-
公开(公告)号：CN115278496B
公开(公告)日：2024-12-31
申请号：CN202210223139.7
申请日：2022-03-07
Applicant: 清华大学 , 河北建投新能源有限公司
Abstract: 本发明提供一种用于麦克风阵列测量的稀疏声源辨识方法，首先利用离散傅里叶变换将信号转换到频域，构成频域声压矩阵，并在频域声压矩阵中选择信号成分，以构成声压向量，再根据预设规则选择声源重构区域，将声源重构区域划分离散网格，根据麦克风阵列中阵元的位置坐标和声压向量建立声传播模型，而后根据声传播模型建立基于广义最小最大凹函数的声学逆问题，引入辅助矩阵对声学逆问题进行变形以获取变形表达式，采用交替分裂的方式对变形表达式进行求解，以获取待求的目标声源强度，并根据目标声源强度形成声像，完成声源辨识；如此，便于对声学逆问题进行求解，提高计算效率；提高辨识精度。
-
公开(公告)号：CN115267673A
公开(公告)日：2022-11-01
申请号：CN202210223160.7
申请日：2022-03-07
Applicant: 清华大学 , 河北建投新能源有限公司
IPC: G01S5/22
Abstract: 本发明提供一种考虑重建网格偏移的稀疏声源成像方法，首先获取声压向量，确定声源的重建区域以将所述重建区域离散化为离散网格，确定重建区域所在平面的解析表达式，建立欲求解的声源强度向量；再基于声传播矩阵建立考虑重建网格偏移的声学逆问题；而后对声传播矩阵中的子矩阵进行特征值分解以获取特征分解关系，获取正交矩阵，而后基于正交矩阵与声学逆问题对所述欲求解的声源强度向量进行迭代求解以确定声源信息，并根据声源信息构建声像，如此，克服现有技术仅能辨识声源位置的不足；并且，利用平滑剪裁绝对偏差惩罚函数对分组稀疏恢复过程得到的解向量进行修正，克服现有技术对非零元素的稀疏惩罚程度不一致的问题。
-
公开(公告)号：CN112526451B
公开(公告)日：2024-04-19
申请号：CN202011179418.5
申请日：2020-10-29
Applicant: 清华大学
Abstract: 本发明提供一种基于麦克风阵列成像的压缩波束形成方法及系统，其中的方法包括：根据目标声源信息和待处理麦克风阵列中各传感器的方位信息，建立声学逆问题模型；基于声学逆问题模型对声信号进行信号分割处理，并提取分割处理后的声信号的频率分量，以获取与麦克风对应的信号分量；在声学逆问题模型中引入广义最小最大凹惩罚函数，获取与信号分量对应的压缩波束形成的最优化问题；初始化最优化问题的结果向量，并迭代求解最优化问题，获取与目标声源对应的压缩波束形成结果；根据压缩波束形成结果生成与压缩波束对应的声像。利用上述发明能够在低频、低信噪比的环境下具有较好的鲁棒性，能够提高声像的空间分辨率，增强声源强度估计的准确性。
-
公开(公告)号：CN115267670A
公开(公告)日：2022-11-01
申请号：CN202210222795.5
申请日：2022-03-07
Applicant: 河北建投新能源有限公司 , 清华大学
IPC: G01S5/18
Abstract: 本发明提供一种辨识非均匀流场中旋转运动声源方法，首先利用麦克风阵列对非均匀流场中旋转运动的声源信号进行采集和存储，再根据声源信号的转速计算信号插值权重以对麦克风所采集的声信号进行线性插值以形成插值信号，并将插值信号转换到与所述声源信号同步旋转的动坐标系中，构成声压向量，并基于声压向量构建非均匀流动条件下的旋转声源声学逆问题，再基于预确定的正则化参数对所述声学逆问题进行求解以获取声源信号的位置和强度，实现对非均匀流动条件下旋转运动声源的辨识；如此，实现高分辨率的旋转运动声源辨识，在含噪声的条件下也能获得准确的结果。
-
公开(公告)号：CN112526451A
公开(公告)日：2021-03-19
申请号：CN202011179418.5
申请日：2020-10-29
Applicant: 清华大学
Abstract: 本发明提供一种基于麦克风阵列成像的压缩波束形成方法及系统，其中的方法包括：根据目标声源信息和待处理麦克风阵列中各传感器的方位信息，建立声学逆问题模型；基于声学逆问题模型对声信号进行信号分割处理，并提取分割处理后的声信号的频率分量，以获取与麦克风对应的信号分量；在声学逆问题模型中引入广义最小最大凹惩罚函数，获取与信号分量对应的压缩波束形成的最优化问题；初始化最优化问题的结果向量，并迭代求解最优化问题，获取与目标声源对应的压缩波束形成结果；根据压缩波束形成结果生成与压缩波束对应的声像。利用上述发明能够在低频、低信噪比的环境下具有较好的鲁棒性，能够提高声像的空间分辨率，增强声源强度估计的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115267673B
