n个噪声目标测点的贡献量,为采用的是A计权系数的加权系数,a和b分别表示分析频段的下限和上限。
其次,根据公式
计算所有传递路径对单一噪声目标测点的噪声总贡献量Ttotal,其中,I为传递路径编号;N为目标点编号;Tin为第i条噪声传递路径对第n个噪声目标测点的噪声贡献量。
根据式(11)和式(12),根据公式
计算噪声贡献率,其中,Dmn为第m条噪声传递路径对第n个噪声目标测点的噪声贡献率。
进一步的,在一实施例中,噪声总贡献量Ttotal也可用噪声目标测点的噪声响应频谱Y(w)代替。
根据本发明的方法,不仅可以准确获取不同噪声传播路径下噪声传播至噪声目标测点(例如,变流器经吊耳和进、出风口等不同路径传递至驾驶员人耳)的噪声贡献量;还可以准确获得每条路径传递下,每个频率对不同目标点的噪声贡献量。根据本发明的方法可以分析轨道交通设备上特定噪声发生目标到噪声接收目标的噪声传播状况,从而为后续改进轨道交通设备上噪声发生目标结构,减小噪声提供有力的技术支持。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下,熟悉本领域的技术人员当可根据本发明做出各种相应的改变或变形,但这些相应的改变或变形都应属于本发明的权利要求的保护范围。
Claims (10)
1.一种针对轨道交通噪声的分析方法,其特征在于,所述方法包括:
确定测试场地并在所述测试场地上准备安装有待测试目标的轨道交通设备;
确定噪声激励测点和噪声目标测点分布,所述噪声激励测点包括结构噪声激励测点和空气噪声激励测点,所述噪声目标测点包括所述轨道交通设备正常运行时内部驾乘人员人耳位置;
启动所述待测试目标,采集所述噪声激励测点和所述噪声目标测点上的噪声数据;
对所述噪声数据进行预处理;
基于所述噪声数据的预处理结果计算分析各噪声激励测点到各噪声目标测点的噪声传递路径;
基于所述噪声传递路径的计算分析结果计算各噪声激励测点对各噪声目标测点的噪声贡献量。
2.根据权利要求1所述的方法,其特征在于:
所述测试场地无大型障碍物以及噪声源;
所述测试场地的背景噪声低于实测噪声10dB(A)以上。
3.根据权利要求1所述的方法,其特征在于,所述待测试目标为变流器,所述噪声激励测点包括变流器吊耳振动测点和进、出风口声学测点。
4.根据权利要求1所述的方法,其特征在于,启动所述待测试目标,其中,在不影响所述待测试目标正常运行的前提下,关闭所述轨道交通设备上除所述待测试目标以外的振源和声源设备,所述待测试目标按额定工况运行。
5.根据权利要求1所述的方法,其特征在于,采集所述噪声激励测点和所述噪声目标测点上的噪声数据,其中,待噪声声压和振动加速度稳定后采集所述噪声数据,时间长度不少于10s。
6.根据权利要求1所述的方法,其特征在于,对所述噪声数据进行预处理,包括:
首先对所述噪声数据进行A计权处理;
然后对所述噪声数据进行傅里叶变换。
7.根据权利要求1所述的方法,其特征在于,所述噪声数据包括空气噪声激励数据、结构噪声激励数据和目标点噪声响应数据,计算分析各噪声激励测点到各噪声目标测点的噪声传递路径,包括:
以所述空气噪声激励数据、所述结构噪声激励数据的预处理结果为输入,以所述目标点噪声响应数据的预处理结果为输出,计算获取噪声传递函数,确定噪声传递路径总体矩阵;
根据所述噪声传递路径总体矩阵进行噪声传递路径分析。
8.根据权利要求7所述的方法,其特征在于,计算获取噪声传递函数,确定噪声传递路径总体矩阵,包括:
根据
X(w)H(w)=Y(w)
计算噪声传递函数Hmn,其中,Hmn为第m条传递路径上噪声输入激励到第n个目标点响应的传递函数,H(w)为Hmn构成的传递函数矩阵,X(w)为所述空气噪声激励数据和所述结构噪声激励数据构成的输入矩阵,Y(w)为所述目标点噪声响应数据构成的输出矩阵;
根据
Tmn=xmHmn
计算噪声传递路径Tmn,其中,xm为第m条路径的噪声激励;
以
表示噪声传递路径总体矩阵T。
9.根据权利要求7所述的方法,其特征在于,计算各噪声激励测点对各噪声目标测点的噪声贡献量,包括:
对所述噪声传递路径总体矩阵进行加权求和,计算分析频段内各噪声传递路径对各噪声目标测点的噪声贡献量;
计算所有噪声传递路径对各噪声目标测点的噪声总贡献量;
计算各噪声传递路径对各噪声目标测点的噪声贡献率,所述噪声贡献率为所述噪声传递路径对所述噪声目标测点的噪声贡献量幅值与所有噪声传递路径对所述噪声目标测点的噪声总贡献量幅值的比值。
10.根据权利要求9所述的方法,其特征在于:
根据公式
计算所述噪声贡献量,其中,为频率w处第m条噪声传递路径对第n个噪声目标测点的贡献量,为采用的是A计权系数的加权系数,a和b分别表示分析频段的下限和上限;
根据公式
计算所述噪声总贡献量Ttotal,其中,I为传递路径编号;N为目标点编号;Tin为第i条噪声传递路径对第n个噪声目标测点的噪声贡献量;
根据公式
计算所述噪声贡献率,其中,Dmn为第m条噪声传递路径对第n个噪声目标测点的噪声贡献率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710770792.4A CN109425473A (zh) | 2017-08-31 | 2017-08-31 | 一种针对轨道交通噪声的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710770792.4A CN109425473A (zh) | 2017-08-31 | 2017-08-31 | 一种针对轨道交通噪声的分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109425473A true CN109425473A (zh) | 2019-03-05 |
Family
