摘 要：提出了一种基于神经网络的扬声器故障检测方法．通过扫频仪激励扬声器，采集扬声器的响应信号，利用小波包分解的方法时频分析响应信号，得到各频段的能量；对分解后各频段信号的特征能量进行提取，规一化特征能量；把规一化后的特征能量作为人工神经网络的输入，通过BP 神经网络对扬声器故障进行分类识别．实验对165 个扬声器进行识别，识别率为95.8%．实验结果表明，该方法简便有效，具有实用价值．

论文下载：

12.pdf

  浏览次数：