公开(公告)号：CN118731847A

公开(公告)日：2024-10-01

申请号：CN202410776326.7

申请日：2024-06-17

Applicant: 哈尔滨理工大学

Inventor： 马钰淑 ,  吕艳玲 ,  李振甲 ,  艾恪贤

IPC: G01S5/18 ,  G01S11/14

Abstract: 一种基于三维立方体麦克风阵元的声源测距方法及装置，涉及声源定位领域。为解决现有技术中存在的，现有的MUSIC算法，在低维度的麦克风阵列与三维麦克风阵列相比所接收到的信号源不够立体与全面从而导致定位精度不足，并且，函数中只包含声源角度因素无法对声源的距离进行推算的技术问题，本发明提供的技术方案为：一种基于三维立方体麦克风阵元的声源测距方法，方法包括：构建三维麦克风阵列；采集麦克风传感过程中，一维线阵的时延表达式，根据一维线阵的时延表达式，得到三维麦克风阵列的三维阵列的时延表达式；采集三维麦克风阵列接收的信号，并对信号进行处理，得到声源具体位置。适合应用于基于三维立方体阵元的声源测距的工作中。

公开(公告)号：CN116226620A

公开(公告)日：2023-06-06

申请号：CN202310114012.6

申请日：2023-02-14

Applicant: 哈尔滨理工大学

Inventor： 吕艳玲 ,  訾源淞 ,  马钰淑 ,  郝文波 ,  刘志鹏

IPC: G06F18/10 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明公开了一种基于SVM和LSTM的次同步振荡模态辨识方法，包括以下步骤：S1：采集电力系统的电压信号和电流信号；S2：对电压信号和电流信号进行预处理，得到次同步振荡信号，划分为训练样本数据和测试样本数据；S3：构建并训练长短期记忆神经网络模型；S4：构建并训练支持向量机模型；S5：将训练后的长短期记忆神经网络模型和支持向量机模型进行融合，得到组合模型；S6：将待测次同步振荡信号输入至组合模型，完成次同步振荡模态辨识。该次同步振荡模态辨识方法将支持向量机和长短期记忆神经网络相结合，对次同步振荡的相关参数进行辨识，提高辨识的准确率，为电力系统稳定性提供保障。