CN105203999A - 旋翼飞行器预警装置及预警方法 - Google Patents
旋翼飞行器预警装置及预警方法 Download PDFInfo
- Publication number
- CN105203999A CN105203999A CN201510683849.8A CN201510683849A CN105203999A CN 105203999 A CN105203999 A CN 105203999A CN 201510683849 A CN201510683849 A CN 201510683849A CN 105203999 A CN105203999 A CN 105203999A
- Authority
- CN
- China
- Prior art keywords
- sound
- processing module
- signal
- unit
- acoustic processing
- 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
- 238000000034 method Methods 0.000 title claims description 63
- 238000012545 processing Methods 0.000 claims abstract description 114
- 230000002159 abnormal effect Effects 0.000 claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 50
- 230000004807 localization Effects 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 44
- 238000001914 filtration Methods 0.000 claims description 40
- 238000004088 simulation Methods 0.000 claims description 31
- 238000005314 correlation function Methods 0.000 claims description 21
- 230000003595 spectral effect Effects 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000009432 framing Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000007596 consolidation process Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 6
- 230000000644 propagated effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
一种旋翼飞行器预警装置，其包括多个声音处理模块(1)和定位处理模块(2)，异常端点检测模块(5)把声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音；定位处理模块(2)包括计算同一声源的信号到达两个声音处理模块(1)的时延差值的时延计算单元(9)、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元(10)和通过多组声音处理模块组合定位声源位置的声源定位单元(11)，所述声源定位单元(11)根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
Description
技术领域
本发明属于飞行器预警领域，特别是无人飞行器的预警，尤其涉及一种旋翼飞行器预警装置及预警方法。
背景技术
当前旋翼式飞行器已经开始广泛的介入广大群众的日常生活。旋翼式飞行器由于能够完成直上直下的起飞与降落，并且能够在空中悬停，飞行更加灵活，所以相较于传统的固定翼式飞行器，有其自身特点，并得到了广泛应用。现有法规对于通航领域的飞行管理还不是很完善，但是对于飞行高度不高，往往处于视距范围内的旋翼式飞行器，目前的监管还是一个空白。
虽然，旋翼式飞行器在航拍、物流、巡逻等方面，开始给予广大消费者以全新的体验，并且拥有着广泛的应用前景，但同时，旋翼式飞行器无监管的飞行，也会带来一些困扰。由于飞行器本身质量水平不一，控制飞行器的飞手的操纵水平差异也很大，所以，旋翼式飞行器误入一些禁飞区的新闻屡见不鲜。比如，四轴飞行器闯入白宫的新闻、四轴飞行器飞越巴黎政府区的新闻。甚至，也诱发了一些敏感人士担心，可能会有不良人士操纵四轴飞行器来实施偷拍。
以四轴多旋翼飞行器为例，由于四轴飞行器的飞行范围通常是在低空区域，而且四轴飞行器的体积也相对较小，传统监测高空飞行器的雷达等设备，无法用于对多旋翼飞行器的监视，并且从成本考虑，也不宜简单使用雷达方式来实现对多旋翼飞行器的监测和遥感。
