-
公开(公告)号：CN103190911B
公开(公告)日：2014-09-17
申请号：CN201310131916.6
申请日：2013-04-16
IPC: A61B5/08
Abstract: 本发明公开了一种基于鼾声共振峰和功率比轨迹的上气道变化监测方法。该方法首先读取用麦克风录制的待测者鼾声数据，通过设置短时能量门限对过门限的鼾声数据样本提取两个声学特征，即共振峰第一频率（F1）和800Hz功率比（PR800）；然后按照时序对通过门限的鼾声数据样本进行两个特征轨迹的显示；最后测试人员可对该患者在该段时间内上气道变化情况进行监测。本发明实现容易，方法简单，开发成产品后硬件成本小，使用方便。
-
公开(公告)号：CN117811881A
公开(公告)日：2024-04-02
申请号：CN202410001889.9
申请日：2024-01-02
Applicant: 南京理工大学
IPC: H04L27/00
Abstract: 本发明公开了一种非协作通信信号数字调制方式识别方法，包括：采集包含多种调制方式的数字通信信号，并分为训练集和测试集；对两组信号均进行预处理得到对应的基带信号；对基带信号进行特征提取，得到各调制方式的数字通信信号的特征参数；将训练集对应的特征参数输入到决策树模型中训练，得到调制方式识别模型；利用该模型识别待识别的数字通信信号的调制方式。本发明采用决策树模型，充分利用高阶累积量和小波变换抗噪性能良好的优点，通过提取3个特征参数，实现多种数字调制方式的自动识别，在低SNR下可达到较好的识别率；合理设计了联合决策调制识别流程，能减少算法复杂度，减轻电子侦察专业人员的工作量，便于后续进行态势和威胁估计。
-
公开(公告)号：CN117809673A
公开(公告)日：2024-04-02
申请号：CN202311737839.9
申请日：2023-12-18
Applicant: 南京理工大学
IPC: G10L21/0232 , G10L19/02 , G10L21/0216
Abstract: 本发明公开了一种结合自适应线谱增强和同步压缩变换的直升机声信号增强方法，包括如下步骤：利用麦克风阵列采集低空直升机目标发出的声信号，并进行预处理，直升机声信号为典型的谐波信号；对各麦克风采集的直升机声信号分别做相位修正的频率重排同步压缩变换来进行频率聚焦处理；对相位修正的频率重排同步压缩变换后的频域结果进行短时逆傅里叶变换，得到相位修正的频率重排同步压缩变换后的时域多通道直升机信号；对相位修正的频率重排同步压缩变换后的时域多通道直升机信号进行自适应线谱增强，实现对直升机声信号的增强。本发明通过结合自适应线谱增强和同步压缩变换的方法，提高了低信噪比下直升机声信号的信噪比。
-
公开(公告)号：CN112332845B
公开(公告)日：2023-06-09
申请号：CN202011214718.2
申请日：2020-11-04
Applicant: 南京理工大学
Abstract: 本发明公开了一种高精度电流频率转换电路，包括ADC数据采集模块，用于采集电流流经电阻后的电压信号，之后将采集到的电压信号转换为数字量传递给FPGA温度补偿模块；FPGA温度补偿模块，用于根据不同温度下接收到的数字量提供相应的温度补偿量；测温模块，用于在ADC数据采集模块工作的同时实时测量电路所在环境的温度，并将所测量的温度数据传送至FPGA；电源模块，用于为所述ADC数据采集模块和FPGA温度补偿模块供电；频标电路，用于为FPGA温度补偿模块提供工作时钟。本发明可以不断对电路进行数字补偿，使得线性度与温度特性得以改善，进而提高电路的转换精度。本发明采用全数字温度补偿方法，结构简单、补偿方式灵活方便、节省人工。
-
公开(公告)号：CN109884591B
公开(公告)日：2023-04-28
申请号：CN201910136822.5
申请日：2019-02-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于麦克风阵列的多旋翼无人机声信号增强方法，该方法包括以下步骤：首先利用麦克风阵列对监测现场进行同步多通道音频信号采集；之后对采集到的多通道音频数据信号进行线谱增强处理，并检测出多旋翼无人机声信号线谱所在的数据帧；然后通过求取时延估计估算上一步获得的每个数据帧的声源方向，并对声源方向进行聚类分析，判断每个数据帧的声源类型；最后利用广义旁瓣对消技术，对声源类型为多旋翼无人机声源的信号进行增强处理。本发明的方法能有效提高多旋翼无人机声信号的信噪比，原理简单，易于实现，为基于多旋翼无人机声信号的目标分类与识别奠定了良好基础。
-
Patent Agency Ranking
公开(公告)号：CN112161523B
