CN101258537A - 使用低成本微控制器的信号识别方法 - Google Patents
使用低成本微控制器的信号识别方法 Download PDFInfo
- Publication number
- CN101258537A CN101258537A CNA2005800515257A CN200580051525A CN101258537A CN 101258537 A CN101258537 A CN 101258537A CN A2005800515257 A CNA2005800515257 A CN A2005800515257A CN 200580051525 A CN200580051525 A CN 200580051525A CN 101258537 A CN101258537 A CN 101258537A
- Authority
- CN
- China
- Prior art keywords
- signal
- low cost
- microcontroller
- recognition method
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种信号识别方法,此信号是时间有限和周期性的,包括获得包络、对信号振幅的瞬时值进行采样,鉴于所需要的计算能力是在最简单的微控制器中能够完成的基本的计算操作,该方法通过一些时间参数和它们与不同参考矩阵进行的比较,可以使用一个低成本的微控制器识别它们与所述矩阵中的一个的归属性。
Description
发明的技术领域
本发明涉及一种通过使用低成本微控制器识别波形的方法。
对于信号是时间有限的且周期性的情况,其具有很广泛的应用范围,,例如区分不同类型的婴儿啼哭声,和机器的不同类型的日常工作等。
发明的背景
目前,识别波形的方法基于使用一种人们所知的数字信号处理器(或者DSP)的电子装置。
这种类型的电子装置的特征在于能够提供较高的计算能力,但是这种电子装置存在具有相对较高的成本的缺点。
这种电子装置所具有的计算能力是通过快速傅立叶变换方法(FFT)实现传统的信号分析所需要的。
这种方法,FFT,将信号由时域转换到频域,通过此种方法使在频率范围内分析和处理信号变得容易。
在声音信号处理领域具有很多的应用,如在音乐领域范围和语音识别领域范围,它们均基于使用一种类型的数字信号处理器(DSP)或者其它产品。
尽管这种类型的电子装置带来较高的成本,但在消费电子领域的那些设备里阻止它们的使用,因为在消费电子领域里,成本是判断一种具体的装置的可行性的主要因素。
发明概述
本发明的目的是为了解决上述缺点,提供一种可以植入到低成本微控制器中的波形识别方法。此方法允许在所有之前已被丢弃的消费电子装置中使用。
这种方法要求待处理的信号是时间有限的和重复性的。这种类型的信号具有很多例子,如孩子的哭声,狗的吠声,机器的噪音,和由人类、动物或者物所制造的一般地重复性的声音。
这种方法的独特性在于并非基于在频域内分析信号,而是基于在时域内分析信号。单独地这种改变就消除了使用快速傅立叶变换的需求,因此消除了对使用数字信号处理器的需求。
本发明所述的方法消除了使用存储在存储器内的,与待分析信号进行比较的样本。代之以通过模糊逻辑算法实现的识别过程。
使用所述的算法允许吸收输入信号中一定振幅的变化,这些振幅的变化否则会由于没有与之相匹配的样本而被舍弃。然而,待分析信号必须具有小的动态门限,因此对正在进行分析的信号的振幅的自动控制是根本。
本发明所述的信号分析方法基于使用一个低成本的合并一个模拟/数字转换器的微控制器。
当探测到周期信号开始时,开始采样阶段。
转换器允许以固定间隔对信号包络幅值的值进行一系列的采样。
虽然没有进行信号的直接采样,但是已在之前获得了其包络的波形。
鉴于将待处理信号转换为从分析的角度而言相似的、且从分析的角度而言非常简单的信号就可以了,这个区别是能够使用对于计算能力没有较高要求的装置的关键。。
信号是重复性的事实允许仅在信号的一个重复周期期间从包络采集信号。
第一个结果是降低了信号的速度。这涉及到了能够应用低计算能力的微控制器的可能性。
第二,发生与环境噪声相关联的高频信号的自动滤波,所以,与传统方法比较此方法可以较强地抵制环境噪声。
第三,消除了关于信号的瞬时频率的信息。这使得此方法不依赖于频率。
待分析信号的低频段允许进行比奈奎斯特频率的下限更多数量的采样。
为了能够应用冗余比较方法,应该以奈奎斯特频率的两倍频率进行许多采样。
这种待分析信号的过采样允许以两组采样序列实现重复地分析。
这种分析的重复性允许比较根据已分析的采样序列得到的结果并应用不同的能够确保最终结果有效性的验证算法。
在依次连续的采样序列中获得的结果的冗余性允许忽略那些被脉冲型噪音影响的信号。
在这种方法被使用在便携式装置的情况下,需要考虑由于电池的耗用而带来的对采样的影响。
待分析的波形是基于使用该波形的时间参数的矩阵来表达其特性的。
微控制器完成一系列的基于已采样信息的计算、校验和根据校正误差的计算,以获得如下参数:
平均值;
均方根值;
工作周期;
一阶导数;
二阶导数;
最大值;
最小值。
为了确定一个信号是否属于一组参考信号,则将在从信号中获得的元素和不同参考矩阵的元素之间进行比较。
为了将某一矩阵的归属性分配到一个参考组,后者必须说明超过某一指标的矩阵的所有元素之间具有相关性。
所述指标的值通过与其它参考矩阵相比计算出。
指标没有一个预设值的事实允许接收具有不同的外观相似性的,但是矩阵的某些元素之间彼此具有高的相似度的波形。
例如,平均值可能与参考值完全不同,但是如果剩余的其它元素的值具有高度的相关性,则识别是确定的。
