-
公开(公告)号：CN119902528A
公开(公告)日：2025-04-29
申请号：CN202510055364.8
申请日：2025-01-14
Applicant: 西北工业大学
Abstract: 本发明一种水下机器人集群编队运动和实验方法，属于水下机器人集群编队运动领域；步骤包括：建立水下机器人集群的个体虚拟力控制模型；建立个体水下机器人的局部感知信息模型，获取个体水下机器人与邻居水下机器人的三维相对距离和方位信息；基于虚拟力控制模型和局部感知信息模型，通过调整得到期望的水下机器人集群编队；在开放水域进行水下机器人集群编队运动实验；基于实验采集数据，进行水下机器人集群编队完成度计算，以验证达到水下机器人集群编队效果。本发明解决了采用全局信息交互技术实现通信的集群运动在应用于水下环境时，难以获得精确距离和方位信息完成编队任务等问题。
-
公开(公告)号：CN113066466A
公开(公告)日：2021-07-02
申请号：CN202110278774.0
申请日：2021-03-16
Applicant: 西北工业大学
IPC: G10K11/175 , G10L25/51 , G10L25/27
Abstract: 本发明提出一种基于带限噪声的音频注入调控声设计方法，通过在若干带限噪声类型中，选择相应的备选调控声分别与目标声叠加，得到若干叠加声，通过试听确定具有烦恼感降低效果的调控声类型；将确定的调控声与目标声以不同的信噪比叠加，通过试听方式确定降低烦恼感效果最优的信噪比；对调控声进行参数设计，过试听方式得出使目标声烦恼感降低效果最优的调控声参数；将最优的调控声注入目标声，得到叠加声并提取其心理声学参数，建立叠加声的烦恼度模型。本发明从人的主观听觉感受出发，通过音频注入法降低目标声烦恼感，并对调控声参数进行优化设计，使音频注入法的效果最优化，实用性强；同时给出叠加声的烦恼度模型，便于进行更多的调控声参数设计。
-
公开(公告)号：CN108430016B
公开(公告)日：2020-04-03
申请号：CN201810302987.0
申请日：2018-04-06
Applicant: 西北工业大学
Abstract: 本发明提出一种封闭腔式PVDF薄膜扬声器，包括主体结构和阻抗转换器，主体结构包括PVDF薄膜，吸声材料层以及玻璃钢背腔；PVDF薄膜具有双面电极，双面电极分别引出外接电极，PVDF薄膜及双面电极进行了绝缘封装，且进行绝缘封装时露出一部分外接电极；玻璃钢背腔开口面为投影是矩形的弧面，绝缘封装后的PVDF薄膜与玻璃钢背腔开口面边缘通过密封胶密封固定连接；玻璃钢背腔腔体内部固定有吸声材料层，且吸声材料层与PVDF薄膜不接触；主体结构通过阻抗转换器与外部标准功放连接。本发明能够有效提升PVDF薄膜扬声器的声辐射效率，并降低PVDF薄膜扬声器后方的声辐射，以改善PVDF薄膜扬声器的驱动困难、低频效果差以及扬声器后方噪声污染的问题。
-
公开(公告)号：CN118034357A
公开(公告)日：2024-05-14
申请号：CN202410129816.8
申请日：2024-01-30
Applicant: 西北工业大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明一种水下人机混编的最优编队构型分析和编队生成方法，属于集群协同技术领域；方法步骤为：首先，采用非线性李导数理论对人机协同导航系统可观测性进行分析，定性描述量测信息和系统可观性之间的关系；进而，基于费雪信息量对人机协同导航过程的定位误差做几何解释，定量分析人机协同导航过程中最优量测信息来源；接着，在基于最优量测信息的基础上，得出人机混合最优编队构型；最后，建立基于局部测量信息的人机最优编队构型生成方法。本发明基于费雪信息量对协同导航过程定位误差做几何解释，并通过信息椭圆面积建立性能评价函数，求解性能评价函数的最优解得出人机混合系统的最优编队构型。
-
公开(公告)号：CN113393850B
公开(公告)日：2024-01-19
申请号：CN202110569382.X
申请日：2021-05-25
Applicant: 西北工业大学
IPC: G10L19/02 , G10L19/26 , G10L21/0224 , G10L21/0272
Abstract: 本发明提出了一种用于端到端时域声源分离系统的参数化听觉滤波器组；在端到端时域分离系统中引入了参数化听觉滤波器组，建立了更具听觉合理性的分离模型，提高了网络的分离性能。相比于固定式滤波器组，参数化听觉滤波器组的参数是通过网络训练得到的，具有更好的灵活性，能够根据网络和数据的特性进行自发的调整，以获得更优的分离性能。而相比于自由式滤波器组，参数化听觉滤波器组通过给定Gammatone滤波器的形式，提供给网络听觉系统的先验信息，使得网络能够更好的模拟人耳听觉系统以提高实际场景中网络的分离能力，也使得网络具有更好的可解释性。此外，每个滤波器只有4个参数需要训练，相比所有参数都需要训练的自由式滤波器，其显著降低了网络的参数数量。
-
Patent Agency Ranking
公开(公告)号：CN113327624B
