[发明专利]一种低信噪比异常声音信号的检测系统及检测方法有效
申请号: | 201710577135.8 | 申请日: | 2017-07-14 |
公开(公告)号: | CN107393555B | 公开(公告)日: | 2020-08-18 |
发明(设计)人: | 冯祖仁;李鹏;梁恺;周庆;李长通;韩玉 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G10L25/51 | 分类号: | G10L25/51;G10L25/78;G10L17/26;G10L19/02;G10L25/03 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 陆万寿 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
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 低信噪 异常 声音 信号 检测 系统 方法 | ||
1.一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,检测系统包括置于待测环境中的检测单元,检测单元连接异常声音特征库,检测单元和异常声音特征库均连接上位机控制模块;
所述检测单元用于接收上位机控制指令后执行相应功能,运行检测算法,对待检测环境声音进行采集、检测并上传结果;
所述异常声音特征库用于储存多种待检测的目标声音的声学特征模板,为检测过程提供比较数据;
所述上位机控制模块用于对检测单元的通信控制;对检测结果进行分析、显示和预警,并且对检测单元上的检测程序进行远程维护和更新;
检测方法包括以下步骤:
步骤一,提取声音信号在时频域的能量特征,并依据实际环境因素对其进行修正;
步骤二,对待检测信号进行分帧化处理;
步骤三,对分帧后的待检测信号做小波包变换,将小波包系数矩阵按每帧中的分段来计算子带能量,从而得到每帧数据的特征矩阵;
步骤四,通过待检测信号特征矩阵依次求取每段信号相比目标信号的能量增值,组合得到此帧信号的能量增值向量;
步骤五,采用取平均的方式对多帧数据的能量增值向量做融合,得到最终的检测结果序列{di};
步骤六,依据设置的平稳时长对此阶段的检测结果序列{di}进行中值滤波,以中值滤波结果的最大值来修正预定阈值;
步骤七,对检测结果序列{di}进行中值滤波,产生稍滞后的确认序列{qi},确认序列{qi}滞后的时间等于滤波窗口长度的一半;
步骤八,依据确认序列{qi}和修正后的阈值来计算产生预警结果序列{ai}。
2.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述检测单元包括声音传感器、放大器、数据采集卡和嵌入式处理器。
3.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述检测单元通过互联网与上位机控制模块进行通信。
4.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述步骤一中,首先利用小波包分解的方式提取目标声音信号的声学特征,用向量t表示;其次,根据声音在空气中的传播衰减特性对目标特征t进行修正,得到然后,利用带通滤波器滤除超低频和超高频部分的干扰噪声,即将中该部分频率所对应的特征值置为0,得到最后,重新对特征向量归一化,得到目标信号的声学特征ts。
5.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述步骤二中,检测窗口帧长度为test_win_n,每帧分为ts_n片段,每段长度为segment_n。
6.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述步骤三中,待检测帧数据做小波包分解,得到小波包系数矩阵Srow×col;然后,将系数矩阵Srow×col按段计算子带能量特征,得到每帧数据的特征矩阵
7.根据权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,所述步骤四中,计算待检测信号特征相对于目标信号特征ts的能量增值Ets_n。
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西安交通大学,未经西安交通大学许可,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/201710577135.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于语音活动检测的听觉特征提取方法
- 下一篇:一种实现音频处理的方法及装置