-
公开(公告)号：CN118191735A
公开(公告)日：2024-06-14
申请号：CN202410299663.1
申请日：2024-03-15
Applicant: 桂林电子科技大学
IPC: G01S5/20
Abstract: 本发明公开了基于球谐域空间谱分析的多声源检测与定位方法，具体是在球谐域下使用神经网络的时间序列建模能力，去除噪声影响，从而获取目标信号，并以此作为源数检测和空间谱估计的输入，采用最小方差无失真响应的方法扫描空间谱，利用所提出的最大声源数理论值约束的特征值的二阶统计量，提高源数检测准确率，同时结合迭代声源数定位的方法，实现连续定位(跟踪)多目标声源。本发明方法不仅可以解决室内场景下由噪声引起定位精度下降的问题，也可以解决由混响所引起的邻近伪峰的问题，提高多声源定位精度，同时可获取到较高的源数检测准确率。
-
公开(公告)号：CN116153329A
公开(公告)日：2023-05-23
申请号：CN202310041306.0
申请日：2023-01-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于CWT‑LBP的声音信号时频纹理特征提取方法，首先，选用合适的小波基函数，利用连续小波变换CWT模块，把声音信号转化为时频图，同时滤掉干扰噪声；其次，将时频图转化为灰度图，进行二值化处理为对应的二值图；最后，结合局部二值模式LBP模块，提取相应的纹理特征，生成特定的时频纹理图。本发明方法体现在多维域特征的联合处理，不仅能表征频域上的信息，还能体现时域信息，使得信号具有多尺度分辨的特点，有利于检测信号的瞬态或奇异点。该方法不仅适用于异常声音检测的特征提取，也适用于各种非平稳信号的特征提取。
-
公开(公告)号：CN109901112A
公开(公告)日：2019-06-18
申请号：CN201910250346.X
申请日：2019-03-29
Applicant: 桂林电子科技大学
IPC: G01S5/18
Abstract: 本发明公开了基于多通道声获取的声学同时定位与建图方法，是通过多通道声获取方式，基于几何声学镜像模型，分析语音信号传播过程中的信道状态，实现室内声场环境空间感知，并利用空间感知结果提升移动声源（说话人）连续定位性能的方法。本发明方法通过引入Delaunay三角剖分方法，分析移动声源的运动状态，估计声源位置的自适应搜索子空间，避免了在室内声场全空间范围内对移动声源位置重复搜索的繁琐与冗余，提高了空间感知与移动声源定位方案的普适性，不仅适用于室内空间轮廓重构，也适用于室内环境的移动声源跟踪定位。
-
公开(公告)号：CN109547936A
公开(公告)日：2019-03-29
申请号：CN201811631536.8
申请日：2018-12-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于Wi-Fi信号和环境背景音的室内定位方法，该方法利用智能手机采集室内已存在的Wi-Fi信号和房间内子区域的环境背景声，利用Jaccard similarity相似度和DBSCAN密度聚类算法提取每个房间Wi-Fi的最优指纹，指纹匹配算法为欧氏距离匹配；提取每个子区域的环境背景声组合指纹CSIE，再利用皮尔逊相似度提取每个子区域的代表性指纹，指纹匹配算法为方差匹配。相比传统分类识别算法，能较好地提高室内定位精度。
-
公开(公告)号：CN109031202A
公开(公告)日：2018-12-18
申请号：CN201810560147.4
申请日：2018-06-03
Applicant: 桂林电子科技大学
IPC: G01S5/18
CPC classification number: G01S5/18
Abstract: 本发明公开了一种基于听觉场景分析的室内环境区域级定位系统及方法，系统包括通过无线网络连接服务器端和客户端；首先生成室内房间级的定位结果，然后根据该结果，计算该房间内的区域级定位，最终给出准确的区域内定位结果。该定位方法，包括离线阶段建立位置声纹数据库和在线阶段进行声信号的匹配两个步骤。只需要在在线阶段录制所处位置的10s音频，将音频文件转化为位置声纹，上传ABS结果，下载服务器端筛选的房间地图信息，就可以在客户端快速准确的解算出位置信息。由于ABS结果与房间地图信息，都是轻量级的数据，因此，该方法解决了现有室内区域级定位精度低，运算量庞大的问题，同时借助联觉现象，辅以CRP色彩声图呈现方式，提升用户定位体验。
-
Patent Agency Ranking
公开(公告)号：CN111551180B
公开(公告)日：2022-08-26
