基于AR-MED的阔叶材原木声信号特征参数提取及原木质量分等

摘要：

阔叶材原木的内部缺陷检测和质量分等是提高其利用率和经济效益的有效手段,然而因缺陷声信号的非平稳性和缺陷类型特征的重叠现象,有效的质量评估声参数非常有限.基于此,提出一种基于自回归(AR)和最小熵反褶积(MED)相结合的特征声参数提取与分等方法.基于赤池信息量准则(AIC)应用AR线性滤波器滤除声信号的周期平稳成分,对包含缺陷信息的残差信号进行MED增强,并将计算所得的峭度值作为表征声信号的特征参数,由峭度值对样本原木进行质量分等,并与传统的速度分等进行比较.数值仿真与阔叶材原木实测结果表明,该方法能够显著提高缺陷信号的峭度值并对原木质量进行有效地分等.

关键词：阔叶材原木、质量分等、峭度、最小熵反褶积(MED)、自回归模型

所属期刊栏目：38

分类号：TB52+9(声学工程)

资助基金：国家自然科学基金31170668;江苏高校优势学科建设工程资助项目;南京林业大学优秀博士学位论文创新基金163070682;2017年度大学生实践创新训练计划项目201710298028Z本项目是南京林业大学与美国农业部林产品实验室、明尼苏达德鲁斯大学合作研究项目14-JV-11111133-089

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：181-188