韩晓丽
- 作品数：20 被引量：20H指数：3
- 供职机构：中国科学院声学研究所更多>>
- 发文基金：国家自然科学基金中国科学院声学研究所所长择优基金更多>>
- 相关领域：电子电信理学一般工业技术医药卫生更多>>
- 扫频激励下的DPOAE的局部加权最小二乘估计算法
- 2013年
- 畸变产物耳声发射(DPOAE)信号可以用于听力损失的诊断,具有重要的临床应用价值。但是,大频率范围内进行DPOAE测量时,需要耗费大量的时间。采用扫频信号作为诱发信号,为记录大频率范围内的DPOAE测量数据提供了一种快速而有效的手段。本文在已有的最小二乘拟合(LSF)算法的基础上,给出一种估计扫频激励下的DPOAE信号的局部加权最小二乘估计(LWLSE)算法,从扫频激励下的DPOAE记录信号中提取方差根音2f1-f2频率处的DPOAE信号。仿真结果表明,该方法相对于常用的LSF方法,对DPOAE信号和初始刺激信号的估计更准确,并且估计结果具有更小的估计方差,有利于提取更加准确的DPOAE精细结构。
- 韩晓丽傅新星崔杰肖灵
- 关键词：畸变产物耳声发射最小二乘拟合
- 畸变产物耳声发射信号的时域分离算法研究被引量：1
- 2015年
- 针对在分离畸变产物耳声发射(Distortion Product Otoacoustic Emissions,DPOAE)不同产生源成分的过程中两成分之间存在交叉干扰的问题,建立了IFFT(Inverse Fast Fourier Transform,IFFT)结合时域窗的成分分离算法模型,结合模型进行了分离误差的分析,并在此基础上给出一种时间窗窗宽选择准则。根据IFFT后的时域波形,利用两成分主峰包络内的信号波形的矩心移动速率的快慢选择两成分之间的合适的分界点,将两成分分离开。对结合了该时间窗窗宽选择准则的时域成分分离算法进行了仿真,并对DPOAE实验数据进行了成分分离。仿真和实验结果表明,结合该窗宽选择准则的DPOAE时域分离算法可以成功地分离两个成分,且有效地减少了因两成分之间的交叉干扰引入的幅度和相位扰动。因此,结合该窗宽选择准则的DPOAE时域分离算法是有效的,可以提高分离不同产生源成分的准确性。
- 韩晓丽崔杰肖灵
- 关键词：畸变产物耳声发射声发射信号IFFT
- 一种点焊超声波质量评价的方法
- 本发明公开了一种点焊超声波质量评价方法，该方法包括：利用采集的点焊超声波回波信号对压痕位置、压痕深度和压痕宽度进行预估计，然后根据测得的压痕和焊点表面情况，指导超声C扫描成像参数的选择，再对熔核进行超声C扫描成像和点焊质...
- 韩晓丽肖富城理华肖灵吴文焘曹政
- 文献传递
- 一种基于多视图TFM的联合缺陷定量方法
- 本发明公开了一种基于多视图TFM的联合缺陷定量方法，包括：分别计算选取的多个TFM视图下的TFM图像强度；在每一种模式下，根据已知的工件形状和结构，分析识别各不同视图中与工件结构本身直接相关的图像特征和其他模式的伪像，识...
- 韩晓丽吴文焘曹政周二磊肖灵
- 一种声学阵列成像系统与方法
- 本发明涉及一种声学阵列成像系统及方法。该系统包括：数据采集模块101、第一成像模块102、第二成像模块103和图像复合模块104。该方法包括以下步骤：对声学阵列中的阵元依次发射并采回波信号,得到解析信号；根据发射阵元和阵...
- 吴文焘张云翼曹政韩晓丽
- 文献传递
- 一种用于焊缝检测的超声成像方法
- 本发明提供了一种用于焊缝检测的超声成像方法，本发明的超声成像方法针对焊缝超声相控阵检测情形，利用全阵列采集每一个阵元依次单独发射超声波的回波数据，并进行像素逐点聚焦成像处理，从而得到各像素所对应的回波强度，提高了焊缝检测...
- 韩晓丽吴文焘李平潘航张云翼
- 文献传递
- 一种用于焊缝检测的超声成像方法
- 本发明提供了一种用于焊缝检测的超声成像方法，本发明的超声成像方法针对焊缝超声相控阵检测情形，利用全阵列采集每一个阵元依次单独发射超声波的回波数据，并进行像素逐点聚焦成像处理，从而得到各像素所对应的回波强度，提高了焊缝检测...
- 韩晓丽吴文焘李平潘航张云翼
- 汽车点焊超声波检测技术发展与趋势被引量：6
- 2018年
- 电阻点焊在汽车工业是一种最常用的焊接方式。电阻点焊焊接过程短暂而复杂,焊接过程中熔核的形成不可见,容易出现各种不同类型的焊接缺陷。因此,对点焊接头进行监测和检测是非常必要的。点焊无损检测中最重要的手段是超声波检测。首先对汽车车身点焊的质量检测与监测手段进行综述,然后着重论述点焊超声波检测技术、点焊超声波检测系统的分类与产品现状、点焊超声波检测的信号处理方法、成像技术等关键问题,最后总结当前面临的主要难题,并预测未来的发展趋势。
- 韩晓丽肖富城肖灵
- 关键词：电阻点焊超声波检测生产线
- 一种用于助听器场景分类的对数能量特征
- 2013年
- 为降低助听器场景分类算法中特征提取的复杂度,提高识别准确率,给出了一种改进的对数能量特征参数。以基于最小距离聚类的场景分类方法为例,验证了特征参数的有效性。在其他条件相同时,比较了使用改进的对数能量、普通倒谱系数(CCs)和梅尔频率倒谱系数(MFCCs)为特征参数时的分类结果。实验结果表明,相对于其他2组特征参数,使用改进的对数能量时,分类结果在总体命中率以及均方误差意义上效果更优。另外,改进后的对数能量,相对于MFCCs,计算量更小。
- 韩晓丽崔杰肖灵
- 关键词：助听器
- 基于生成对抗网络与轻量化网络的轴承故障分类方法
- 2025年
- 滚动轴承在实际运行时,出现故障时间段通常较短,所以采集到的轴承故障振动数据较少,导致轴承正常振动信号的数量远多于故障振动信号,造成数据集的严重不平衡,这显著降低深度学习网络模型的泛化性能和识别准确性。针对该问题,本文提出一种自动生成故障轴承数据的方法,并结合SEMobileNetV2轻量化卷积神经网络,改善由于数据的不平衡性导致的网络性能损失,提高故障轴承诊断的识别率,采用梯度惩罚生成对抗网络,使用改进的SEMobileNetV2轻量化卷积神经网络进行故障分类。多种实验表明,本文采用的WGAN-GP生成对抗网络能够生成与真实数据高度相似的样本。将平衡与不平衡数据集样本分别输入至改进前后的MobileNetV2网络中进行训练。改进网络前,在CRWU和XJTU平衡数据集上得到的平均测试准确率分别为97.84%和98.04%,均高于不平衡数据集上的89.6%与76.70%;改进网络后,在CRWU和XJTU平衡数据集上得到的平均测试准确率分别为98.72%和99.80%,均高于不平衡数据集上的91.60%与87.40%。通过4组实验对比,说明本文所提方法能够有效扩充真实样本集,并提高轴承故障诊断的识别准确率。
- 罗志强韩晓丽崔杰化一行理华
- 关键词：故障诊断数据生成