申请号：CN202010441441.0
申请日：2020-05-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种可辨识LOS/NLOS声信号的智能手机室内定位系统和方法。该系统采用主动式的定位方案，包括都具有网络通信能力的智能手机、接收器以及服务器；智能手机与接收器通过伪超声信号进行连接，服务器通过网络与智能手机和接收器进行通信。本发明定位方法选取调制方式为线性调频Chirp的伪超声音频信号作为定位信号，提高了系统的抗干扰能力，并使用SVM与DS证据理论信息融合的分类算法对非视距NLOS测量数据进行识别以及丢弃，构造了一套较精确的室内定位系统及方法。由于智能手机的扬声器和普通麦克风可以发送和接收伪超声定位信号，从而大大降低了系统的成本。
-
公开(公告)号：CN113140226B
公开(公告)日：2022-06-21
申请号：CN202110465526.7
申请日：2021-04-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种采用双Token标签的声事件标注及识别方法，其特征在于，包括声事件标注过程和识别过程，所述声事件标注过程为：1‑1）音频标签形式；1‑2）完成数据集中所有音频标注；所述识别过程为：2‑1）构建音频数据集；2‑2）音频数据预处理和特征提取；2‑3）音频数据扩增；2‑4）搭建卷积循环神经网络；2‑5）训练卷积循环神经网络学习检测模型；2‑6）使用训练好的检测模型识别待检测音频。这种方法能在保证准确率的同时，以较小的代价拓宽声事件识别范围，可实现人们生活环境中准确的声音事件检测与监控，从而更好地服务智慧城市建设。
-
公开(公告)号：CN113140226A
公开(公告)日：2021-07-20
申请号：CN202110465526.7
申请日：2021-04-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种采用双Token标签的声事件标注及识别方法，其特征在于，包括声事件标注过程和识别过程，所述声事件标注过程为：1‑1）音频标签形式；1‑2）完成数据集中所有音频标注；所述识别过程为：2‑1）构建音频数据集；2‑2）音频数据预处理和特征提取；2‑3）音频数据扩增；2‑4）搭建卷积循环神经网络；2‑5）训练卷积循环神经网络学习检测模型；2‑6）使用训练好的检测模型识别待检测音频。这种方法能在保证准确率的同时，以较小的代价拓宽声事件识别范围，可实现人们生活环境中准确的声音事件检测与监控，从而更好地服务智慧城市建设。
-
公开(公告)号：CN110333484B
公开(公告)日：2021-04-13
申请号：CN201910633671.4
申请日：2019-07-15
Applicant: 桂林电子科技大学
Abstract: 本发明一种基于环境背景声感知与分析的室内区域级定位方法，首先通过智能手机麦克风感知室内各区域的环境背景声，并进行预处理；然后提取声信号的低阶声学指纹；其次，通过K均值聚类算法，结合房间几何轮廓信息先验，构建室内空间码本集，并获取声信号的高阶声学指纹；最后，将高阶声学指纹作为径向基函数核逆向传播神经网络的输入，经过线下训练，线上测试验证，输出用户位置信息。该方法由于引入了室内空间码本集，充分利用室内空间低阶声学指纹的多样性，能提高定位系统的准确率，同时由于引入了高阶声学指纹，充分利用室内空间声学特征的统计特性，提高了定位系统的稳定性，满足实时室内定位解决方案的性能要求。
-
公开(公告)号：CN108828524B
公开(公告)日：2021-04-06
申请号：CN201810560142.1
申请日：2018-06-03
Applicant: 桂林电子科技大学
IPC: G01S5/22
Abstract: 本发明提出了公开一种基于Delaunay三角剖分的粒子滤波声源跟踪定位方法，该方法能够在己知室内空间尺寸的条件下，仅利用说话人身上佩戴的智能手机，通过对空间进行Delaunay三角剖分，利用Delaunay三角剖分结果，将室内物理空间中随机的粒子进行有序的关联，基于声衰模型的理论分析，确定移动声源附近的粒子搜索范围，且将该搜索范围集合估值代入到粒子滤波目标跟踪框架中，利用增强粒子滤波算法进行室内场景说话人跟踪定位。该定位方法具有一定的抗噪性、抗混响和鲁棒性。本发明方法不仅适用于规则形状的室内声场环境，也适用于非规则形状的室内声场环境的说话人定位与跟踪。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.033 seconds)
