导读:本文包含了混合噪音论文开题报告文献综述及选题提纲参考文献，主要关键词:白噪音,混合性焦虑抑郁障碍,睡眠质量,睡眠量表(RCSQ)
混合噪音论文文献综述
张娟,罗翊,吴慧芳[1]（2019）在《白噪音干预对混合性焦虑抑郁障碍患者睡眠质量的影响》一文中研究指出目的:研究白噪音对混合性焦虑抑郁障碍患者睡眠质量的调节效果。方法:选择医院脑科混合性焦虑抑郁障碍患者200例,按照简单随机抽样方法分为2组,每组100例。对照组行常规促进睡眠护理法,观察组在对照组基础上给予白噪音干预。结果:观察组治疗4周后睡眠量表(RCSQ)评分高于对照组,两组睡眠深度、入睡困难、觉醒次数、再入睡难度、整体睡眠质量、夜间环境噪音得分差异均有统计学意义(P<0.05)。结论:通过白噪音的干预,能改善混合性焦虑抑郁障碍患者的睡眠质量。(本文来源于《长江大学学报(自然科学版)》期刊2019年11期）
吴飞[2]（2015）在《汽车车身振动噪音控制混合数值方法研究》一文中研究指出在汽车行业高速发展的过程中,汽车振动噪音NV(Noise Vibration)的水平逐渐成为了车企及消费者共同关心的一个重要性能指标。汽车振动噪音产生的原因多样而复杂,不同的机理产生的振动噪音具有不同的频率特点。车身结构振动噪音是影响车内噪音的一个重要因素,针对车身结构而进行的振动噪音研究与控制具有重要的工程意义。在目前汽车车身开发中,汽车车身结构振动噪音的优化设计主要集中在汽车正向开发的早期,早期的车身开发非常依赖于虚拟的CAE(Computer Aided Engineering)技术,一旦车身开发前期设计存在问题,开发后期的更改将会涉及修改模具等一系列大的动作,修改成本十分昂贵。CAE是缩短车身开发周期,确保车身NV性能的关键。振动噪音数值方法又是构成CAE技术的核心,因此振动噪音数值仿真方法的精度和计算效率对车身设计的重要性是不言而喻的。在此背景下,本文依次介绍了各个频率段的不同车身振动声学的仿真方法,总结了低频,中频,高频等不同的数值方法的主要特点,以及其相应的应用范围。针对目前数值方法中存在的局限性,提出了一系列改进的数值技术。本文的研究主要涉及到面向四个不同车身NV特性的数值方法,主要包含预测车身结构本体振动特性的数值方法、车身结构振动声学耦合方法、车身结构振动声学传递损失方法,以及车身结构振动辐射噪音方法,具体内容如下:(1)针对车身结构振动的预测问题,本文根据Reissner-Mindlin理论提出了一种基于单元节点和单元边的新型混合光滑有限元法(NS+ES-FEM),并将其应用于车身薄板结构的静力和自由振动分析。该方法分别利用了基于单元节点的光滑有限元法(NS-FEM)和基于边的光滑有限元法(ES-FEM)各自的优势,巧妙地消除了薄板问题中的“剪切自锁”现象,其中弯曲应变域是采用基于单元边的梯度技术进行光滑处理,而剪切应变域是按照一定的比例权重分别应用了NS-FEM和ES-FEM的方法使其光滑,该比例权重系数可以通过一个简单的数学公式在考虑板厚度以及网格尺寸差异的情况下自动计算而得到。新方法中通过线性插值,采用了便于自动划分网格的叁节点叁角形单元,使得建立的FEM模型简单而稳定。为了便于引用,该新方法记为NS+ES-FEM。本文中多个标准数值算例表明该新型方法在自动消除剪切锁定现象的同时也提高了静态以及动态计算结果的精度。(2)针对车身结构振动与声腔的耦合问题,本文在光滑有限元的基础上,结合统计能量法,构造了基于光滑有限元和统计能量法的混合方法(S-FE-SEA)。中频预测问题是一直是振动噪音领域的一个难点和热点,结构声学中频响应复杂,单一的确定性低频方法和统计性的高频方法都不合适中频问题的分析与预测。