这种方法允许自动地校正由于在便携式器件中电池的耗损而带来的信号平均值的减小。
这里必须指出,对于每一个待分析信号仅使用很少数量的值(在本例中为7),或者换句话说,微处理器的RAM具有非常少的记录。
关于采样,即微控制器的内部RAM存储器所允许的最大值(在本例中为64),因此关于存储器容量的需求非常小。
关于需求的计算能力,必须指出这里仅需要完成集成在最简单的微控制器中的最基本的计算操作(此例中8位的加法与减法的记录,而且没有乘法和除法运算需要完成)。
因此,关于微处理器的计算能力的需求是非常小的。
由于需要弱的计算能力和少量的RAM存储器,因此可以采用市场上最小的,从而价格最低的微控制器。
必须指出的是,整个处理的持续时间少于几十分之一秒。
因此,从使用者的角度看,分析过程在瞬间发生。
附图的说明
为了补充说明和能够更好的理解本发明的特征,将一组附图作为整体的一个部分放入当前的说明中,如下图中所示为说明性质和非限制性的特征:
图1为处理信号的不同阶段流程图;
图2为获得包络和对其数字化的过程。
发明具体实施方式
本发明所述的方法在一个完成分析婴儿哭声的声音信号的微控制器中实现。
集成了微控制器装置是为照顾婴儿的人可以方便携带此装置而设计的。
此装置应该放置在距离婴儿嘴部介于20cm和1m之间的位置上。
此距离的极限值取决于完成自动电平控制的模块的校准能力。
声音信号的捕获通过一个与增加被捕获信号强度的前置放大器(2)相连的扩音器(1)完成。因而提供了需要的信号(12),所以自动电平控制模块(3)可以将最佳的信号提供给包络检波器(4)。
一旦获取了信号包络(13),就应用一个获取信号瞬时值(14)的采样的模拟/数字转换器(5)。
然后在微处理器(6)中对获取的值与在参考矩阵(15)中存储的那些值进行比较。
一旦对于某一参考组的信号的归属性被识别后,所述的信息将被显示在液晶显示屏(7)中。
如果对于任一组的归属性没有被识别,则显示一个在识别中错误消息。
作为一种补充功能,具有一个存储器(8),在存储器(8)中记录了适合每个识别情况的建议。
信号识别过程可以在任何时候,通过一个用户控制按钮(9)重新开始。
可以通过其它两个按钮,向前进按钮(10)和向后退按钮(11)实现在显示器中显示的不同建议的向前进或者向后退。
权利要求书(按照条约第19条的修改)
1. 一种使用低成本微控制器的信号识别方法,包括获得包络(13),对信号振幅(14)的瞬时值进行采样,其特征在于:根据一些时间参数和它们与不同参考矩阵(15)进行比较,可以使用一个低成本的微控制器识别它们与所述矩阵中的一个的归属性。
2. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:被比较的信号的参数包括信号本身的平均值、均方根值、工作周期、一阶导数、二阶导数、最大值和最小值。
3. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:通过使用自动音量调整器补偿由于在便携式装置中所使用电池的耗损而引起的信号的各值的改变。
4. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:使用一种基于模糊逻辑原理的度量参数的相对比较权重的方法,增加了命中指标。
5. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:通过一个具有低存储容量的微控制器使用信号的时间分析。
6. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:对输入信号进行自动电平控制,所以分析的结果事实上不依赖于声音捕获的距离。
7. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:采用一种允许使用一种非常简单和高速的识别算法的高速信号鉴定方法,实时地显示结果。
Claims (7)
1. 一种使用低成本微控制器的信号识别方法,包括获得包络(13),对信号振幅(14)的瞬时值进行采样,其特征在于:根据一些时间参数(3)和它们与不同参考矩阵(15)进行比较,可以使用一个低成本的微控制器识别它们与所述矩阵中的一个的归属性。
2. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:被比较的信号的参数包括信号本身的平均值、均方根值、工作周期、一阶导数、二阶导数、最大值和最小值。
3. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:通过使用自动音量调整器补偿由于在便携式装置中所使用电池的耗损而引起的信号的各值的改变。
4. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:使用一种相对比较法,增加了命中指标。
5. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:通过一个具有低存储容量的微控制器使用信号的时间分析。
6. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:对输入信号进行自动电平控制,所以分析的结果事实上不依赖于声音捕获的距离。