专利CN102508237公开了一种角跟踪系统，其特征是包括控制中心、天线分系统、馈线分系统、发射分系统、接收分系统、伺服分系统和通讯接口分系统，所述天线分系统包括电线座，以及安装在天线座上的定向天线、全向天线和定向喇叭，所述发射分系统，包括上变频器、频控处理器、功放和选择开关；由控制中心送来的基带激励信号送给发射分系统，在发射分系统内，基带激励信号经上变频器后送至功放；功放的输出端连接选择开关的输入端；所述选择开关的输出端分别连接定向天线、全向天线和定向喇叭的发射信号输入端；所述定向天线通过馈线分系统连接该选择开关的输出端；频控处理器接收来自控制中心的控制信号，并依此输出选择开关、上变频器频率选择和功放的控制信号，所述馈线分系统，本分系统传输发射信号给定向天线，接收相应频率回波信号，在发射信号的同时接收和∑、方位差ΔA二路接收信号，再经接收分系统送接收机；本分系统包括双工器、加减器、左馈源和右馈源；对于定向天线的发射信号，该发射信号依次经双工器、加减器和左馈源输出；接收和∑信号依次经左馈源、加减器和端口输出至双工器，接收方位差ΔA信号由左右馈源经加减器差输出，所述接收分系统，包括选择开关、LNA、下变频器、频控处理器和中频接收机；本选择开关的一个输出端依次连接LNA和下变频器，下变频器的输出端连接中频接收机的输入端；该选择开关有三个输入端，全向天线和定向喇叭分别连接该选择开关的两个输入端；本选择开关的另一个输入端接收所述∑信号和ΔA信号；本频控处理器接收来自控制中心的控制信号，并依此输出选择开关、下变频器的控制信号，所述伺服分系统，包括伺服控制器和驱动电机，所述伺服控制器的控制信号输出给驱动电机，驱动电机驱动电线座作转动和俯仰动作，所述通讯接口分系统，连接在控制中心与发射分系统的频控处理器、接收分系统的频控处理器以及伺服分系统的伺服控制器之间。该专利文献有较高的测角精度和良好的搜索、捕获能力，但部件多、结构复杂且成本昂贵而无法得到广泛的应用。
专利CN103822699A公开了一种无人直升机振动在线监测系统，其特征在于：包括：机载通信设备，主要作用是发射经过分析处理的振动信号；地面通信控制设备，接收机载通信设备发送来的实时振动信号，以图形或声音形式实现报警、提示及演示无人直升机的空中飞行实时振动情况；传感器，设在无人直升机的一处或多处机身上，感应机身各处的位移、速度和加速度；采集仪，将传感器感应到的各种信号转换成电信号并传递给分析仪，所述采集仪主要由抗混滤波、数模转换和DSP处理器组成；所述抗混滤波和DSP处理器的截止频率为所述采集仪最大采样频率的1/2.56倍，阻带衰减：－120dB/Oct，平坦度0.05dB/Oct；分析仪，对采集仪传输过来的电信号与预设的极限值进行比对判断，如果传输过来的电信号没有超出预设的极限值，则不触发其他动作；如果传输过来的电信号超出预设的极限值，分析仪将分析结果通过机载通信设备发送至地面通信控制设备。该专利文献公开的这种在线监测系统能够让地面操控人员实时的掌握无人直升机的飞行状态，但其需要机载设备配合，无法实现预警功能。
因此，当前存在一种需求，是能够提前感应到高速飞行的旋翼飞行器，并实施预警且结构简单、成本低适用范围广。
本申请发明人注意到多旋翼无人机为了产生足够的推力，电机和桨叶需要以极高的速度旋转，同时这种高速旋转会带来持续的低频启动噪声，这是任何多旋翼无人机都无法回避的特征。本发明利用无人机在飞行过程中产生低频噪声这一特点，通过声音采集阵列，声音识别和定位的装置和方法，判断无人机抵近飞行的行为，作出提前预警，主动防御的措施，且能够有效实施对可能接近的多旋翼式飞行器的预警，能够避免其他空中飞行物的干扰，如飞鸟、民航飞机、航模等。
发明内容
本发明公开了一种旋翼飞行器预警装置及预警方法，本发明利用旋翼飞行器在飞行过程中产生低频噪声这一特点，通过声音采集、声音识别、声音定位的预警装置及预警方法，判断旋翼飞行器抵近飞行的行为，进行提前预警、主动防御的措施。
本发明的目的是通过以下技术方案予以实现。
根据本发明的第一方面，.一种旋翼飞行器预警装置包括多个对声音模拟信号处理的声音处理模块和定位处理模块。其中，所述声音处理模块包括对异常声音检测的异常端点检测模块。
所述定位处理模块包括计算同一声源的信号到达两个声音处理模块的时延差值的时延计算单元、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元和通过多组声音处理模块组合定位声源位置的声源定位单元，所述声源定位单元根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向。
优选地，本发明公开的一种旋翼飞行器预警装置包括多个声音处理模块和定位处理模块，其中，所述声音处理模块包括采集声音模拟信号的声音传感器、声音减谱滤波模块和异常端点检测模块，所述声音减谱滤波模块对声音模拟信号进行处理，异常端点检测模块把声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
所述定位处理模块包括计算同一声源的信号到达两个声音处理模块的时延差值的时延计算单元、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元和通过多组声音处理模块组合定位声源位置的声源定位单元。
时延计算单元包括将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
角度计算单元通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ，其中，声音处理模块之间的距离为d，空气中传播的声速为c，由两个声音处理模块采集信号通过时延计算单元(9)计算得到的时延差值为τ。