而新构造的混合方法可以较好地处理中频振动噪音预测问题,根据该理论,结构与声腔的耦合系统,可以分为确定性有限元声腔子系统以及具有统计性的平板结构SEA子系统。模态较低的声腔子系统可以采用基于四面体单元边的光滑有限元进行模拟,模态密度较高板件结构则采用统计能量法进行仿真,两个不同的子系统通过直混场互惠定理进行关联。文中算例表明,新构造的混合S-FE-SEA能够在声固耦和系统的频响分析中得到比传统FE-SEA混合方法更好的精度。(3)针对薄板结构的声学传递损失预测问题,本文建立了基于边光滑有限元模型以及统计能量法的叁子系统的混合ES-FE-SEA模型,进一步提高了中频传递损失预测的准确性。基于边的光滑有限元,可以“软化”其传统有限元中得固有的“刚度偏硬”特性从而减少误差。同时,SEA方法能够处理相对更高频率范围的声学不确定性问题。在混合模型中,关注的结构采用精度较高的ES-FEM方法进行离散模拟,由于相邻空腔的模态密度较大,因此混响空腔则采用高频的SEA方法进行建模。不同SEA与FE子系统之间的耦合通过直混场互惠原理建立。新方法首先应用在一个标杆算例,得出的预测解与参考结果吻合的程度非常高。随后该方法被应用于某轿车前挡风玻璃以及前隔板的声学传递损失预测中,最后,通过标准实验,进一步验证了ES-FE-SEA在计算精度方面的优势。(4)针对结构振动辐射噪音分析的问题,本文提出了一种利用快速多极元边界元与基于边的光滑有限元的混合数值计算方法(ES-FEM/FM-BEM),其中振动结构域使用ES-FEM方法来建模型。基于单元边的梯度光滑处理可用来减少标准有限元里面的刚度偏硬的现象,从而减少了内在的数值离散缺陷,提高计算精度。将通过ES-FEM计算得到的结构表面的法向速度作为边界条件施加在声腔接触面,并利用快速多极边界元FM-BEM预测声腔内外的辐射噪音。与传统边界元相比较而言,FM-BEM矩阵向量运算量以及数据存储量都大大降低。混合ES-FEM/FM-BEM方法充分利用了ES-FEM和FM-BEM各自的优点,从而避免了传统有限元精度低,传统的BEM算法计算效率低等缺陷。混合ES-FEM/FM-BEM首先应用在标准算例,对比了混合方法的计算精度与效率。随后该方法应用在实际汽车振动辐射噪音的预测中,取得较好的效果。(本文来源于《湖南大学》期刊2015-06-22）
沈震,刘化学,刘强[3]（2012）在《低噪音沥青混合料在路面养护工程中的应用研究》一文中研究指出随着交通事业的发展,对高速公路沥青路面服务水平的要求越来越高,降噪沥青路面受到广泛关注和研究。针对降噪沥青路面目前在国内应用的现状,开展低噪音沥青混合料原材料比选、设计方法研究。(本文来源于《华东公路》期刊2012年06期）
罗晓军,王世秀,李兵[4]（2012）在《非局部混合噪音滤波器MNF的一种快速算法》一文中研究指出对非局部混合噪音滤波器MNF提出一种快速算法(Fast-MNF).该算法是对目前滤波效果较好的混合噪音滤波器MNF的一种改进,它对邻近窗口像素按其均值、梯度和方差的相似程度进行预分类,把均值比、梯度比和方差比均在给定阈值范围内的像素分为一类,让其参与滤波运算,否则被忽略,以此提高滤波速度.实验结果表明,Fast-MNF算法的滤波效果优于MNF,且运算速度提高20%以上.(本文来源于《湖南师范大学自然科学学报》期刊2012年04期）
