-
公开(公告)号:CN115061087A
公开(公告)日:2022-09-16
申请号:CN202210588392.2
申请日:2022-05-27
Applicant: 上海事凡物联网科技有限公司
IPC: G01S5/18
Abstract: 本发明实施例提供了一种信号处理方法、DOA估计方法及电子设备,涉及信号处理技术领域。信号处理方法包括:获取由声音采集装置采集的声音信号;从由所述声音信号对应的频域数据划分得到J个子带中,选取满足空间相关条件的所述子带组成的第一子带集合,J为大于1的整数;从由所述声音信号对应的时域数据划分得到J个子带中,选取满足信噪比条件的所述子带组成的第二子带集合;基于所述第一子带集合与所述第二子带集合,选取所述声音信号中包含的目标子带。本发明中,将声音信号划分为J个子带,并实时估计声音信号各个子带的信噪比和空间相关,获取声音信号的频域特征和空间特征,由此能够选取出信噪比高且空间相关较高的子带作为目标子带。
-
公开(公告)号:CN115061086A
公开(公告)日:2022-09-16
申请号:CN202210513842.1
申请日:2022-05-12
Applicant: 上海事凡物联网科技有限公司
Abstract: 本发明公开了一种基于微孔径麦克风阵列的运动目标检测方法,包括以下步骤:S1:利用微孔径麦克风阵列采集环境噪声、已知类型运动目标的声响信号,建立声响信号的样本库;S2:对所述样本库中的每个样本的各通道的数据进行降噪处理;S3:对降噪后的信号进行滤波降采样处理;S4:计算降采样后的信号的过零率,提取过零率特征;S5:对降采样后的信号进行傅里叶变换;S6.计算各子带信号能量占比;S7:计算子带相关系数;S8:将S5、S6和S7得到的特征输入至逻辑回归函数,得到输出概率;S9:若输出概率大于预设阈值,则判断为有运动目标,否则判断为无运动目标。本方法具有稳定性强,运算效率高,不容易过拟合等特点。
-
公开(公告)号:CN115061086B
公开(公告)日:2024-10-25
申请号:CN202210513842.1
申请日:2022-05-12
Applicant: 上海事凡物联网科技有限公司
Abstract: 本发明公开了一种基于微孔径麦克风阵列的运动目标检测方法,包括以下步骤:S1:利用微孔径麦克风阵列采集环境噪声、已知类型运动目标的声响信号,建立声响信号的样本库;S2:对所述样本库中的每个样本的各通道的数据进行降噪处理;S3:对降噪后的信号进行滤波降采样处理;S4:计算降采样后的信号的过零率,提取过零率特征;S5:对降采样后的信号进行傅里叶变换;S6.计算各子带信号能量占比;S7:计算子带相关系数;S8:将S5、S6和S7得到的特征输入至逻辑回归函数,得到输出概率;S9:若输出概率大于预设阈值,则判断为有运动目标,否则判断为无运动目标。本方法具有稳定性强,运算效率高,不容易过拟合等特点。
-
公开(公告)号:CN115101091A
公开(公告)日:2022-09-23
申请号:CN202210506993.4
申请日:2022-05-11
Applicant: 上海事凡物联网科技有限公司
Abstract: 本发明公开了一种基于多维特征加权融合的声音数据分类方法、终端和介质,该方法包括以下步骤:S1、对输入的声音数据进行预处理,得到声音段数据;S2、对所述声音段数据提取静动态组合特征J;S3、对所述声音段数据提取初始输入特征K;S4、将静态动态组合特征J和初始输入特征K通过全连接神经网络处理,得到注意力权重向量H;S5、计算最终输入特征G,G=J*H+K*(1‑H);S6、将最终输入特征G输入LSTM网络,得到声音数据分类的类别m。本发明通过加入动态差分特征,把前后帧间联系起来,同时对于融合特征在不同维度上平均分配的资源根据注意力权重重新分配,达到“取长补短”的目的,让融合后的特征更为有效,更有区分性,从而提高分类的准确性。
-
公开(公告)号:CN115062643A
公开(公告)日:2022-09-16
申请号:CN202210521588.X
申请日:2022-05-13
Applicant: 上海事凡物联网科技有限公司
Abstract: 本发明公开了一种基于红外点源信号的目标数量估计方法、终端和存储介质,该方法以下步骤:S1、通过ADC实时采集来自热释电红外传感器的双通道红外信号;S2、将所述双通道红外信号相减,得到差值数据波形,判断所述差值数据波形是否存在幅值超过预设阈值的异常波形,若是则进入S3,否则判定无热源目标;S3、记录所述异常波形并判断所述异常波形是否符合有热源目标的波形特征,若是则进入S4,否则判定无热源目标;S4、判定为热源目标并更新目标计数器。本方法不仅能准确检测出热源目标的活动,还能对点源目标数量估计;具有运算迅速、占用设备资源低、准确性高的优点。
-
公开(公告)号:CN115101091B
公开(公告)日:2025-03-07
申请号:CN202210506993.4
申请日:2022-05-11
Applicant: 上海事凡物联网科技有限公司
IPC: G10L25/51 , G10L25/30 , G10L25/12 , G10L25/24 , G10L25/09 , G06F18/241 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多维特征加权融合的声音数据分类方法、终端和介质,该方法包括以下步骤:S1、对输入的声音数据进行预处理,得到声音段数据;S2、对所述声音段数据提取静动态组合特征J;S3、对所述声音段数据提取初始输入特征K;S4、将静态动态组合特征J和初始输入特征K通过全连接神经网络处理,得到注意力权重向量H;S5、计算最终输入特征G,G=J*H+K*(1‑H);S6、将最终输入特征G输入LSTM网络,得到声音数据分类的类别m。本发明通过加入动态差分特征,把前后帧间联系起来,同时对于融合特征在不同维度上平均分配的资源根据注意力权重重新分配,达到“取长补短”的目的,让融合后的特征更为有效,更有区分性,从而提高分类的准确性。
-
公开(公告)号:CN115061087B
公开(公告)日:2024-05-14
申请号:CN202210588392.2
申请日:2022-05-27
Applicant: 上海事凡物联网科技有限公司
IPC: G01S5/18
Abstract: 本发明实施例提供了一种信号处理方法、DOA估计方法及电子设备,涉及信号处理技术领域。信号处理方法包括:获取由声音采集装置采集的声音信号;从由所述声音信号对应的频域数据划分得到J个子带中,选取满足空间相关条件的所述子带组成的第一子带集合,J为大于1的整数;从由所述声音信号对应的时域数据划分得到J个子带中,选取满足信噪比条件的所述子带组成的第二子带集合;基于所述第一子带集合与所述第二子带集合,选取所述声音信号中包含的目标子带。本发明中,将声音信号划分为J个子带,并实时估计声音信号各个子带的信噪比和空间相关,获取声音信号的频域特征和空间特征,由此能够选取出信噪比高且空间相关较高的子带作为目标子带。
-
-
-
-
-
-