公开(公告)日：2023-01-24
申请号：CN202010906373.0
申请日：2020-09-01
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于激波速度衰减模型的弹着点估计方法及系统，该方法首先通过依某种阵型布置的麦克风阵列获得弹道激波到达不同麦克风的时间差，然后列出因变量为时间差，自变量为弹着点坐标、弹丸速度和入射角等弹道参数的非线性方程组，最后通过迭代法解非线性方程组得到弹着点坐标。本发明可以应用于立体七点阵、立式双三角阵等多种当前常用的麦克风阵型，能够有效减小弹道激波速度衰减造成的弹着点定位误差，提高弹着点定位精度，对提高射击训练效率和武器性能测试的能力具有重大意义。
-
公开(公告)号：CN109856593B
公开(公告)日：2023-01-03
申请号：CN201811566283.0
申请日：2018-12-21
Applicant: 南京理工大学
IPC: G01S3/802
Abstract: 本发明公开了一种面向声源测向的微型智能阵列式声传感器及其测向方法，该声传感器采用系统级封装集成设计方式，包含了微机电系统麦克风阵列、信号调理电路、A/D转换电路、高性能微处理器、存储电路、通信接口电路、射频电路、微带天线、电源电路等，能够在线完成声信号采集、检测、测向以及通讯等工作，具有体型小巧、成本低廉、节能便携、功能强大等优点。多传感器组成的大范围、分布式传感网络可用于多种环境的声学监测。针对该智能传感器，设计了一种适用于微型阵列的声源测向方法，相比于现有方法，该方法计算复杂度较低，且测向精度较高。
-
公开(公告)号：CN115409077A
公开(公告)日：2022-11-29
申请号：CN202110582238.X
申请日：2021-05-27
Applicant: 南京理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多特征融合的鼾声分类方法。该方法面向OSAHS患者鼾声分类的问题，首先利用麦克风非接触式采集患者睡眠鼾声，对采集到的鼾声进行门限检测后结合人耳辩听标记，确定鼾声片段的起止点；然后对切割后的鼾声片段进行预处理，主要分为分帧和预加重两步，提取短时能量最大的三帧来代表整个鼾声片段；再对每个鼾声片段提取波形类、频率类、能量类、共振峰类等声学特征；最后将所有特征通过Relief算法进行融合选择，利用支持向量机(SVM)将鼾声分为吸气鼾与呼气鼾两类。该方法能够有效地将OSAHS患者鼾声区分为吸气鼾与呼气鼾，分类性能好且易于实现，对进一步研究不同类别的鼾声特性具有医学价值。
-
公开(公告)号：CN111012306B
公开(公告)日：2022-08-16
申请号：CN201911134574.7
申请日：2019-11-19
Applicant: 南京理工大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于双神经网络的睡眠呼吸声检测方法及系统，方法包括：采集睡眠声音实测数据，并分别标记呼吸声和非呼吸声；将睡眠声音实测数据划分为训练数据样本和测试数据样本；获取用于区分不同强度呼吸声的能量阈值，并根据该阈值将训练数据样本划分为两类训练数据样本；利用两类训练数据样本分别对其对应的人工神经网络进行训练；利用训练后的人工神经网络对待检测的睡眠声音数据进行呼吸声检测。系统用于实现上述方法。本发明以睡眠实测数据为基础，采用双人工神经网络进行识别，能实现快速有效的检测睡眠呼吸声，且能区分低强度呼吸声与非呼吸声，检测原理简单易实现，检测精度高，对于生命体征检测、睡眠质量监测等具有重要意义。
-
公开(公告)号：CN114631782A
公开(公告)日：2022-06-17
申请号：CN202210247715.1
申请日：2022-03-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于麦克风阵列的睡眠体位检测方法，该方法首先采用立体麦克风阵列同步采集患者整夜鼾声信号，并进行预处理，建立鼾声样本数据库；然后提取床头两侧两个阵元通道信号之间的高频能量比特征，同时通过LMS自适应滤波法计算两侧阵元通道信号的空间互相关特征，提取其主峰幅值偏离和旁瓣波动偏离特征；最后通过无监督聚类识别头部朝向，间接实现睡眠仰卧位和侧卧位的检测，结合红外影像验证方案可行性。本发明实现过程成本低廉、操作简单，被监测对象无不适感，可对鼾症患者睡眠体位进行有效的非接触式声学检测，有助于进一步实现经济快捷的OSAHS社区筛查和居家监测。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.024 seconds)