王世秀,罗晓军,李兵[5]（2012）在《一种新的混合噪音滤波器加速算法》一文中研究指出混合噪音滤波器MNF是目前滤波效果最好的算法之一,然而,由于它采用非局部算法思想,所以存在较大的计算负担,针对该不足,提出一种基于均值和方差相似性的加速算法(FMNF)。该算法之关键思想是对邻域像素预分类,把两像素的均值比和方差比均在给定阈值范围内(接近于1)的邻域像素分为一类,视为相似像素,相似的像素参与滤波计算,不相似的像素被忽略,因此,减少了参与"脉冲过滤范数"计算的像素数,提高了滤波速度。仿真实验结果表明,FMNF对各种噪音类型(纯高斯噪音、纯脉冲噪音以及它们的混合噪音)去噪的视觉效果和PSNR均与MNF相当,且滤波速度均可提高15%以上。因而,FMNF算法比MNF更具有实用性。(本文来源于《重庆师范大学学报(自然科学版)》期刊2012年04期）
罗晓军,王世秀,李兵,许俊玲[6]（2011）在《基于邻域结构相似性的混合噪音线性滤波算法》一文中研究指出本文提出一种基于像素邻域结构信息相似性的混合噪音线性滤波算法(GLMF)。该算法是对线性混合滤波器(LMF)的一种改进,它利用图像中存在着大量冗余信息的特性,恢复被混合噪音染污的像素,在判断邻域内像素的相似性时,除考虑像素灰度值的相似性之外,又考虑了像素邻域结构的相似性,用像素灰度值的梯度来表示邻域结构信息。仿真实验证明,用GLMF去噪的视觉效果和峰值信噪比(PSNR)均优于已知的同类滤波器。该算法适用于恢复被高斯噪音和随机脉冲噪音混合污染的数字图像。(本文来源于《计算机工程与科学》期刊2011年03期）
韩宏伟,张晓晖,葛卫龙[7]（2011）在《消除水下激光图像混合噪音的软形态滤波算法》一文中研究指出除了采用距离选通等特殊机制来消除后向散射之外,水下激光成像系统作用距离的进一步提升依赖于对图像中噪音的有效抑制.在分析水下激光距离选通图像噪音特性的基础上,引入软形态学,设计了多方向结构元和极化软形态变换,组成开-闭级联滤波器.对于其中的重复度参量,以散斑指数和边缘能量为目标,采用离散差分算法优化.实验结果表明,该算法兼顾了对平滑能力和边缘保护的要求,具有更高的鲁棒性,性能优于Lee算法和基于非线性加权的多方向广义形态滤波算法,且具有一定的普适性.(本文来源于《光子学报》期刊2011年01期）
罗晓军,王世秀,李兵,许俊玲[8]（2010）在《基于ROLD统计量的混合噪音线性滤波算法》一文中研究指出提出一种基于ROLD统计量的混合噪音线性滤波算法(RLMF)。算法把用来检测脉冲噪音的ROLD统计量运用于混合噪音的滤波算法上,提高了混合噪音中脉冲噪音成分的检测效率,它不仅适用于恢复被混合噪音污染的数字图像,而且也适用于恢复被纯脉冲噪音或纯高斯噪音污染的数字图像。仿真实验证明,RLMF滤波后的图像视觉效果和PSNR均优于已知的同类滤波器。(本文来源于《计算机工程与应用》期刊2010年31期）
李兵,刘全升,徐家伟,罗晓军[9]（2010）在《去除混合噪音的一种新方法》一文中研究指出文中首先从概率论角度对自然图像中的相似现象给出数学描述,进而得到主要结果之一——相似原理,它揭示了非局部加权平均算法的数学原理.然后依据该原理设计一种新的适合于高斯噪音和一致脉冲噪音之混合噪音的滤波方法,简称"MNF算法".实验结果表明,MNF算法不但在去除图像中混合噪音时其效果明显优于最近Garnett等人提出的Trilateral滤波方法及已有的其他方法,而且在去除脉冲噪音或高斯噪音时其效果亦可与已有之先进方法媲美.此外,文中对MNF算法的控制参数建议了简单计算公式,并使参数个数达到最小因而更便于应用.(本文来源于《中国科学:信息科学》期刊2010年09期）