声源定位单元根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
优选地，异常端点检测模块判定为异常声音时，声音识别单元对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元中的动态时间归整(DTW)计算单元将所述声音特征序列和存储在声音识别单元的存储单元中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元发出确认信号到定位处理模块。
优选地，所述声音减谱滤波模块包括将所述声音模拟信号转换为声音数字信号的A/D转换单元、将所述声音数字信号带通滤波的带通滤波单元和对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理的加窗分帧处理单元
进一步地，声音传感器采集声音的强度、频率与波形的声音模拟信号。
更优选地，所述带通滤波单元的上、下限截止频率分别为10Hz和500Hz。
更优选地，所述加窗分帧处理单元的每帧含1024个采样点，相邻帧之间有512个采样点重合。
更优选地，所述声音识别单元采用MFCC系数作为声音信号的特征表示，谱失真测度使用欧氏距离进行计算，其中，C＝[c1,c2,…,cL]和C’＝[c’1,c’2,…,c’L]为两组倒谱系数，动态时间归整(DTW)计算单寻找时间规整函数m＝ω(n)，其将测试序列的时间轴n非线性地映射到参考特征序列的时间轴m上，并使该函数ω(n)满足：
d[C(n),R(ω(n))]是第n帧测试矢量C(n)和第m帧参考矢量R(m)之间的失其中，
真测度，D则是处于最优时间规整情况下两序列的总体失真测度，当D处于预定范围内时，所述声音识别单元发出确认信号到定位处理模块。
更优选地，所述声源定位单元进一步设有扬声器或拍摄装置，其用于在警报情况下发出声音提示信息或拍摄图像信息。
更优选地，所述声源定位单元进一步设有通信模块，其用于在警报情况下发出警示信息。
根据本发明的另一方面，公开的旋翼飞行器预警方法包括以下步骤：
第一步骤中，声音传感器采集声音模拟信号。
第二步骤中，声音减谱滤波模块对采集的声音模拟信号进行处理，其中，A/D转换单元将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元将所述声音数字信号带通滤波，加窗分帧处理单元对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理。
第三步骤中，异常声音判断，异常端点检测模块将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
第四步骤中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
第五步骤中，角度计算单元通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ。
第六步骤中，声源定位单元根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
根据本发明的又一方面，旋翼飞行器预警方法包括以下步骤：
第一步骤中，声音处理模块处理采集的声音模拟信号；
第二步骤中，异常声音判断，异常端点检测模块进行异常声音判断；
第三步骤中，时延计算单元计算同一声源的信号到达两个声音处理模块的时延差值；
第四步骤中，角度计算单元计算声源方向与声音处理模块排列方向的夹角即声源方位角θ；
第五步骤中，声源定位单元根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向；
第六步骤中，在电子地图上显示声源位置并发出警报。
优选地，公开的旋翼飞行器预警方法包括以下步骤：
第一步骤中，声音传感器采集声音模拟信号。
第二步骤中，声音减谱滤波模块对采集的声音模拟信号进行处理，其中，A/D转换单元将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元将所述声音数字信号带通滤波，加窗分帧处理单元对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理。
第三步骤中，异常声音判断，异常端点检测模块将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
第四步骤中，旋翼飞行器声音的识别，当异常端点检测模块判定异常声音时，声音识别单元对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元中的动态时间归整(DTW)计算单元将所述声音特征序列和存储在声音识别单元的存储单元中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元发出确认异常声音为旋翼飞行器声音的确认信号到定位处理模块。
第五步骤中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
第六步骤中，角度计算单元通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ。