ID=65505104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710770792.4A Pending CN109425473A (zh) | 2017-08-31 | 2017-08-31 | 一种针对轨道交通噪声的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109425473A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595596A (zh) * | 2019-09-24 | 2019-12-20 | 重庆长安汽车股份有限公司 | 一种进排气口噪声对车内噪声贡献量的测试方法 |
CN113505524A (zh) * | 2021-06-16 | 2021-10-15 | 广州大学 | 轨道交通噪声贡献量确定方法、系统、装置及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19836081A1 (de) * | 1998-07-30 | 2000-02-17 | Siemens Ag | Verfahren zur Früherkennung von Schäden an Schienenfahrzeugen |
CN101271022A (zh) * | 2008-05-15 | 2008-09-24 | 上海交通大学 | 车辆系统结构振动和噪声的传递路径检测系统 |
CN101718582A (zh) * | 2009-11-06 | 2010-06-02 | 重庆大学 | 风力发电机组音调测试方法 |
CN102494754A (zh) * | 2011-12-20 | 2012-06-13 | 重庆长安汽车股份有限公司 | 一种基于阶次离散的车内噪声源贡献量快速识别方法 |
CN102508204A (zh) * | 2011-11-24 | 2012-06-20 | 上海交通大学 | 基于波束形成和传递路径分析的室内噪声源定位方法 |
CN103630232A (zh) * | 2013-10-29 | 2014-03-12 | 南车青岛四方机车车辆股份有限公司 | 一种高速动车组噪声源识别测试方法 |
CN104502127A (zh) * | 2014-11-19 | 2015-04-08 | 哈尔滨工程大学 | 一种外场声激励船舶振动噪声传递路径分析方法 |
CN104869519A (zh) * | 2015-04-21 | 2015-08-26 | 歌尔声学股份有限公司 | 一种测试麦克风本底噪声的方法和系统 |
CN104880248A (zh) * | 2015-05-07 | 2015-09-02 | 中国船舶重工集团公司第七一二研究所 | 一种电机结构噪声激励源的贡献量定量识别方法 |
-
2017
- 2017-08-31 CN CN201710770792.4A patent/CN109425473A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19836081A1 (de) * | 1998-07-30 | 2000-02-17 | Siemens Ag | Verfahren zur Früherkennung von Schäden an Schienenfahrzeugen |
CN101271022A (zh) * | 2008-05-15 | 2008-09-24 | 上海交通大学 | 车辆系统结构振动和噪声的传递路径检测系统 |
CN101718582A (zh) * | 2009-11-06 | 2010-06-02 | 重庆大学 | 风力发电机组音调测试方法 |
CN102508204A (zh) * | 2011-11-24 | 2012-06-20 | 上海交通大学 | 基于波束形成和传递路径分析的室内噪声源定位方法 |
CN102494754A (zh) * | 2011-12-20 | 2012-06-13 | 重庆长安汽车股份有限公司 | 一种基于阶次离散的车内噪声源贡献量快速识别方法 |
CN103630232A (zh) * | 2013-10-29 | 2014-03-12 | 南车青岛四方机车车辆股份有限公司 | 一种高速动车组噪声源识别测试方法 |
CN104502127A (zh) * | 2014-11-19 | 2015-04-08 | 哈尔滨工程大学 | 一种外场声激励船舶振动噪声传递路径分析方法 |
CN104869519A (zh) * | 2015-04-21 | 2015-08-26 | 歌尔声学股份有限公司 | 一种测试麦克风本底噪声的方法和系统 |
CN104880248A (zh) * | 2015-05-07 | 2015-09-02 | 中国船舶重工集团公司第七一二研究所 | 一种电机结构噪声激励源的贡献量定量识别方法 |
Non-Patent Citations (2)
Title |
---|
袁旻忞等: "高速列车运行工况下噪声传递路径及声源贡献量分析", 《振动与冲击》 * |
雷鹏: "地铁车辆车内噪声源传递路径分析研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110595596A (zh) * | 2019-09-24 | 2019-12-20 | 重庆长安汽车股份有限公司 | 一种进排气口噪声对车内噪声贡献量的测试方法 |
CN113505524A (zh) * | 2021-06-16 | 2021-10-15 | 广州大学 | 轨道交通噪声贡献量确定方法、系统、装置及存储介质 |