吴奇,刘静,熊福力,刘晓军[10]（2009）在《惩罚复杂诊断系统混合噪音的模糊小波分类机》一文中研究指出针对复杂故障诊断系统特征数据中具有高斯、幅值较大、奇异点等混合噪音,设计一种分段式损失函数,构造基于小波基函数的小波核函数,由此得到一种输出为模糊数的模糊小波ν-支持向量分类机,即模糊鲁棒小波ν-支持向量分类机(FRWν-SVC).它可以有效地压制故障特征时序的多种噪音和奇异点,具有很强的鲁棒性,而且它比标准模糊小波ν-支持向量分类机(FWν-SVC)具有更简洁的对偶优化问题.最后进行了汽车装配线故障诊断的实例分析,结果表明基于FRWν-SVC的故障诊断模型是有效可行的.(本文来源于《自动化学报》期刊2009年06期）
混合噪音论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在汽车行业高速发展的过程中,汽车振动噪音NV(Noise Vibration)的水平逐渐成为了车企及消费者共同关心的一个重要性能指标。汽车振动噪音产生的原因多样而复杂,不同的机理产生的振动噪音具有不同的频率特点。车身结构振动噪音是影响车内噪音的一个重要因素,针对车身结构而进行的振动噪音研究与控制具有重要的工程意义。在目前汽车车身开发中,汽车车身结构振动噪音的优化设计主要集中在汽车正向开发的早期,早期的车身开发非常依赖于虚拟的CAE(Computer Aided Engineering)技术,一旦车身开发前期设计存在问题,开发后期的更改将会涉及修改模具等一系列大的动作,修改成本十分昂贵。CAE是缩短车身开发周期,确保车身NV性能的关键。振动噪音数值方法又是构成CAE技术的核心,因此振动噪音数值仿真方法的精度和计算效率对车身设计的重要性是不言而喻的。在此背景下,本文依次介绍了各个频率段的不同车身振动声学的仿真方法,总结了低频,中频,高频等不同的数值方法的主要特点,以及其相应的应用范围。针对目前数值方法中存在的局限性,提出了一系列改进的数值技术。本文的研究主要涉及到面向四个不同车身NV特性的数值方法,主要包含预测车身结构本体振动特性的数值方法、车身结构振动声学耦合方法、车身结构振动声学传递损失方法,以及车身结构振动辐射噪音方法,具体内容如下:(1)针对车身结构振动的预测问题,本文根据Reissner-Mindlin理论提出了一种基于单元节点和单元边的新型混合光滑有限元法(NS+ES-FEM),并将其应用于车身薄板结构的静力和自由振动分析。该方法分别利用了基于单元节点的光滑有限元法(NS-FEM)和基于边的光滑有限元法(ES-FEM)各自的优势,巧妙地消除了薄板问题中的“剪切自锁”现象,其中弯曲应变域是采用基于单元边的梯度技术进行光滑处理,而剪切应变域是按照一定的比例权重分别应用了NS-FEM和ES-FEM的方法使其光滑,该比例权重系数可以通过一个简单的数学公式在考虑板厚度以及网格尺寸差异的情况下自动计算而得到。新方法中通过线性插值,采用了便于自动划分网格的叁节点叁角形单元,使得建立的FEM模型简单而稳定。为了便于引用,该新方法记为NS+ES-FEM。本文中多个标准数值算例表明该新型方法在自动消除剪切锁定现象的同时也提高了静态以及动态计算结果的精度。(2)针对车身结构振动与声腔的耦合问题,本文在光滑有限元的基础上,结合统计能量法,构造了基于光滑有限元和统计能量法的混合方法(S-FE-SEA)。中频预测问题是一直是振动噪音领域的一个难点和热点,结构声学中频响应复杂,单一的确定性低频方法和统计性的高频方法都不合适中频问题的分析与预测。而新构造的混合方法可以较好地处理中频振动噪音预测问题,根据该理论,结构与声腔的耦合系统,可以分为确定性有限元声腔子系统以及具有统计性的平板结构SEA子系统。