基于听觉仿生和压缩感知的助听器声源定位方法

在声源定位方面,由于麦克风阵列利于评估麦克风对间的声源定位参数,因此其性能比单麦克风优越.但是当麦克风对间距过小时,获得足够的定位参数信息变得非常困难.针对这个问题,在研究奥米亚棕蝇听觉系统定位机制的基础上,提出采用差分微麦克风信号构建包含声源信息的信号模型.同时为了减低计算量,采用多通道联合压缩感知(compressed sensing,CS)进行声源采样.根据构建的CS模型,采用自适应次梯度投影算法重构包含声源信息向量,通过评估重构信号的能量峰值获得声源位置.理论分析和仿真结果表明,该方法同其他声源定位算法相比,具有定位精度高、抗噪声鲁棒性强,计算量小等优点.     

新自适应阈值的小波滤波在被动声源定位中应用

在被动声源定位研究领域,广义互相关法是应为最为广泛的一种定位方法。而基于小波滤波的广义互相关法克服了传统广义互相关法需要信号和噪声先验知识的局限性;很好地提高了相关噪声条件下的非平稳信号的定位精度。针对小波阈值滤波提出一种新的自适应阈值以获得更好的去噪效果,提高基于广义互相关法的声源定位精度。最后,仿真比较了几种自适应阈值去噪效果以说明提出的自适应阈值的优越性,并进行定位实验验证基于新自适应阈值小波滤波的被动声源定位精度得到极大改善。     

非泄漏固定声源干扰下的管网泄漏定位技术研究

实际管网泄漏检测环境中,管内外非泄漏固定噪声(如施工、管道阀门噪声等)叠加在管道泄漏声信号中,传感观测信号间的互相关函数中有多个相关峰值,若不能正确识别峰值来自泄漏还是非泄漏声源,将导致漏点定位错误。以两传感观测信号的自相关函数构建非泄漏和泄漏信号特征提取函数,通过特征提取函数识别出管道传播媒质对两类信号的衰减特征信息,该衰减特征结合互相关函数的相关峰值时延信息,识别出峰值来自泄漏还是非泄漏声源。实际定位应用表明,在管内外非泄漏固定噪声干扰下,漏点定位误差在1 m以内,突破了传统基于时延估计的泄漏定位技术及仪器需要在夜间,或人为关闭某些管道阀门、支路等安静环境下,通过回避干扰噪声才能进行定位的限制。     

基于四阶累积量的供水管道泄漏振动信号自适应时延估计

在相关高斯噪声干扰下,特别是在低信噪比时基于互相关的供水管道泄漏振动信号时延估计性能严重下降。因此,提出基于四阶累积量及递归最小二乘(RLS)自适应滤波的供水管道泄漏振动信号时延估计方法。首先,通过自、互四阶累积量分割信号频带,获得含有泄漏振动信号特征的一维切片;然后,引入可变步长的RLS算法,提高收敛速度;最后,利用RLS算法对上述一维切片进行迭代计算,分析滤波器权系数曲线及误差曲线得出时延估计结果。仿真与实验结果表明,该方法能够有效的实现供水管道泄漏定位:在低信噪比与相关高斯噪声背景下,互相关方法失效;与四阶累积量-互相关方法相比,所提方法的平均相对定位误差减少了2.56倍,标准差减小了1.736倍。     

基于麦克风阵列的声源定位系统

基于麦克风阵列的声源定位技术有着很好的安全性和隐蔽性,在军事领域和民用领域有着广泛的应用。主要研究了几种常用的基于麦克风阵列的时延估计定位算法,仿真分析了他们各自的特性,并最终通过实验验证了PATH-GCC广义互相关算法的可行性。     

基于广义互功率谱的温度检测方法

声温法是基于声波与CT技术相结合的非接触测温法,声波信号飞渡时间的精确测量是温度场检测的关键环节,在低信噪比、复杂混响的背景环境下,传统相关算法无法准确计算出声信号的时延。采用广义互功率谱相位分析算法来克服背景环境中乘积性干扰和卷积性干扰,通过对采样信号进行白化处理,并随信噪比的变化调整互功率谱的权值,来提高时延估计算法的抗噪声与抗混响能力。理论推导和实验结果分析证明,与传统相关函数分析算法和互功率谱相位时延算法进行比较,新互谱算法能有效克服噪声和混响干扰,锐化峰值,准确估计出声信号的时延。     

基于四元传声器阵列的声源全方位定位算法

为了准确定位声源所在空间位置,解决声源方位计算产生盲区问题,在分析方位估计算法基础上,建立四元传声器阵列模型,将各阵元间的相对位置关系转化为三维坐标,提出了一种声源全方位定位算法。将声源所在位置划分为4种情况进行研究,利用声源传播到各阵元时延值,对声源所在方位进行反演,得到声源坐标和角度。对定位性能进行分析,实验结果表明,该算法能有效对声源进行定位,坐标和水平偏角误差率约为5%,仰角误差率约为10%,具有较好的定位效果。     

基于声信号人耳听觉谱特征的风机故障诊断

提出了风机噪声信号的人耳听觉谱特征提取方法,利用人耳听觉谱特征模拟人耳听觉系统的特性,采用支持向量机分类器进行风机故障的分类识别;设计了基于听觉原理和支持向量机分类器的风机故障诊断系统,并应用于风机故障诊断.文中所用实验数据是在工厂现场采集获得,对现场实测数据的识别实验证明,人耳听觉谱特征可有效用于风机故障诊断,可正确识别99.18%的正常机器,故障类型诊断的正确识别率在91%以上.     

机电设备故障声源定位系统设计

针对传统设备状态监测与故障诊断系统中数据量大、实时性与可移植性差等问题,设计了一种故障声源定位系统。基于麦克风四元阵模型,通过广义互相关算法(GCC)完成时延估计从而对声源进行定位。采用Lab VIEW搭建了系统的软件平台,提供了模块化的人机交互界面。经测试,在杂波环境下,该系统能对设备运行的故障声响进行有效定位,位置精度误差小于5 cm,同时具有良好的实时性与可靠性。     

基于智能手机TDOA估计的被动声源定位方法与系统实现

被动目标监测广泛应用于国防、安全等领域。针对被动声目标监测,首次提出了基于手机平台的被动式声目标定位方法,并设计和开发了原型系统。针对手机间时钟同步对被动式信号到达时间差精度的影响,采用手机内置的麦克风和扬声器发送和接收同步声信号的方式,从而避免了节点间无线同步到声信号采集间的时间延迟不确定性。为了提高信号发送和接收时刻的估计精度,将时间戳信息调制到设定的线性调频声信号,并采用广义互相关方法来实现信号波形检测。进一步,针对被动目标声源的非合作特性,采用统计判决理论和语音活动性检测相结合的方法对观测信号进行联合检波,获得被动目标声源到达时间的高精度估计,即被动声源到手机间的到达时间差。最后,通过多部手机搭建了原型系统并设计实验,结果表明定位误差不超过10%的概率达到80%。