CN113505524B (zh) * | 2021-06-16 | 2023-11-28 | 广州大学 | 轨道交通噪声贡献量确定方法、系统、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Blind identification of damage in time-varying systems using independent component analysis with wavelet transform | |
Rohman et al. | Through-the-wall human respiration detection using UWB impulse radar on hovering drone | |
CN104407328A (zh) | 基于空间脉冲响应匹配的封闭空间声源定位方法及系统 | |
Lin et al. | Modal identification from nonstationary ambient response data using extended random decrement algorithm | |
Li et al. | Enhancement of oil debris sensor capability by reliable debris signature extraction via wavelet domain target and interference signal tracking | |
CN109425473A (zh) | 一种针对轨道交通噪声的分析方法 | |
Horton et al. | Influence of atmospheric properties on detection of wood-warbler nocturnal flight calls | |
CN103854660A (zh) | 一种基于独立成分分析的四麦克语音增强方法 | |
CN106772273A (zh) | 一种基于动态孔径的sar虚假目标干扰抑制方法及系统 | |
CN113673312B (zh) | 基于深度学习的雷达信号脉内调制识别方法 | |
Leclere et al. | On the use of the Hs estimator for the experimental assessment of transmissibility matrices | |
Ameri et al. | Ground vibration tests of a helicopter structure using OMA techniques | |
CN106353743B (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN116861544B (zh) | 一种基于边云协同的建筑异常振动源定位方法及相关设备 | |
RU2682088C1 (ru) | Способ обнаружения и нейросетевого распознавания признаков полей различной физической природы, генерируемых морскими целями | |
DE102018121543A1 (de) | Prüfstand und Verfahren zum Test von ultraschallbasierten Abstandsmesssystemen | |
Farzampour et al. | Unsupervised identification of arbitrarily-damped structures using time-scale independent component analysis: Part I | |
CN104181532A (zh) | 基于模值约束的sar图像旁瓣抑制方法 | |
Feng et al. | Consistent multilevel RDT-ERA for output-only ambient modal identification of structures | |
CN107644413A (zh) | 基于邻域比值和自步学习的sar图像变化区域检测方法 | |
Kim et al. | CNN-based UAV detection with short time fourier transformed acoustic features | |
Yun et al. | Radar signal recognition algorithms based on neural network and grey relation theory | |
Dissanayake et al. | Propagation constraints in elephant localization using an acoustic sensor network | |
Lardies | Identification of a dynamical model for an acoustic enclosure using the wavelet transform | |
Szymański et al. | Modeling of the octave sound spectrum emitted by the F-16 Block 52+ aircraft during takeoff |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190305 |
|
RJ01 | Rejection of invention patent application after publication |