模态较低的声腔子系统可以采用基于四面体单元边的光滑有限元进行模拟,模态密度较高板件结构则采用统计能量法进行仿真,两个不同的子系统通过直混场互惠定理进行关联。文中算例表明,新构造的混合S-FE-SEA能够在声固耦和系统的频响分析中得到比传统FE-SEA混合方法更好的精度。(3)针对薄板结构的声学传递损失预测问题,本文建立了基于边光滑有限元模型以及统计能量法的叁子系统的混合ES-FE-SEA模型,进一步提高了中频传递损失预测的准确性。基于边的光滑有限元,可以“软化”其传统有限元中得固有的“刚度偏硬”特性从而减少误差。同时,SEA方法能够处理相对更高频率范围的声学不确定性问题。在混合模型中,关注的结构采用精度较高的ES-FEM方法进行离散模拟,由于相邻空腔的模态密度较大,因此混响空腔则采用高频的SEA方法进行建模。不同SEA与FE子系统之间的耦合通过直混场互惠原理建立。新方法首先应用在一个标杆算例,得出的预测解与参考结果吻合的程度非常高。随后该方法被应用于某轿车前挡风玻璃以及前隔板的声学传递损失预测中,最后,通过标准实验,进一步验证了ES-FE-SEA在计算精度方面的优势。(4)针对结构振动辐射噪音分析的问题,本文提出了一种利用快速多极元边界元与基于边的光滑有限元的混合数值计算方法(ES-FEM/FM-BEM),其中振动结构域使用ES-FEM方法来建模型。基于单元边的梯度光滑处理可用来减少标准有限元里面的刚度偏硬的现象,从而减少了内在的数值离散缺陷,提高计算精度。将通过ES-FEM计算得到的结构表面的法向速度作为边界条件施加在声腔接触面,并利用快速多极边界元FM-BEM预测声腔内外的辐射噪音。与传统边界元相比较而言,FM-BEM矩阵向量运算量以及数据存储量都大大降低。混合ES-FEM/FM-BEM方法充分利用了ES-FEM和FM-BEM各自的优点,从而避免了传统有限元精度低,传统的BEM算法计算效率低等缺陷。混合ES-FEM/FM-BEM首先应用在标准算例,对比了混合方法的计算精度与效率。随后该方法应用在实际汽车振动辐射噪音的预测中,取得较好的效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合噪音论文参考文献
[1].张娟,罗翊,吴慧芳.白噪音干预对混合性焦虑抑郁障碍患者睡眠质量的影响[J].长江大学学报(自然科学版).2019
[2].吴飞.汽车车身振动噪音控制混合数值方法研究[D].湖南大学.2015
[3].沈震,刘化学,刘强.低噪音沥青混合料在路面养护工程中的应用研究[J].华东公路.2012
[4].罗晓军,王世秀,李兵.非局部混合噪音滤波器MNF的一种快速算法[J].湖南师范大学自然科学学报.2012
[5].王世秀,罗晓军,李兵.一种新的混合噪音滤波器加速算法[J].重庆师范大学学报(自然科学版).2012
[6].罗晓军,王世秀,李兵,许俊玲.基于邻域结构相似性的混合噪音线性滤波算法[J].计算机工程与科学.2011
[7].韩宏伟,张晓晖,葛卫龙.消除水下激光图像混合噪音的软形态滤波算法[J].光子学报.2011
[8].罗晓军,王世秀,李兵,许俊玲.基于ROLD统计量的混合噪音线性滤波算法[J].计算机工程与应用.2010
[9].李兵,刘全升,徐家伟,罗晓军.去除混合噪音的一种新方法[J].中国科学:信息科学.2010
[10].吴奇,刘静,熊福力,刘晓军.惩罚复杂诊断系统混合噪音的模糊小波分类机[J].自动化学报.2009
标签：白噪音; 混合性焦虑抑郁障碍; 睡眠质量; 睡眠量表(RCSQ);