简介:摘要:在脑电信号的采集和处理过程中,常常受到各种噪声伪迹的干扰。本文将独立分量分析(Independent Component Analysis,ICA)技术应用在脑电信号的眼电噪声分离问题上。本文分别使用四种常用的ICA算法:二阶盲识别(SOBI)、Hyvarinen不动点算法(FastICA)、Infomax和联合逼近特征矩阵对角化(JADE)用于脑电信号的眼电伪迹分离,并使用MATLAB作为实验平台,采用格茨数据集2a,针对四种算法的运行时间及分配内存进行了实验对比。实验结果表明,SOBI算法的MATLAB实现表现了最好的综合性能。相较其他三个ICA算法,SOBI算法能够在分配内存较小的情况下快速准确地去除脑电信号中的噪声。
简介:摘要:为了探讨在飞机噪声监测中,如果背景噪声不能达到标准要求时,其数据的正确性问题,选取了一个相对于机场不同距离、低噪音环境下的飞机噪声资料,并将其与背景噪声进行叠加,以分析背景噪声对飞机的监测效果。并且,随着背景噪音的增大,其增益也随之增大;在飞行器最大等声级超过15 dB的情况下,其升幅基本保持不变。通过进一步的对其进入研究可以发现,飞机如果飞行的时间持续的较长的话,那么噪声的等级就会有非常明显的增大,根据以上的结论在开展各项监测工作中,当飞机的最大升级和背景噪音相差超过15 db的时候,仍然可以更好地反映出当前被监测点的噪声对测量点的影响;在低于15 dB的情况下,与没有背景噪音的情况下,其观测值会有更大的偏差。在飞机的最大声级只比背景噪音高10 dB的情况下,对特大型机场,如果在1-2个声环境达标等级区域内,会干扰飞机的飞行噪音;在大型机场,如果在2级声环境达标区域内,则会影响到飞机的噪声标准;而对于中等规模的机场来说,它的标准判断是不会受到影响的。在超过15 dB的最大声级的情况下,它的达标判断也基本不会受到影响。
简介:摘 要:电机运转时会有各种噪声源,且会同时并存,不同的噪声由电机各种零部件产生,它们分为电磁噪声、空气动力噪声、机械噪声、轴承噪声等。