第七步骤中，声源定位单元根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，如果连续10帧收到同方向声源，则在电子地图上显示声源位置并发出声音警报和拍摄图像。
本发明提出的方案，能够实现对旋翼飞行器的有效预警，本申请采用的方式，是根据旋翼无人机在空中飞行时由电机和桨叶产生的持续低频噪声，由于这种声音带有其声音特点，利用声音采集和声音特征提取和分析，判断得出结论，当判断出旋翼无人机可能接近受保护目标范围时，就其飞行方位给出提前警示。换句话说，在一个预设空间，设置好本申请所述的预警装置后，该装置能够实时监测周围的环境，可以探测一定范围内的旋翼飞行器的动向。该装置能够准确针对旋翼飞行器进行识别，并且有效避免了类似音源的干扰，为后续对该旋翼飞行器的处理提供了预警时间。
附图说明
图1是根据本发明一个实施例的旋翼飞行器预警装置的结构示意图。
图2是根据本发明一个实施例的旋翼飞行器预警装置的角度测量的示意图。
图3是根据本发明另一个实施例的旋翼飞行器预警装置的结构示意图。
图4是根据本发明一个实施例的旋翼飞行器预警方法的流程示意图。
图5是根据本发明一个实施例的旋翼飞行器预警方法的步骤示意图。
图6是根据本发明另一个实施例的旋翼飞行器预警方法的步骤示意图。
以下结合附图和实施例对本发明作进一步的解释。
具体实施方式
本发明的实施例描述了一种旋翼飞行器预警装置，如图1所示的旋翼飞行器预警装置包括多个声音处理模块1和定位处理模块2。
声音处理模块1包括采集声音模拟信号的声音传感器3、声音减谱滤波模块4和异常端点检测模块5。
声音减谱滤波模块4包括将所述声音模拟信号转换为声音数字信号的A/D转换单元6、将所述声音数字信号带通滤波的带通滤波单元7和对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理的加窗分帧处理单元8，所述异常端点检测模块5把声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
A/D转换单元6将声音传感器3捕获的模拟声音信号转换为数字声音信号以方便进行后台分析处理。在一个实施例中，声音信号的采样率为11025Hz。
上述数字声音信号优选还需要进行带通滤波。由于旋翼飞行器飞行过程中主要由旋翼和电机产生持续的低频噪声能量主要集中于20-480Hz，因此对采集信号进行带通滤波可以有效滤除环境中的高频信号，提高系统识别精度。在一个实施例中，带通滤波单元7采用Butterworth2阶带通滤波器，滤波器的上、下限截止频率分别为10Hz和500Hz。
加窗分帧处理单元8将声音信号进行归一化处理，再进行分帧处理，每帧含1024个采样点，相邻帧之间有512个采样点重合，并对每帧声音信号进行海明窗滤波处理。
在旋翼飞行器抵近飞行的过程，我们可以通过声音处理模块1探测并定位旋翼飞行器的方向和位置。在安防重点区域部署声音处理模块1，利用旋翼飞行器特殊的噪声频率和聲音传输原理可以提前监控并定位旋翼飞行器抵近飞行的行为，可采取例如：视频监控、语音警告、频率压制，甚至击落等方式，保证安防区域的安全。
根据声音传播原理，将声音系统模型分为：近场和远场两种模型，如果收到的声波波前为弯曲的，则为近场区域；如果波前是直线且平行，则为远场区域。根据旋翼飞行器产生的低频噪声和飞行是由远及近的规律，安全重点区域的声音处理模块1排列应为10m量级，均匀分布；旋翼飞行器探测范围应为300-500m量级，由远及近。因此旋翼飞行器声音探测系统，应定义为声源远场区域。在声源远场区域我们重点探测声源方向，以便提早预警，采取防御措施。在旋翼飞行器噪声声源远场区，最少可由两个声音处理模块建立一个声源方向探测组，当阵列由三个或三个以上声音处理模块组成时，就可以利用两两声源方向向量相交确定旋翼飞行器噪声声源位置。由于声音处理模块之间存在距离差异，因此在声音处理模块阵列同步的情况下，声音到达不同声音处理模块之间存在时间差，该时间差成为时延差值。时延差值的远场声源定位算法主要由三部分组成，第一部分为时延计算，用于计算同一声源的信号到达两个声音处理模块的时间差；第二部分为角度计算，根据时延差估计值和声音处理模块阵元间距的几何关系确定来波方向；第三部分为声源定位，根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向。
定位处理模块2包括计算同一声源的信号到达两个声音处理模块1的时延差值的时延计算单元9、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元10和通过多组声音处理模块组合定位声源位置的声源定位单元11。
时延计算单元9包括将每个声音处理模块1获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
如图2所示的根据本发明一个实施例的旋翼飞行器预警装置的角度测量的示意图，由于远场区的声波为平面波，假设声波的到来方向与阵列排列方向的夹角为θ，声音处理模块1之间的距离为d，空气中传播的声速为c，由两个声音处理模块1采集信号互相关函数峰值检测计算计算得到的时延为：τ。那么，声源到达两个声音处理模块1之间的距离差即为cτ。根据三角函数原理，可以求出目标声源的方位角θ。