7. 如权利要求1所述的使用低成本微控制器的信号识别方法,其特征在于:采用一种高速的信号鉴定方法,实时地显示结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2005800515257A CN101258537A (zh) | 2005-09-07 | 2005-09-07 | 使用低成本微控制器的信号识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2005800515257A CN101258537A (zh) | 2005-09-07 | 2005-09-07 | 使用低成本微控制器的信号识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101258537A true CN101258537A (zh) | 2008-09-03 |
Family
ID=39892293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005800515257A Pending CN101258537A (zh) | 2005-09-07 | 2005-09-07 | 使用低成本微控制器的信号识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101258537A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105723450A (zh) * | 2013-11-13 | 2016-06-29 | 谷歌公司 | 用于话语检测的包络比较 |
-
2005
- 2005-09-07 CN CNA2005800515257A patent/CN101258537A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105723450A (zh) * | 2013-11-13 | 2016-06-29 | 谷歌公司 | 用于话语检测的包络比较 |
CN105723450B (zh) * | 2013-11-13 | 2019-09-10 | 谷歌有限责任公司 | 用于话语检测的包络比较的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020502593A5 (ja) | 音声コマンドを検出及びキャプチャするシステムと方法 | |
Wang et al. | Digital audio tampering detection based on ENF consistency | |
JP2000035796A5 (zh) | ||
CN107274913B (zh) | 一种声音识别方法及装置 | |
US11120817B2 (en) | Sound recognition apparatus | |
CN110797031A (zh) | 语音变音检测方法、系统、移动终端及存储介质 | |
CN101145342A (zh) | 语音认证设备 | |
ATE421748T1 (de) | Verfahren und anordnung zur spracherkennung | |
CN109631104A (zh) | 油烟机的风量自动调节方法、装置、设备及存储介质 | |
CN106028216A (zh) | 音频采集增强方法以及使用所述方法的音频采集系统 | |
CN109002529B (zh) | 音频检索方法及装置 | |
CN104364845A (zh) | 处理装置、处理方法、程序、计算机可读信息记录介质以及处理系统 | |
CN109377982A (zh) | 一种有效语音获取方法 | |
US8559656B2 (en) | System and method for automatic microphone volume setting | |
CN110070891B (zh) | 一种歌曲识别方法、装置以及存储介质 | |
EP1950736B1 (en) | Microcontroller-implemented method for recognizing a sound signal | |
CN106539560A (zh) | 鼾声检测方法、鼾声检测系统、止鼾系统和止鼾枕 | |
CN101258537A (zh) | 使用低成本微控制器的信号识别方法 | |
WO2023093029A1 (zh) | 唤醒词能量计算方法、系统、语音唤醒系统及存储介质 | |
Sahota | Voice recognition system based on audio fingerprinting | |
CN102256201A (zh) | 用于助听器的自动环境识别方法 | |
JP2021015084A (ja) | 音源定位装置及び音源定位方法 | |
Al-Ahmadi | Energy efficient animal sound recognition scheme in wireless acoustic sensors networks | |
CN100539561C (zh) | 限制器接收器结构的转换器电路及限制器接收器结构中转换信号的方法 | |
AU2012207037A1 (en) | Signal Recognition Method Using a Low-Cost Microcontroller |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20161116 |
|
C20 | Patent right or utility model deemed to be abandoned or is abandoned |