XiaoMi-AI文件搜索系统
World File Search SystemAcoustic
声学载荷的结构方面 - NATO STO
本 AGARDograph 展示了由 A.G.A.R.D. 结构和材料小组发起的关于声学负载结构方面的研究协调计划的结果。小组发现，许多飞机公司和研究机构已经对声疲劳的各个方面进行了大量研究，但很少有人将各个方面结合起来并评估整体解决方案的进展情况。这项工作旨在总结与声疲劳相关的各种主题的当前信息，并讨论该主题的发展状态。它基于 1959 年下半年和 1960 年上半年进行的访问。1960 年 9 月提交的第一份草案报告已根据小组的讨论和该领域工作人员的评论进行了一些修改。
铁路喇叭系统声学特性研究
美国运输部、研究和特别项目管理局、沃尔普国家运输系统中心在联邦铁路管理局的支持下，正在开展一项研究计划，旨在减少公路铁路平交道口的死亡和受伤人数。作为该计划的一部分，沃尔普中心的噪声测量和评估设施正在进行一项研究，以确定铁路喇叭系统的有效性。本文件是支持这项研究的第一份出版物。它介绍了在爱荷华州康瑟尔布拉夫斯、佛罗里达州杰克逊维尔、马萨诸塞州剑桥和内布拉斯加州奥马哈进行的声学测量的结果，以确定几种铁路喇叭系统的声学特性。获得的数据包括频谱、指向性、下降率、最大 A 加权声级和声音暴露水平。
4.07.04远程声学设备协议
Dornat A. Drummond，主要目的：提供使用和部署远距离声学设备（LRAD）的准则。政策：克利夫兰警察局的政策是，在自然灾害，人群管理和控制情况下，或者当其他形式的交流无效或无法使用以清楚地交流信息并安全地解决与公众交流的情况时，将使用LRAD与社区进行交流。定义远程声学设备（LRAD） - 一种声音冰雹设备（AHD），可使用有向声能提供通信和警告功能。lrads可以用于现场或记录的语音或警报（声波）模式中。警报模式 - 一种强烈的，脉动的警告语调，旨在清楚地听到很长的距离。建议在2-5秒爆发中使用，以获得最大的效率。合格的人员必须确保LRAD前面的区域清晰100英尺，然后在PWR/VOL旋钮刻度的红色区域中激活警报音。程序：I。一般准则
声学特征与大脑体积之间的关联
1，波士顿大学chobanian和Avedisian医学院解剖学和神经生物学系，美国马萨诸塞州波士顿，美国2号弗雷明汉心脏研究，波士顿大学chobanian and Chobanian和Avedisian医学院，波士顿，波士顿，波士顿，马萨诸塞州波士顿，马萨诸塞州，美国卫生学院3.公共卫生，美国马萨诸塞州波士顿公共卫生，5 Slone流行病学中心，波士顿大学Chobanian和美国马萨诸塞州波士顿的Avedisian医学院，美国马萨诸塞州波士顿，肺部医学和医学系6级，贝丝以色列Deaconess医学中心，美国马萨诸塞州波士顿，医学院，医学院，医学院，医学院，医学院，医学院和医学院。马，美国1，波士顿大学chobanian和Avedisian医学院解剖学和神经生物学系，美国马萨诸塞州波士顿，美国2号弗雷明汉心脏研究，波士顿大学chobanian and Chobanian和Avedisian医学院，波士顿，波士顿，波士顿，马萨诸塞州波士顿，马萨诸塞州，美国卫生学院3.公共卫生，美国马萨诸塞州波士顿公共卫生，5 Slone流行病学中心，波士顿大学Chobanian和美国马萨诸塞州波士顿的Avedisian医学院，美国马萨诸塞州波士顿，肺部医学和医学系6级，贝丝以色列Deaconess医学中心，美国马萨诸塞州波士顿，医学院，医学院，医学院，医学院，医学院，医学院和医学院。马，美国
气凝胶的声学特性：现状与展望
噪音污染被恰当地描述为现代瘟疫之一。[1] 由于嘈杂的环境会对健康产生许多不利影响，从睡眠障碍到心血管疾病，减少人类接触过多噪音对于居住在城市的大量人口的公共健康至关重要。 关于吸音材料，最佳选择取决于预期的声音频率范围； 衰减高频声波的解决方案依赖于与极低频噪声解决方案完全不同的吸收机制。 在室内，最常用的吸音材料本质上是多孔的，因为它们能够以相对较薄的层有效吸收中高频声音。 市场上常见的多孔吸收材料，目标是在 350 Hz 以上吸收超过 90%，包括玻璃棉和矿棉以及由三聚氰胺或聚氨酯制成的吸音泡沫。 在这里，我们回顾了气凝胶的声学特性，并展示了它们挑战和超越当前市场标准的吸收特性的巨大潜力，无论我们谈论的是气凝胶在声学和声学方面的性能。
Sonoscan Gen6 C模式扫描声学显微镜（...