公开(公告)日：2024-05-07
申请号：CN202210223160.7
申请日：2022-03-07
Applicant: 清华大学 , 河北建投新能源有限公司
IPC: G01S5/22
Abstract: 本发明提供一种考虑重建网格偏移的稀疏声源成像方法，首先获取声压向量，确定声源的重建区域以将所述重建区域离散化为离散网格，确定重建区域所在平面的解析表达式，建立欲求解的声源强度向量；再基于声传播矩阵建立考虑重建网格偏移的声学逆问题；而后对声传播矩阵中的子矩阵进行特征值分解以获取特征分解关系，获取正交矩阵，而后基于正交矩阵与声学逆问题对所述欲求解的声源强度向量进行迭代求解以确定声源信息，并根据声源信息构建声像，如此，克服现有技术仅能辨识声源位置的不足；并且，利用平滑剪裁绝对偏差惩罚函数对分组稀疏恢复过程得到的解向量进行修正，克服现有技术对非零元素的稀疏惩罚程度不一致的问题。
-
公开(公告)号：CN115018189A
公开(公告)日：2022-09-06
申请号：CN202210754905.2
申请日：2022-06-30
Applicant: 清华大学 , 河北建投新能源有限公司
Abstract: 本申请提供了一种风力发电机的运行变量数据的处理方法和装置，涉及数据处理技术领域，旨在对消除环境变量数据对运行变量数据的影响。所述方法包括：获取风力发电机的环境变量数据和运行变量数据，所述运行变量数据为受所述环境变量数据影响的数据；构建表征所述环境变量数据和所述运行变量数据之间的相关关系的回归模型；对所述回归模型求解，得到所述回归模型的解；根据所述解，对所述运行变量数据进行调整，得到不受所述环境变量数据影响的运行变量数据。
-
公开(公告)号：CN114970598A
公开(公告)日：2022-08-30
申请号：CN202210174862.0
申请日：2022-02-24
Applicant: 清华大学 , 河北建投新能源有限公司
Abstract: 本发明提供一种机械健康状态监测方法及装置，包括如下步骤：建立对抗表示学习网络，对抗表示学习网络包括用于将输入信号映射为第一隐空间编码的第一编码器子网络、用于将第一隐空间编码重构至信号空间的解码器子网络和用于将信号空间中的重构信号映射为第二隐空间编码的第二编码器子网络；将健康机械运行信号的特征数据作为网络训练数据对对抗表示学习网络进行对抗学习训练，得到机械健康状态监测网络；将实时采集的目标机械的运行信号，经过预处理后输入至机械健康状态监测网络，得到目标机械的机械损伤指标。利用本发明能够解决目前难以在故障运行数据缺失的条件下进行机械健康状态监测，以及难以克服现有方法效果不佳等问题。
-
公开(公告)号：CN113238189A
公开(公告)日：2021-08-10
申请号：CN202110564464.5
申请日：2021-05-24
Applicant: 清华大学
Abstract: 本发明提供一种基于阵列测量和稀疏先验信息的声源辨识方法，采用广义最小最大凹惩罚函数对声源重构误差施加稀疏约束，根据常规波束形成方法产生的基本声像确定潜在声源的位置信息，并通过特定的方式生成包含声源位置先验信息的初始解向量，相比于广泛使用的随机初值和零初值，提高了基于广义最小最大凹惩罚函数的声场重建方法的计算效率；并且在获取高分辨声像过程中，采用通过近端梯度加速和自适应步长回溯策略提高迭代收敛速度，自适应选择能够满足收敛性的最佳步长，更快速地完成声场重建的过程，从而有助于利用麦克风阵列实现高分辨率、高效的声源辨识。
-
公开(公告)号：CN115267670B
公开(公告)日：2024-11-12
申请号：CN202210222795.5
申请日：2022-03-07
Applicant: 河北建投新能源有限公司 , 清华大学
IPC: G01S5/18
Abstract: 本发明提供一种辨识非均匀流场中旋转运动声源方法，首先利用麦克风阵列对非均匀流场中旋转运动的声源信号进行采集和存储，再根据声源信号的转速计算信号插值权重以对麦克风所采集的声信号进行线性插值以形成插值信号，并将插值信号转换到与所述声源信号同步旋转的动坐标系中，构成声压向量，并基于声压向量构建非均匀流动条件下的旋转声源声学逆问题，再基于预确定的正则化参数对所述声学逆问题进行求解以获取声源信号的位置和强度，实现对非均匀流动条件下旋转运动声源的辨识；如此，实现高分辨率的旋转运动声源辨识，在含噪声的条件下也能获得准确的结果。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.017 seconds)
