-
公开(公告)号：CN105388479A
公开(公告)日：2016-03-09
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: G01S15/582 , G01S3/8022 , G01S15/586
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
公开(公告)号：CN105118515A
公开(公告)日：2015-12-02
申请号：CN201510387604.0
申请日：2015-07-03
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的风噪声检测方法，包括以下步骤：先对麦克风阵列采集的声音信号进行预处理，包括分帧，去均值等，再利用延时估计算法计算各个通道间的时延值，判断计算的时延值是否超过设定的阈值，如果超过则为风噪声，否则为其他声信号。本发明设计的风噪声检测方法，从风噪声信号和声音目标信号在空气中传播速度的本质性差异入手，利用麦克风阵列间各通道间的时延参数进行风噪声检测。该发明具有简单、计算量小，能在检测精度和功耗两方面获得较好的折中，对风噪声等级具有鲁棒性和环境适应能力强等特点。
-
公开(公告)号：CN104766093A
公开(公告)日：2015-07-08
申请号：CN201510151851.0
申请日：2015-04-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的声目标分类方法，其特征在于包括以下步骤：(1)麦克风阵列对声目标进行定向，通过定向算法的结果对声音信号进行常规波束形成；(2)将常规波束形成后的信号所提取到的特征和定向角度变化量一起送入分类器进行分类。本发明充分利用麦克风阵列的优势，不但提高了目标信号的信噪比而且提升分类算法的准确率和抗噪能力。具有环境适应能力强、性能可靠等优点，特别适用于需要对声目标进行连续监控的场合。
-
公开(公告)号：CN106887238B
公开(公告)日：2020-05-15
申请号：CN201710117865.X
申请日：2017-03-01
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G10L21/0272 , G10L25/27
Abstract: 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。
-
公开(公告)号：CN105388479B
公开(公告)日：2017-09-22
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN105118515B
公开(公告)日：2018-11-27
申请号：CN201510387604.0
申请日：2015-07-03
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的风噪声检测方法，包括以下步骤：先对麦克风阵列采集的声音信号进行预处理，包括分帧，去均值等，再利用延时估计算法计算各个通道间的时延值，判断计算的时延值是否超过设定的阈值，如果超过则为风噪声，否则为其他声信号。本发明设计的风噪声检测方法，从风噪声信号和声音目标信号在空气中传播速度的本质性差异入手，利用麦克风阵列间各通道间的时延参数进行风噪声检测。该发明具有简单、计算量小，能在检测精度和功耗两方面获得较好的折中，对风噪声等级具有鲁棒性和环境适应能力强等特点。
-
公开(公告)号：CN105068042B
公开(公告)日：2017-10-13
申请号：CN201510456283.5
申请日：2015-07-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标计数方法，其特征在于所述的计数方法包括以下步骤：麦克风阵列通过目标检测算法获悉是否出现运动目标；检测到运动目标出现后，麦克风阵列在每个时间帧上利用该帧的采集信号按一个声源对运动目标进行定向，从而得到运动目标在每个时间帧上的角度估计值；检测算法检测到运动目标驶离麦克风阵列过后，麦克风阵列停止角度估计，计算所得各帧的角度估计值经过某个角度带的次数，则该次数就是运动目标的数目。本发明充分利用了麦克风阵列的优势，凭借单个麦克风阵列即可十分便捷地实现对运动目标数目的估计。且所述的计数方法具有传统的使用红外传感器或图像传感器难以满足的低功耗、易于布放以及隐蔽性的三个优点。
-
公开(公告)号：CN105068042A
公开(公告)日：2015-11-18
申请号：CN201510456283.5
申请日：2015-07-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标计数方法，其特征在于所述的计数方法包括以下步骤：麦克风阵列通过目标检测算法获悉是否出现运动目标；检测到运动目标出现后，麦克风阵列在每个时间帧上利用该帧的采集信号按一个声源对运动目标进行定向，从而得到运动目标在每个时间帧上的角度估计值；检测算法检测到运动目标驶离麦克风阵列过后，麦克风阵列停止角度估计，计算所得各帧的角度估计值经过某个角度带的次数，则该次数就是运动目标的数目。本发明充分利用了麦克风阵列的优势，凭借单个麦克风阵列即可十分便捷地实现对运动目标数目的估计。且所述的计数方法具有传统的使用红外传感器或图像传感器难以满足的低功耗、易于布放以及隐蔽性的三个优点。
-
公开(公告)号：CN104766093B
公开(公告)日：2018-02-16
申请号：CN201510151851.0
申请日：2015-04-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的声目标分类方法，其特征在于包括以下步骤：(1)麦克风阵列对声目标进行定向，通过定向算法的结果对声音信号进行常规波束形成；(2)将常规波束形成后的信号所提取到的特征和定向角度变化量一起送入分类器进行分类。本发明充分利用麦克风阵列的优势，不但提高了目标信号的信噪比而且提升分类算法的准确率和抗噪能力。具有环境适应能力强、性能可靠等优点，特别适用于需要对声目标进行连续监控的场合。
-
公开(公告)号：CN106887238A
公开(公告)日：2017-06-23
申请号：CN201710117865.X
申请日：2017-03-01
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G10L21/0272 , G10L25/27
Abstract: 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.038 seconds)