Gen6™C模式扫描声显微镜是声学显微镜成像（AMI）创新的新一代。在从Gen5™中获得最佳状态（例如：其尖端技术，高级功能，美学和人体工程学），Gen6在其余部分中改进，并将声学成像提升到一个新的水平。Gen6提供了最广泛的功能。您的需求是对无损故障分析，过程开发，R＆D，军事应用的高R-REL资格或中等/中等量筛查的需求，GEN6是一个可以满足您所有需求的C-SAM系统。gen6非常适合各种应用，例如；微电子，MEMS，SSL LED，电源模块，太阳能，Hightech材料等。AdvancedSonoscan®功能，例如Polygate™，Sonosimulator™，虚拟恢复模式（VRM）™和可选的频域成像（FDI）™增加价值和信心。凭借其较大，轻松的，发光的扫描区域，Gen6具有有效扫描从单个零件到300mm晶圆的所有内容，其塔楼引用了扫描和固定装置。
根据声学特征生成脑电图特征
脑电图 (EEG) 是一种非侵入性测量人脑电活动的方法。EEG 传感器被放置在受试者的头皮上以获取 EEG 记录。参考文献 [1]–[3] 表明，EEG 特征可用于执行孤立和连续语音识别，其中受试者说话或聆听时记录的 EEG 信号使用自动语音识别 (ASR) 模型转换为文本。在 [4] 中，作者展示了使用深度学习模型从侵入性皮层脑电图 (ECoG) 信号合成语音。同样，在 [2]、[5] 中，作者展示了使用深度学习模型从 EEG 信号合成语音。在 [2]、[5] 中，作者展示了使用不同类型的 EEG 特征集的结果。使用 EEG 特征进行语音合成和语音识别可能有助于有语言障碍的人或无法说话的人恢复语音。在本文中，我们感兴趣的是研究是否有可能从声学特征预测 EEG 特征。这个问题可以表述为基于 EEG 的语音合成的逆问题。在基于脑电图的语音合成中，声学特征是根据脑电图特征预测的，如参考文献 [2]、[5] 中所述。从独特的声学模式预测脑电图特征或特征可能有助于更好地理解人类大脑如何处理语音感知和产生。在实验室中记录脑电图信号是一项耗时且昂贵的工作
克努森数对非线性声谱的影响...
我们对气体稀薄对共振平面非线性声波能量动力学的影响进行了数值研究。问题设置是一个充满气体的绝热管，一端由以管的基本共振频率振动的活塞激发，另一端封闭；非线性波逐渐陡化，直到达到极限环，在足够高的密度下形成激波。克努森数（这里定义为特征分子碰撞时间尺度与共振周期之比）通过改变气体的基准密度在 Kn = 10 − 1 − 10 − 5 范围内变化，从稀薄状态到密集状态。工作流体为氩气。用 Bhatnagar-Gross-Krook (BGK) 模型封闭的玻尔兹曼方程的数值解用于模拟 Kn ≥ 0.01 的情况。对于 Kn < 0 . 01 ，使用完全可压缩的一维 Navier-Stokes 方程和自适应网格细化 (AMR) 来解析共振弱冲击波，波马赫数高达 1.01 。非线性波陡化和冲击波形成与波数-频率域中声能的频谱展宽有关；后者是根据 Gupta 和 Scalo 在 Phys. Rev. E 98, 033117 (2018) 中得出的二阶非线性声学的精确能量推论定义的，代表系统的 Lyapunov 函数。在极限环处，声能谱表现出惯性范围内斜率为 −2 的平衡能量级联，同一作者在自由衰减的非线性声波中也观察到了这种现象。在本系统中，能量在低波数/频率时通过活塞从外部引入，在高波数/频率时由热粘性耗散平衡，导致系统基准温度升高。热粘性耗散率在基于最大速度振幅的固定雷诺数下按 Kn 2 缩放，即随流动稀疏程度而增加；一致地，极限环处陡峭波的最小长度尺度（对应于冲击波（存在时）的厚度）也随 Kn 而增加。对于给定的固定活塞速度振幅，光谱能量级联的惯性范围的带宽随克努森数的增加而减小，导致系统的共振响应降低。通过利用柯尔莫哥洛夫流体动力学湍流理论中的无量纲缩放定律，结果表明，基于域内最大声速幅，可以预期声学雷诺数 Re U max > 100 的谱能量传递惯性范围。
