附件C：譯文

多尺度信號自動處理， 車輛噪音和振動質(zhì)量分析

David A. Whitney and Bruce Broder
TASC
55 Walkers Brook Drive
MA 01867-3297
Reading,
dawhitney@tasc.com

摘要
本文介紹了一種新的信號處理技術(shù)為了了解有關(guān)車輛的動態(tài)、時變信號:Hyperstate分析。車輛噪音和振動、是隨機(jī)變，是用以前光譜分析技術(shù)不能得到有效分析的信號。通過使用嵌套隱馬爾可夫模型， Hyperstate分析，為更好地信號描述明確指出了在許多時間尺度，瞬態(tài)和非平穩(wěn)行為。嘈雜信號的客觀分類采用了基于概率的自動框信號。此技術(shù)應(yīng)用到不同類型的車輛發(fā)動機(jī)的啟動順序方面。這項工作顯示Hyperstate分析所認(rèn)識的隨機(jī)變化的信號異同和分歧，并表現(xiàn)出可以進(jìn)行有效的自動的，客觀的分類和信號分解的NVH （噪音，振動和粗糙的事物）的研究。
1 .導(dǎo)言
本文介紹了一種新的信號處理技術(shù)為了了解有關(guān)車輛的動態(tài)、時變信號Hyperstate分析。鼓風(fēng)機(jī)馬達(dá)噪聲、儀表盤搖鈴噪聲、傳輸齒輪噪聲、刮水器電動機(jī)和電力配件噪聲都是的瞬態(tài)或非平穩(wěn)車輛噪聲信號的典型例子是用經(jīng)典譜分析技術(shù)不能有效地分析。信號的時間頻率交涉像威格納-威廉姆斯分布一樣，可提供更好地了解時變信號信息，但難以解釋復(fù)雜的信號，并能有效的形容變異只需一個單一的時間尺度。Hyperstate分析，明確指出了動態(tài)特征在多時間尺度下，為更好的信號描述，基于概率的嘈雜信號的客觀分類自動框架。概率框架是更強(qiáng)大的比一個簡單的模式或透射模板匹配方法，因為它占了隨機(jī)變化的簽名車輛與車輛及以上時間。
一個Hyperstate架構(gòu)，能夠服務(wù)于核心信號的處理技術(shù)。 用心理聲學(xué)分析，以取代人為主觀評價一個客觀的，自動的質(zhì)量評價。 Hyperstate技術(shù)也可以被用來確定乘客對各種聲音或具有復(fù)雜的，多層次的格局的振動靈敏度，并可應(yīng)用于機(jī)械故障診斷。