角度计算单元10通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ，其中，声音处理模块之间的距离为d，空气中传播的声速为c，由两个声音处理模块采集信号通过时延计算单元9计算得到的时延差值为τ。
声源定位单元11根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
如图3所示的根据本发明的另一个实施例的旋翼飞行器预警装置的结构示意图，旋翼飞行器预警装置包括多个声音处理模块1和定位处理模块2。声音处理模块1包括采集声音模拟信号的声音传感器3、声音减谱滤波模块4和异常端点检测模块5，声音减谱滤波模块4包括将所述声音模拟信号转换为声音数字信号的A/D转换单元6、将所述声音数字信号带通滤波的带通滤波单元7和对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理的加窗分帧处理单元8，所述异常端点检测模块5把声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
异常端点检测模块5判定为异常声音时，声音识别单元12对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元12中的动态时间归整DTW计算单元13将所述声音特征序列和存储在声音识别单元的存储单元14中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元12发出确认信号到定位处理模块2。其中，声音识别单元12采用MFCC系数作为声音信号的特征表示。
在本实施例中，采用MFCC系数作为声音信号的特征表示，Mel频率倒谱系数(MelFrequencyCepstrumCoefficient，MFCC)是将信号的频谱，首先在频域将频率轴变换为Mel频率刻度，再变换到频谱域得到的倒谱系数。MFCC的计算过程是：第一，将信号进行短时傅里叶变换得到其频谱；第二，求频谱幅度的平方，即能量谱，并用一组三角形滤波器在频域对能量谱进行带通滤波。这组带通滤波器的中心频率是按Mel频率刻度均匀排列的(间隔150Mel，带宽300Mel)，每个滤波器三角形底边的两个顶点的频率分别等于相邻的两个滤波器的中心频率，而且频率相应之和为1；滤波器的个数通常与临界带数相近，设滤波器数为M，滤波后得到的输出为：X(k),k＝1,2,…,M，将滤波器组的输出取对数，然后对它做2M点逆傅里叶变换得到MFCC。由于对称性，此变换可简化为：n＝1,2,...,L，MFCC系数的个数L通常取12～16。
在多维参数空间中比较两种频谱的差异大小需要定义一种测度，即谱失真测度。本实施例，先将同一品牌同一型号的多旋翼飞行器的声音样本作帧数平均，取出最接近平均帧数的声音样本作为种子模板，该模板使用12阶MFCC矢量及其一阶差分和二阶差分所组成的，共36阶矢量作为特征矢量，其它声音样本用DTW算法与种子模板进行匹配，DTW即动态时间规整(DynamicTimeWarping，DTW)，从而获得20遍声音样本与种子模板各帧的对应关系，然后对每一帧中相对应的特征向量做平均，得到最后的参考模板，参考模板R可以表示为{R(1),R(2),…,R(m),…,R(M)}。此外，考虑到天气环境对模板影响较大，对每种机型，存储单元将存储在雨天、晴天和强风天气下不同模板，保证在各种天气环境下的预警识别率。
在经过异常声音端点检测后，开始对后续声音序列进行MFCC系数特征提取。并利用DTW算法计算声音特征序列与参考模板序列的谱失真测度。
谱失真测度使用欧氏距离进行计算，其中，C＝[c1,c2,…,cL]和C’＝[c’1,c’2,…,c’L]为两组倒谱系数，动态时间归整DTW计算单寻找时间规整函数m＝ω(n)，其将测试序列的时间轴n非线性地映射到参考特征序列的时间轴m上，并使该函数ω(n)满足：其
d[C(n),R(ω(n))]是第n帧测试矢量C(n)和第m帧参考矢量R(m)之间的失真中，
测度，D则是处于最优时间规整情况下两序列的总体失真测度，当D处于预定范围内时，所述声音识别单元12发出确认信号到定位处理模块2。
由于DTW不断地计算两矢量的失真以寻找最优的匹配路径，所以得到的是两序列匹配时累积距离最小的规整函数。
DTW算法的具体步骤：
1.初始化：ω(1)＝1；
2.递推求累积失真：D[c(k)]＝d[c(k)]+minD[c(k-1)]
式中，d[c(k)]为匹配点c(k)＝(k,ω(k))本身的失真，minD[c(k-1)]是在c(k)以前所有允许值中最小的一个；
3.回溯求出所有的匹配点对：根据最佳局部路径，由匹配点对(N,M)向前回溯一直到(1,1)。
定位处理模块2包括计算同一声源的信号到达两个声音处理模块1的时延差值的时延计算单元9、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元10和通过多组声音处理模块组合定位声源位置的声源定位单元11。
时延计算单元9包括将每个声音处理模块1获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
角度计算单元10通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ，其中，声音处理模块之间的距离为d，空气中传播的声速为c，由两个声音处理模块采集信号通过时延计算单元9计算得到的时延差值为τ。
