《汽車制動異響頻域盲提取模型及關鍵算法研究》是依託昆明理工大學，由潘楠擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：汽車制動異響頻域盲提取模型及關鍵算法研究
- 項目類別：青年科學基金項目
- 項目負責人：潘楠
- 依託單位：昆明理工大學
項目摘要,結題摘要,
項目摘要
異響噪聲源特徵識別是汽車制動噪聲治理中極為重要的環節，但實際路試聲場環境複雜、多源干擾等特性嚴重製約相關信號處理算法的套用。本項目基於前期研究成果，建立完善針對制動異響噪聲的頻域盲提取模型，進而深入研究其關鍵理論及算法。其總體研究思路是：①基於動態粒子群算法構建適用的多尺度形態學濾波器，最大程度削弱背景噪聲干擾；基於人工魚群尋優算法研究聲源貢獻率，最佳化聲源數目，降低複雜聲場及大數目聲源對算法分離精度的影響。②建立制動噪聲源提取與盲解卷積之間的等價關係，研究基於參考信號及非線性函式的改進複數盲分離算法；基於頻段間分離矩陣及複數信號的相似測度解決次序不確定性問題，基於行向量範數歸一等方法解決幅值不確定性問題，以期準確量化各噪聲源貢獻率。③以汽車制動器為研究對象，在各種實驗條件下進行制動異響盲提取研究，分離並評估主要汽車制動噪聲源特性和量級，為汽車減振降噪及基礎制動器性能改進提供相應的科學依據。
結題摘要
異響噪聲源特徵識別是汽車制動噪聲治理中極為重要的環節，但實際路試聲場環境複雜、多源干擾等特性嚴重製約相關信號處理算法的套用。本項目主要建立和完善針對制動異響噪聲的頻域盲提取模型，進而深入研究其關鍵理論及算法：①構建基於人工魚群尋優的改進多尺度形態濾波器，以最大程度削弱背景噪聲干擾；同時輔以級聯結構元素級為不同尺寸的廣義形態濾波器，利用歸一化峭度估計源信號數目，最佳化聲源數目，降低複雜聲場及大數目聲源對算法分離精度的影響。②基於模擬退火算法改進模糊C-均值聚類，建立壓縮感知與欠定盲源分離等價關係，進而使用壓縮感知重構算法的正交匹配追蹤算法重構源信號; 採用包絡譜餘弦測度作為獨立分量間距離測度，結合衝擊信號峭度指標優選獨立分量，進而通過頻域稀疏分量分析對估計信號做進一步的分離，形成結合改進塊模型算法及頻域稀疏分量分析的複合聲信號特徵盲提取方法。③通過匹配關鍵零部件結構參數，基於先驗知識構造出理論上的參考信號。以此參考信號為約束，通過將觀測信號與構造參考信號進行相似性度量，進而提取有限數量的估計信號；基於頻段間分離矩陣改進KL距離解決次序不確定性問題，基於行向量範數歸一等方法解決幅值不確定性問題，最終形成適用於制動噪聲特徵的頻域盲提取算法，以準確量化各噪聲源貢獻率。④在各種實驗條件下進行制動異響盲提取研究，分離並評估主要汽車制動噪聲源特性和量級。所研發的測試分析系統分別在萬向錢潮上海和深圳比亞迪汽車的路試場地進行不同工況下的制動試驗，分近、遠場進行噪聲數據拾取，隨後對聲信號進行分析，為汽車減振降噪及基礎制動器性能改進提供相應的科學依據，基本實現了理論研究和實際套用的結合。通過三年的研究，依託本項目總計發表學術論文11篇、授權專利6項、登記軟著5項,已按時按量完成項目既定目標。
