基于FPGA的实时声源定位

提出了利用2个麦克风基于FPGA的声源定位的方法.具体通过基于相位变换改进的互相关方法成功在低信噪比(10 dB)的噪声环境下完成声源定位.利用同样的算法和硬件结构,可以在1片FPGA芯片上实现5组并行的时域处理的系统,而且每个麦克风的功耗只有77 mW～108 mW.     

基于宽度学习系统的短期电力负荷预测方法研究

电力负荷预测已成为电力调度的一项重要工作,也是评估电力企业是否实现现代化的重要指标之一。精准可靠的电力负荷预测数据对合理安排电力企业发电机组启停、降低电力损失、保障社会用电安全和提高电力企业经济效益等方面具有重要意义。短期电力负荷预测是针对短期负荷变化、甚至实时负荷变化,但由于短期负荷变化较为突然,预测难度大。为了提高短期电力负荷预测精确度,本文提出了一种基于宽度学习系统的短期电力负荷预测方法,通过采用邻域粗糙集分类算法,对输入参数进行特征提取,然后采用宽度学习系统对电力负荷历史数据进行离线训练,利用已训练完成的模型实现24h短期负荷预测。研究结果表明,使用本方法可以有效降低MAPE和RMSE,也有效减少了训练时间,提高了模型训练速度,具有优异的预测能力。     

基于声压幅度比的声源定位

该文提出一种使用声压幅度比进行声源定位的方法。该方法从接收阵列各拾音器所接收之电压信号的幅度与相应拾音器到待测声源的距离两者之间存在的关系出发,给出了以声压幅度比为参量的约束条件的表达式,建立了利用这些约束条件进行声源定位的算法。为了验证方法的有效性,进行了计算机仿真实验。结果表明本文提出的定位方法简单、快捷,具有较高的定位精度。     

基于加权预测误差算法的声源定位方法

混响是导致室内声源定位精度下降的主要因素之一.为了降低混响环境下的定位误差,本文应用加权预测误差算法对麦克风阵列信号进行去混响预处理.为了定量分析该去混响方法为声源定位带来的精准度上的提升,我们在多种混响时间、多种白噪声信噪比、两类定位算法和两种阵列参数条件下进行了仿真和实验.仿真和实验结果均表明,与不使用去混响预处理...     

基于麦克风阵列的声源定位系统设计

从系统的角度对真实声场环境下基于到达时间差的声源定位算法进行了研究,搭建了基于麦克风阵列的声源定位系统,将LabVIEW应用于声源定位软件的开发,方便地完成信号的采集与处理,运用广义互相关函数法进行时延估计,结合平面四元十字阵模型建立方程组实现定位。该系统人机界面友好,具有较强的数据分析和处理能力,能及时跟踪声源的位置变化。     

宽度学习系统研究进展

当数据规模庞大时,深度学习模型会遇到权重调整耗时,容易陷入局部最优解的问题.为了解决这些问题,宽度学习系统应运而生,宽度学习系统不仅结构简单、训练速度快、准确率高,而且还具有增量学习的优势.介绍了宽度学习系统的产生背景和发展历程,阐述了宽度学习系统的基础理论与实现方法,对比了它与深度网络的异同;介绍了宽度学习系统在图像分类、数值回归、脑电信号处理等应用中的改进算法,分析了这些算法的优势和不足.最后总结了现有宽度学习算法存在的缺陷,并对未来研究方向进行了展望.     

基于声源定位技术的智能视频监控系统

针对目前的大部分视频监控系统都是基于图像检测的静态或动态监控,提出了在智能视频监控系统中应用声源定位和摄像头动态采集进行联合判决的方案。系统采用麦克风阵列对声源进行定位,然后驱动摄像头转动到声源位置监控,通过图像分析给出报警动作。实验结果表明,该系统在低噪声干扰的实验环境下,能实现对声源的有效定位,并进行异常情况报警。     

基于粒子滤波的声源定位方法

针对噪声与混响环境下的声源定位问题,采用了一种基于粒子滤波的麦克风阵列的声源定位方法。在粒子滤波框架下,将到达麦克风的语音信号作为观测信息,通过计算麦克风阵列波束形成器的输出能量来构建似然函数。实验结果表明,方法提高了声源定位系统的抗噪声与抗混响能力,即使在低信噪比强混响的环境下也能获得较高的定位精度。     

基于机器人听觉的声源定位策略

针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。     

基于声音导引的声源定位系统设计

声音定位技术在当今高度智能化的社会中有着诸多方面的应用,涉及军事、海洋搜索、多媒体通信、智能机器人等方面,声音定位是一项既有明确应用背景又有前沿技术特点的技术。设计的声源定位系统以增强型单片机C8051F020和C8051F330为控制核心,以麦克风为收音设备,以声音为引导,通过无线通信技术,实现对移动声源定位的控制。经测试,本系统能够精确控制移动声源,实现声源的定位的控制。     

基于模糊集合改进的TDOA声源定位方法

面向在复杂场景下对特定的声源进行筛选并定位的情况,设计了一套声源定位系统该系统以STM32为主控芯片,以基于时间差定位算法(the time differences of arrival,TDOA)作为基本原理。对于可能出现的低信噪比、线性度不贴合实际、以及多径效应等情况,首先利用模糊集合对采集到音频数据进行筛选处理处理,增强信号的抗干扰性,从而得到理想的音频数据。之后利用网格迭代法估算声源坐标。在相同条件下与传统TDOA算法进行实验对比,结果表明在对特定频率的音频进行定位时,整个系统相比于传统算法更具有抗干扰性和定位准确度,达成了预期目标。     

浅谈基于时延估计算法的声源定位技术

声源定位算法的关键是在不同的收集时间延迟估计在阵元阵列的声信号.在时延估计算法中有两个重要的概念.即时间延迟和时间延迟估计.时间延迟估计是指使用信号处理和参数估计方法的原理以及声源信号的时延估计来进行测定,以确定声源信号的空间距离,空间定位和运行速度等相关参数.     