声源定位单元11根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
在一个实施例中，声源定位单元11进一步设有扬声器或拍摄装置，其用于在警报情况下发出声音提示信息或拍摄图像信息。更进一步地，声源定位单元11进一步设有通信模块，其用于在警报情况下发出警示信息。
如图4所示的根据本发明一个实施例的旋翼飞行器预警方法的流程示意图，本预警方法大致分为识别部分和定位部分两部分，识别部分中，利用阵列声音传感器采集声音的强度、频率与波形，根据对声音时域和频域的特征提取，识别，来判断与多旋翼式飞行器飞行过程中所发出的声音相近的声音。声音处理模块对声音信号进行预处理，异常端点检测模块识别异常声音，如果达到声音幅度门限，进入定位部分，如果没达到声音幅度门限但达到了声音过零率门限，进入定位部分，如果没到到声音幅度门限且没达到声音过零率门限，不进入定位部分；当进入定位部分时，计算声音时延、声源方向角度和聚类判断方向，如果连续10帧收到同方向声源，在电子地图呈现旋翼飞行器位置并发出警报。
参见图5所示的根据本发明一个实施例的旋翼飞行器预警方法的步骤示意图，步骤如下。
第一步骤S1中，声音传感器3采集声音模拟信号。
第二步骤S2中，声音减谱滤波模块4对采集的声音模拟信号进行处理，其中，A/D转换单元6将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元7将所述声音数字信号带通滤波，加窗分帧处理单元8对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理。
第三步骤S3中，异常声音判断，异常端点检测模块5将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
第四步骤S4中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元9将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
第五步骤S5中，角度计算单元10通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ。
第六步骤S6中，声源定位单元11根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
参见图6所示的根据本发明的另一个实施例的旋翼飞行器预警方法的步骤示意图，步骤如下。
第一步骤S1中，声音传感器3采集声音模拟信号。
第二步骤S2中，声音减谱滤波模块4对采集的声音模拟信号进行处理，其中，A/D转换单元6将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元7将所述声音数字信号带通滤波，加窗分帧处理单元8对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理。
第三步骤S3中，异常声音判断，异常端点检测模块5将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音。
第四步骤S4中，旋翼飞行器声音的识别，当异常端点检测模块5判定异常声音时，声音识别单元12对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元12中的动态时间归整DTW计算单元13将所述声音特征序列和存储在声音识别单元的存储单元14中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元12发出确认异常声音为旋翼飞行器声音的确认信号到定位处理模块2。
第五步骤S5中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元9将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
第六步骤S6中，角度计算单元10通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ。
第七步骤S7中，声源定位单元11根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，如果连续10帧收到同方向声源，则在电子地图上显示声源位置并发出声音警报和拍摄图像。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。
Claims (10)
1.一种旋翼飞行器预警装置，其包括多个对声音模拟信号处理的声音处理模块(1)和定位处理模块(2)，其中，所述声音处理模块(1)包括对异常声音检测的异常端点检测模块(5)；
所述定位处理模块(2)包括计算同一声源的信号到达两个声音处理模块(1)的时延差值的时延计算单元(9)、根据时延差值和声音处理模块间距的几何关系确定声源方向角度的角度计算单元(10)和通过多组声音处理模块组合定位声源位置的声源定位单元(11)，所述声源定位单元(11)根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块(1)判断的声源方位角θ作为最终的声源方向。
2.根据权利要求1所述的旋翼飞行器预警装置，其特征在于：所述时延计算单元(9)包括将每个声音处理模块(1)获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值。
