[发明专利]一种民用航空器噪声感知与识别装置及其方法有效

专利信息
申请号: 201210244998.0 申请日: 2012-07-16
公开(公告)号: CN102820034A 公开(公告)日: 2012-12-12
发明(设计)人: 丁建立;杨勇;杨国庆;曹卫东;杨志娴;王静 申请(专利权)人: 中国民航大学
主分类号: G10L21/02 分类号: G10L21/02;G10L15/02;G10L15/06;G10L15/20
代理公司: 天津市鼎和专利商标代理有限公司 12101 代理人: 崔继民
地址: 300300 天津市东*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 民用 航空器 噪声 感知 识别 装置 及其 方法
【权利要求书】:

1.一种民用航空器噪声感知与识别装置,其特征在于:包括:传声器模块、主控模块、存储模块、声特征提取模块和判决模块;其中:

传声器模块,采集声音信息,并将采集到的声音信息进行滤波处理,将分贝值低于某个设定值的声音信息滤除掉,将分贝值高于某个设定值的声音信息作为航空器噪声,最后将所述航空器噪声进行模数转换后传输给主控模块;

主控模块,接收所述航空器噪声,并将航空器噪声存储到存储模块中或者将存储模块中的航空器噪声提取出来传输给声特征提取模块;

声特征提取模块,接收航空器噪声,并提取航空器噪声的特征向量;

判决模块,将所述特征向量进行模式识别判断,并将逻辑判断结果传输给主控模块。

2.根据权利要求1所述的民用航空器噪声感知与识别装置,其特征在于:所述主控模块为ARM处理器,所述声特征提取模块由数字信号处理集成电路和现场可编程门阵列集成电路组成,其中:ARM处理器的异步串口UART与数字信号处理集成电路的同步串口McBSP电连接。

3.根据权利要求1所述的民用航空器噪声感知与识别装置,其特征在于:所述声特征提取模块包括:噪声预处理单元、减噪单元、滤波器单元和特征生成单元;其中:

噪声预处理单元,对接收到的航空器噪声进行分帧和加窗;

减噪单元,应用维纳滤波、小波滤波等减噪方法减小设备噪声和环境噪声;

滤波器单元,对预处理完成的航空器噪声进行快速傅里叶变换并得出功率谱,将所述功率谱与MEL滤波器组系数相乘得出列向量;

特征生成单元,将所述列向量进行指数压缩和离散余弦变换得到压缩向量,对时间域上前后若干帧航空器噪声信号的特征向量进行差分运算得出一阶差分特征向量,最后将所述压缩向量和所述一阶差分特征向量组成特征向量。

4.根据权利要求1所述的民用航空器噪声感知与识别装置,其特征在于:所述判决模块为支持向量机SVM,所述支持向量机SVM经过训练得到N个支持向量,然后将所述N个支持向量固化到存储模块中,最后将特征向量与所述N个支持向量代入支持向量机SVM的核函数中,最后运算得出判决结果。

5.根据权利要求4所述的民用航空器噪声感知与识别装置,其特征在于:所述核函数为RBF核函数。

6.一种民用航空器噪声感知与识别方法,其特征在于:包括如下步骤:

步骤一、提取不同型号民用航空器的不同工况、不同方位、不同距离的航空器噪声,通过对航空器噪声的分析得出支持向量;

步骤二、采集航空器噪声,通过对航空器噪声的分析得出特征向量;

步骤三、将所述特征向量和支持向量做线性运算得出判决结果。

7.根据权利要求6所述的民用航空器噪声感知与识别方法,其特征在于:得出所述步骤一中的支持向量后,将所述支持向量输入支持向量机进行训练。

8.根据权利要求6所述的民用航空器噪声感知与识别方法,其特征在于:得出所述步骤一中的支持向量后,将所述支持向量输入PC平台进行训练,并将训练的结果固化到数字信号处理集成电路中。

9.根据权利要求6所述的民用航空器噪声感知与识别方法,其特征在于:所述步骤二包括如下过程:

①、采集声音信息;

②、过滤声音信息,将分贝值低于某个设定值的声音信息滤除掉,将分贝值高于某个设定值的声音信息作为航空器噪声保留;

③、对航空器噪声进行快速傅里叶变换并得出功率谱,将所述功率谱与MEL滤波器组系数相乘得出列向量;

④、将所述列向量进行指数压缩和离散余弦变换得到压缩向量,对时间域上前后若干帧航空器噪声信号的特征向量进行差分运算得出一阶差分特征向量,最后将所述压缩向量和所述一阶差分特征向量组成特征向量。

10.根据权利要求6所述的民用航空器噪声感知与识别方法,其特征在于:所述步骤二和步骤三采用数字信号处理集成电路和现场可编程门阵列集成电路实现。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国民航大学,未经中国民航大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210244998.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top