公开(公告)日：2023-06-23
申请号：CN202110569402.3
申请日：2021-05-25
Applicant: 西北工业大学
IPC: G10L19/26 , G10L21/0224 , G10L21/0272 , G10L25/27
Abstract: 本发明提出了一种采用端到端时域声源分离系统进行环境噪声智能监测的方法，在训练阶段，建立在训练数据集中引入尽可能多的声源种类，然后以不同的信噪比混合两个声源获得单通道的时域混合声，作为分离网络的输入。分离网络输出两个声源的时域估计信号。网络以最小化真实声源和网络估计声源在时域上的差异作为目标进行多轮训练，获得声源分离模型。在网络使用时，将监测噪声输入声源分离网络，网络实时输出目标噪声和干扰噪声的时域信号估计值。将目标噪声估计值用于进一步的声级计算，实现噪声的智能评估。本发明解决了监测噪声中干扰噪声的偶发性和不可预测性，能够将干扰噪声进行分离，避免了其他声源对目标噪声的干扰，提高了噪声评估的科学性和有效性。
-
公开(公告)号：CN108596217A
公开(公告)日：2018-09-28
申请号：CN201810303541.X
申请日：2018-04-07
Applicant: 西北工业大学
Abstract: 本发明提出一种基于潜类多维尺度分析的声品质建模方法，利用Winsberg提出的CLASCAL方法建立音色空间，并通过多元回归分析对各维度进行拟合，将能够解释各维度的客观参量作为神经网络的输入，建立声品质模型。本发明提供了客观参量选择的一种标准，改善了声品质模型的精度及可解释性，更好地解决在声品质建模中可解释性和非线性两个关键问题。
-
公开(公告)号：CN113393850A
公开(公告)日：2021-09-14
申请号：CN202110569382.X
申请日：2021-05-25
Applicant: 西北工业大学
IPC: G10L19/02 , G10L19/26 , G10L21/0224 , G10L21/0272
Abstract: 本发明提出了一种用于端到端时域声源分离系统的参数化听觉滤波器组；在端到端时域分离系统中引入了参数化听觉滤波器组，建立了更具听觉合理性的分离模型，提高了网络的分离性能。相比于固定式滤波器组，参数化听觉滤波器组的参数是通过网络训练得到的，具有更好的灵活性，能够根据网络和数据的特性进行自发的调整，以获得更优的分离性能。而相比于自由式滤波器组，参数化听觉滤波器组通过给定Gammatone滤波器的形式，提供给网络听觉系统的先验信息，使得网络能够更好的模拟人耳听觉系统以提高实际场景中网络的分离能力，也使得网络具有更好的可解释性。此外，每个滤波器只有4个参数需要训练，相比所有参数都需要训练的自由式滤波器，其显著降低了网络的参数数量。
-
公开(公告)号：CN113327624A
公开(公告)日：2021-08-31
申请号：CN202110569402.3
申请日：2021-05-25
Applicant: 西北工业大学
IPC: G10L19/26 , G10L21/0224 , G10L21/0272 , G10L25/27
Abstract: 本发明提出了一种采用端到端时域声源分离系统进行环境噪声智能监测的方法，在训练阶段，建立在训练数据集中引入尽可能多的声源种类，然后以不同的信噪比混合两个声源获得单通道的时域混合声，作为分离网络的输入。分离网络输出两个声源的时域估计信号。网络以最小化真实声源和网络估计声源在时域上的差异作为目标进行多轮训练，获得声源分离模型。在网络使用时，将监测噪声输入声源分离网络，网络实时输出目标噪声和干扰噪声的时域信号估计值。将目标噪声估计值用于进一步的声级计算，实现噪声的智能评估。本发明解决了监测噪声中干扰噪声的偶发性和不可预测性，能够将干扰噪声进行分离，避免了其他声源对目标噪声的干扰，提高了噪声评估的科学性和有效性。
-
公开(公告)号：CN119832113A
公开(公告)日：2025-04-15
申请号：CN202510037403.1
申请日：2025-01-09
Applicant: 西北工业大学
IPC: G06T11/00 , G06V10/764 , G06V10/44 , G06V10/56 , G06V10/54 , G06N3/0464 , G06N3/047 , G06N5/01 , G06N3/084
Abstract: 本发明一种融合稳定扩散和风格迁移的声纳图像生成方法，属于水下声纳图像生成及图像处理领域；方法步骤为：首先，制作训练合成图像模型的数据集；接着，利用制作的数据集微调大规模稳定扩散模型，使其具有合成特定领域声纳图像的能力；最后，利用微调权重模型的生成能力，在推理阶段，使用风格注入方法，合成指定内容的声纳图像。且对合成的图像分别进行定量和定性评估分析。本发明所建立的图像生成方法不仅使生成的图像更接近真实声纳数据的表现，还显著提升了声纳数据的多样性，为后续的声纳图像分析与应用提供了更为丰富和可靠的数据支持。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.038 seconds)