基于声源阵列的空间麦克风定位方法研究

针对当前麦克风位置估计方法出现较少且只对平面的麦克风阵列进行位置估计的问题,提出了一种基于声源阵列的空间麦克风定位方法。该方法将四个声源按照正四面体形式排列,在利用其对称性保证定位全向性的同时,根据时延估计的测距方法计算麦克风与各个声源之间的距离,之后根据几何关系确定麦克风位置坐标,实现在线的基于声源阵列的空间麦克风位置估计。通过进行MATLAB仿真实验,验证了该方法的可行性和有效性。     

基于lasso和elastic net的宽度学习系统网络结构稀疏方法

本文提出了一种基于lasso和elastic net的宽度学习系统(BLS)网络结构稀疏方法,将标准BLS目标函数中的L2范数分别替换为lasso和elastic net,利用这两种正则化技术来约束网络输出权重,衡量每个网络节点输出权重对预测的影响程度,将多余的节点进行剔除,提高了网络结构的稀疏性.通过对一些回归数据集进行实验,可以看到本文提出的方法在不损失预测精度的前提下,同时简化了网络结构.     

基于AdaBoost集成加权宽度学习系统的不平衡数据分类

宽度学习系统（BLS）是一种浅层的神经网络结构,具有快速训练、增量学习等特征,在处理类别不平衡数据时提取到的少数类别特征较少,导致识别结果不理想。提出一种基于AdaBoost集成加权宽度学习系统（AdaBoost-WBLS）的不平衡数据分类方法,通过迭代实现权重的动态更新,获得更符合数据特征的权重,提升集成模型对少数类的识别能力。基于KKT条件,对加权宽度学习系统的加权优化过程进行推导,验证了对角权重对BLS模型误差的抑制作用。在AdaBoost-WBLS模型集成初始化时,采用基于类别信息的初始化权值策略,使模型具有更高的集成训练效率。在集成权重更新时,不同数据类别采用不同的正则化更新方式,保留数据的类内特征并增加类间区分度。在实验过程中,对AdaBoost-WBLS模型的不同参数进行寻优,得到相关参数在有限范围内的最优取值。实验结果表明,AdaBoost-WBLS模型相比AdaBoost和BLS类相关模型能有效改善少数类别特征的提取能力,并且在Satimage数据集上相比加权过采样的深度自编码器模型的G-mean高出4.36个百分点,明显提升了不平衡数据的识别能力。     

基于分布式麦克风阵列的声源定位算法

为了提高相位变换加权的可控响应功率SRP-PHAT(Steered Response Power-Phase Transform)声源定位算法的性能,提出一种基于分布式麦克风阵列的改进算法。根据分布式麦克风阵列的特点,使用麦克风对接收信号的广义互相关GCC-PHAT(Generalized Cross-Correlation with Phase Transform weighting)函数的最大值来评价接收信号的质量。在传统SRP-PHAT算法的基础上,以该最大值为权重乘以每对麦克风接收信号的GCC-PHAT函数。该算法质量较高的麦克风对接收信号赋予了较大的权重,因而能提高定位性能。仿真结果表明,在信噪比低于10 dB,混响时间大于300 ms的条件下,改进算法的定位成功率比传统算法提高了2%~4%。     

基于隐马尔科夫模型的变电站继电保护设备故障声源定位方法

为了提高变电站继电保护设备故障声源定位精度,提出了基于隐马尔科夫模型的变电站继电保护设备故障声源定位方法研究。利用隐马尔科夫模型的马氏距离,确定声源在不同高度的衰退阶段;根据状态转移的过程,计算继电保护设备的衰退概率;利用数据处理算法预测变电站继电保护设备的性能衰退;利用梅尔频率倒谱系数确定故障声源特征参数,结合离散余弦变换原理,提取声源特征;利用匹配追踪分解法计算故障声源的幅值和时频,聚类分析故障声源信号特征,实现故障声源定位。实验结果表明,所提出的方法在继电保护设备故障声源定位精度上达到80%以上,提高了故障声源定位精度和定位效率,能够保证继电保护设备的稳定运行。     

激光监听与声源定位

本文提出了一种激光监听模型,并简要地介绍了其基本原理和实现方法。玻璃因受室内声音变化的影响而发生轻微的振动,从玻璃上反射回来的激光包含了室内声波振动信息,用接受装置将声音复原,实现远距离安全监听。另外,同时使用两束激光照射玻璃,通过检测两束反射光的相位差实现声源定位功能。     

基于麦克风阵列的实时声源定位

由于噪音和多路的存在,声源定位总是很难达到一个很高的精度.针对这个问题提出了一个在智能教室环境下使用麦克风阵列对声源位置进行实时估计的算法,该算法分为三个阶段--去除噪音、延时估计和空间定位,即首先通过一个滤波器来对语音信号中噪音进行预处理,然后通过一个改进的GCC-PHAT算法来对多路语音信号的时延进行估计,最后通过构建几何关系来估计声源的位置.实验结果表明,在有一定噪音的自然教室环境下,算法的平均定位精度能够控制在5cm以内,具有很强的应用性.