3.根据权利要求1所述的旋翼飞行器预警装置，其特征在于：所述角度计算单元(10)通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ，其中，声音处理模块之间的距离为d，空气中传播的声速为c，由两个声音处理模块采集信号通过时延计算单元(9)计算得到的时延差值为τ。
4.根据权利要求1所述的旋翼飞行器预警装置，其特征在于：异常端点检测模块(5)判定为异常声音时，声音识别单元(12)对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元(12)中的动态时间归整(DTW)计算单元(13)将所述声音特征序列和存储在声音识别单元的存储单元(14)中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元(12)发出确认信号到定位处理模块(2)。
5.根据权利要求1所述的旋翼飞行器预警装置，其特征在于：声音减谱滤波模块(4)包括将所述声音模拟信号转换为声音数字信号的A/D转换单元(6)、将所述声音数字信号带通滤波的带通滤波单元(7)和对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理的加窗分帧处理单元(8)。
6.根据权利要求2所述的旋翼飞行器预警装置，其特征在于：所述声音识别单元(12)采用MFCC系数作为声音信号的特征表示，谱失真测度使用欧氏距离 进行计算，其中，
C＝[c1,c2,…,cL]和C’＝[c’1,c’2,…,c’L]为两组倒谱系数，动态时间归整(DTW)计算单寻找时间规整函数m＝ω(n)，其将测试序列的时间轴n非线性地映射到参考特征序列的时间轴m上，并使该函数ω(n)满足：
d[C(n),R(ω(n))]是第n帧测试矢量C(n)和第m帧参考矢量R(m)之间的失其中，
真测度，D则是处于最优时间规整情况下两序列的总体失真测度，当D处于预定范围内时，所述声音识别单元(12)发出确认信号到定位处理模块(2)。
7.根据权利要求1所述的旋翼飞行器预警装置，其特征在于：所述声源定位单元(11)进一步设有扬声器或拍摄装置，其用于在警报情况下发出声音提示信息或拍摄图像信息。
8.一种使用根据权利要求1－7中任一项所述的旋翼飞行器预警装置的旋翼飞行器预警方法，其包括以下步骤：
第一步骤(S1)中，声音处理模块(1)处理采集的声音模拟信号；
第二步骤(S2)中，异常声音判断，异常端点检测模块(5)进行异常声音判断；
第三步骤(S3)中，时延计算单元(9)计算同一声源的信号到达两个声音处理模块(1)的时延差值；
第四步骤(S4)中，角度计算单元(10)计算声源方向与声音处理模块排列方向的夹角即声源方位角θ；
第五步骤(S5)中，声源定位单元(11)根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向；
第六步骤(S6)中，在电子地图上显示声源位置并发出警报。
9.一种使用根据权利要求1－7中任一项所述的旋翼飞行器预警装置的旋翼飞行器预警方法，其包括以下步骤：
第一步骤(S1)中，声音传感器(3)采集声音模拟信号；
第二步骤(S2)中，声音减谱滤波模块(4)对采集的声音模拟信号进行处理，其中，A/D转换单元(6)将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元(7)将所述声音数字信号带通滤波，加窗分帧处理单元(8)对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理；
第三步骤(S3)中，异常声音判断，异常端点检测模块(5)将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音；
第四步骤(S4)中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元(9)将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值；
第五步骤(S5)中，角度计算单元(10)通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ；
第六步骤(S6)中，声源定位单元(11)根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，在电子地图上显示声源位置并发出警报。
10.一种使用根据权利要求2所述的旋翼飞行器预警装置的旋翼飞行器预警方法，其包括以下步骤：
第一步骤(S1)中，声音传感器(3)采集声音模拟信号；
第二步骤(S2)中，声音减谱滤波模块(4)对采集的声音模拟信号进行处理，其中，A/D转换单元(6)将声音传感器采集声音模拟信号转换为声音数字信号，带通滤波单元(7)将所述声音数字信号带通滤波，加窗分帧处理单元(8)对每帧声音数字信号进行分帧且对每帧进行海明窗滤波处理；
第三步骤(S3)中，异常声音判断，异常端点检测模块(5)将声音短时平均幅度和声音短时过零率其中之一超过门限判定为异常声音；
