-
公开(公告)号：CN109087655A
公开(公告)日：2018-12-25
申请号：CN201810851609.8
申请日：2018-07-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种交通道路声音监测与异常声音识别系统，包括通过网络连接的声音采集端和服务器端；声音采集端包括拾音器、声卡、GPS定位模块、数据处理模块、无线通信模块。拾音器及数据处理模块可根据需求在指定路段进行布置安装；对交通道路声音进行实时监测，当监测到异常声音时，才将异常声音数据传输至服务器端进行进一步识别，大大减少了数据传输量；提取异常声音信号的多种特征值，结合神经网络进行识别与分类；对异常声音数据进行识别分类时，采用深度卷积神经网络（CNN），非常适用于声音的识别与分类，该网络能够大大提高训练效率与识别精度，高效识别交通道路中产生的异常声音。
-
公开(公告)号：CN101262287B
公开(公告)日：2012-05-23
申请号：CN200810073545.X
申请日：2008-04-19
Applicant: 桂林电子科技大学
IPC: H04B1/717 , H04B1/7183
Abstract: 本发明提供了脉冲超宽带通信系统中簇脉冲信号能量同步检测法，本发明的技术方案主要是利用了模拟锁相环技术，对锁相环反馈支路进行改造，将环路压控振荡器VCO输出变换为一个时位受控的方波脉冲，让它与输入的簇脉冲信号相乘，一方面执行环路的鉴相功能，通过环路使有一定时间窗口宽度的方波脉冲时位与簇脉冲对齐，通过环路锁定取得时位同步。另一方面在该时间窗口内对簇脉冲积分，完成有效的能量检测。本发明的优点是：本非相关同步检测方法通过模拟捕获和跟踪脉冲信号的时钟和相位，随路实现信号能量检测，并可以有效抵御时钟漂移对检测的影响，方法本身简单可靠，成本低廉，且无信道开销。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN112462332A
公开(公告)日：2021-03-09
申请号：CN202011252622.5
申请日：2020-11-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于相遇机制与群体智能的智能终端用户室内外定位方法，所述方法包括如下步骤：1）基于相遇机制的声测距；2）基于群体智能的声锚点选择；3）基于二次分簇的声接收点定位。这种方法不依赖于应用环境的基础设施布置，不受限于室内或室外单一应用场景，可充分利用实际应用场景中多用户的动态优势，准确有效实现室内外智能终端用户的无缝定位。
-
公开(公告)号：CN108872939B
公开(公告)日：2020-09-29
申请号：CN201810405623.5
申请日：2018-04-29
Applicant: 桂林电子科技大学
IPC: G01S5/22
Abstract: 本发明公开了一种基于声学镜像模型的室内空间几何轮廓重构方法，包括声接收装置、相位变换广义互相关分析模块、声源定位模块、平面参数分析模块、以及声学镜像模型等，采用语音信号作为声源信号，以可移动的M阵元星形阵列作为声接收装置；首先，基于可控响应功率相位变换和区域收缩法进行声源定位；其次，基于声学镜像模型，通过声收发信号的互相关分析，获取说话人单步移动前后其距离室内各反射面的距离估值；最后，结合室内空间的形状先验，将空间几何轮廓重构问题转化为声源定位问题，通过对镜像声源位置的求解，实现室内空间几何轮廓重构。该方法可提高室内空间几何轮廓重构的准确度，同时，兼顾声源通用性，能够获得鲁棒的轮廓重构效果。
-
公开(公告)号：CN108828501A
公开(公告)日：2018-11-16
申请号：CN201810405622.0
申请日：2018-04-29
Applicant: 桂林电子科技大学
IPC: G01S1/76
CPC classification number: G01S1/76
Abstract: 本发明在室内声场环境中对移动声源进行实时跟踪定位的方法,通过读取手机内置传感器信息，估计移动声源连续步态间的距离与转向值，分析连续步态下真实声源点及其跟随变化的镜像声源点的空间位置，构建连续步态下源点几何关系。然后，通过移动声源步态分析模块将一阶回波识别出来，并在RIR上提取其时延估值，最后基于此时延，计算镜像声源点到接收麦克风之间的声达时间差，基于非线性加权最小二乘分析模型，迭代出移动声源的空间三维坐标信息。该方法仅以室内空间几何为先验的同时，在不增加系统硬件复杂度且不依赖基础设施的情况下，有效利用多传感信息，提高移动声源在室内复杂声场环境下的跟踪定位性能，因此具有较低的复杂度和灵活的可移植性。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.025 seconds)
