基于α稳定分布模型的水声信号白化滤波方法

在简要介绍共变谱和稳定白噪声的基础上,从α谱的角度出发,推导出基于自共变系数的广义YuleWalker方程,证明广义Yule-Walker方程算法的合理性。依据稳定分布的参数模型,通过广义Yule-Walker方程算法实现基于分数低阶统计量的水声信号预白化滤波。实验数据检验表明,基于分数低阶统计量的白化滤波方法可以很好地实现水声信号预设频带内的预白化。     

滚动振动试验台垂向激振作动器的选型

针对滚动振动试验台垂向作动器的选型需要,建立了左右轨道轮独立垂向激振的简化力学模型,仿真得到正弦激振位移情况下的作用力;其次研究了普速线路轨道不平顺问题,仿真反演了典型速度下的垂向不平顺时间曲线,统计了对应的速度及加速度的标准差,并利用"3σ准则"给出作动器的运动参数。研究给出了滚动振动试验台垂向激振油缸的参数选择建议,可供机车车辆滚动振动试验台设计参考。     

车内综合烦躁度评价的时序平滑激励级谱CNN模型

激励级时频谱可用于建立车辆声品质卷积神经网络(CNN)评价模型。但是相对于时变声特征的波动性,车内声品质的瞬时主观评价曲线具有平滑特性,利用波动的声特征序列建立时变声品质评价模型,导致预测曲线呈现波动性,所以时序波动激励级谱的直接使用也会制约车内噪声整体综合烦躁度CNN评价模型的性能。本文中,首先利用Savitzky-Golay滤波器对激励级谱进行时域平滑处理;然后使用CNN构建车内噪声的综合烦躁度全局主观评价结果与时序平滑激励级谱之间的映射关系,建立基于时序平滑激励级谱的整体综合烦躁度CNN评价模型;最后采用留一法进行交叉检验,结果表明相比于激励级谱CNN模型,时序平滑激励级谱CNN模型对车内噪声整体综合烦躁度的评价性能更好,提高了预测精度(误差均值降低10.43%)、稳定性(误差方差降低44.26%)与一致性(Pearson相关系数提高4.13%),说明相比于激励级谱,时序平滑谱对车内综合烦躁度的解析能力更强。     

计及驾驶员操作影响的试验场载荷研究

基于试验场测得的测量轮轴头垂向力、纵向力和侧向力信号,运用载荷分析软件Tecware,通过对不同驾驶员驾驶同一车辆所得到的载荷信号进行多通道分析,并通过信号强度的差别来对比3位驾驶员在制动工况下操作强度的差异,同时运用统计学方法分析同一驾驶员在多次测量中的驾驶强度稳定性。研究结果表明,驾驶员的操作习惯对测量轮载荷大小有不可忽略的影响。该分析对试验场载荷测量时驾驶员的选择和评价也具有指导意义。     

商用车汽车空气弹簧悬架系统

空气悬架系统是以空气弹簧为弹性元件。空气弹簧是在一个密封的容器内充入压缩空气（气压为0．5～1．0MPa），利用气体的可压缩性，实现其弹性作用的。这种弹簧的刚度是可变的，因为作用在弹簧上载荷增加时，容器内的定量气体受压缩，气压升高，则弹簧的刚度增大。反之，当载荷减小时，弹簧内的气压下降，刚度减小，故它具有理想的弹性特性。对客车而言，使用空气弹簧悬架可以提高乘坐舒适性，对货车或挂车而言，使用空气弹簧悬架可以更好地保护货物。     

基于多体动力学的动力总成悬置系统载荷生成及台架耐久试验

为缩短试验认证周期、降低试验成本,以动力总成悬置系统为研究对象,对基于多体动力学模型生成的虚拟载荷与实测道路载荷进行伪损伤对比分析,取得较好相关性,搭建试验台架进行虚拟载荷迭代,最终响应信号与迭代目标信号取得较好的一致性,分别对虚拟载荷和实测道路载荷进行耐久试验,失效模式一致,验证了动力总成悬置系统虚拟载荷耐久试验方法的可行性。     

无人驾驶汽车行车环境下鲁棒性声学特征提取算法（双语出版）

无人驾驶汽车在行车过程中，需要通过视觉感知和听觉感知来构建当前周围环境模型，声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战，尤其是行车过程中的风噪。声学事件检测中，常用的声学特征梅尔频率倒谱系数（MFCC）对噪声干扰十分敏感，为了解决这一问题，提出一种谐波梅尔频率倒谱系数（HMFCC）的鲁棒性声学特征提取算法，用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合，提取目标声学信号中的共振峰频率，改进传统Mel滤波器组，从而增强HMFCC中目标声学信号的中高频分量。研究结果表明：在不同的风噪环境下，基于HMFCC声学特征的检测结果具有较高的精准率和召回率，且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显；低噪环境下，几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%，而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%；随着风噪增强，MFCC特征分类精度严重下降，平均精准率和召回率仅为54.15%、44.95%，HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下，HMFCC特征不仅可以提高分类的准确率，而且表现出对噪声不敏感的特性。     

重型商用车车身悬置特性的设计

在牵引车-挂车列车上,作用在牵引车上的集中载荷使得车身主要作俯仰运动。为克服这一俯仰运动,设计了完全悬置(四点悬置)的车身,以获得比固定式驾驶室更好的驾乘舒适性。