第四步骤(S4)中，旋翼飞行器声音的识别，当异常端点检测模块(5)判定异常声音时，声音识别单元(12)对后续声音数字信号进行特征提取获得声音特征序列，利用声音识别单元(12)中的动态时间归整(DTW)计算单元(13)将所述声音特征序列和存储在声音识别单元的存储单元(14)中的参考特征序列进行谱失真测度，当所述谱失真测度处于预定范围内时，所述声音识别单元(12)发出确认异常声音为旋翼飞行器声音的确认信号到定位处理模块(2)；
第五步骤(S5)中，同一声源的信号到达两个声音处理模块的时延差值的计算，时延计算单元(9)将每个声音处理模块获得的异常声音的数字信号通过傅里叶变换进行功率谱计算且共轭相乘得到本帧信号的互功率谱，然后进行连续多帧信号累加计算得到平滑功率谱，再进行反傅里叶变换，得到两个采集信号的互相关函数，然后对互相关函数求模，获得模值的峰值作为两信号的时延差值；
第六步骤(S6)中，角度计算单元(10)通过公式θ＝cos-1(τc/d)获得声源方向与声音处理模块排列方向的夹角即声源方位角θ；
第七步骤(S7)中，声源定位单元(11)根据方位角θ进行聚类，并选择聚类后噪声功率最强的两组声音处理模块判断的声源方位角θ作为最终的声源方向，如果连续多帧收到同方向声源，则在电子地图上显示声源位置并发出声音警报和拍摄图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510683849.8A CN105203999A (zh) | 2015-10-20 | 2015-10-20 | 旋翼飞行器预警装置及预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510683849.8A CN105203999A (zh) | 2015-10-20 | 2015-10-20 | 旋翼飞行器预警装置及预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105203999A true CN105203999A (zh) | 2015-12-30 |
Family
ID=54951779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510683849.8A Pending CN105203999A (zh) | 2015-10-20 | 2015-10-20 | 旋翼飞行器预警装置及预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105203999A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106781705A (zh) * | 2016-12-13 | 2017-05-31 | 胡良 | 一种无人机预警管控方法及系统 |
| CN108051659A (zh) * | 2017-12-01 | 2018-05-18 | 中国直升机设计研究所 | 一种分离提取旋翼噪声的方法 |
| CN108520642A (zh) * | 2018-04-20 | 2018-09-11 | 北华大学 | 一种无人飞行器定位及身份识别的装置及方法 |
| WO2018210192A1 (zh) * | 2017-05-17 | 2018-11-22 | 杭州海康威视数字技术股份有限公司 | 一种无人机监测方法及音视频联动装置 |
| CN109144092A (zh) * | 2017-06-16 | 2019-01-04 | 昊翔电能运动科技(昆山)有限公司 | 无人机飞行辅助方法、装置及无人机 |
| CN109389973A (zh) * | 2017-08-02 | 2019-02-26 | 罗德施瓦兹两合股份有限公司 | 信号评估系统和信号评估方法 |
| CN109658948A (zh) * | 2018-12-21 | 2019-04-19 | 南京理工大学 | 一种面向候鸟迁徙活动的声学监测方法 |
| CN110412547A (zh) * | 2019-07-24 | 2019-11-05 | 中国电子科技集团公司第三十六研究所 | 基于旋翼无人机载设备和地面设备的目标信号识别系统 |
| CN110531736A (zh) * | 2019-08-13 | 2019-12-03 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种大功率电机控制器故障监控电路及其方法 |
| CN110673125A (zh) * | 2019-09-04 | 2020-01-10 | 珠海格力电器股份有限公司 | 一种基于毫米波雷达的声源定位方法、装置、设备以及存储介质 |
| CN110716179A (zh) * | 2019-09-29 | 2020-01-21 | 浙江海洋大学 | 一种基于鸣声的鸟类定位系统及方法 |
| CN110793625A (zh) * | 2019-12-18 | 2020-02-14 | 中国安全生产科学研究院 | 声场测量装置及方法 |
| CN110876100A (zh) * | 2018-08-29 | 2020-03-10 | 北京嘉楠捷思信息技术有限公司 | 一种音源定向方法与系统 |
| US20230228833A1 (en) * | 2020-06-15 | 2023-07-20 | Spoke Acoustics Pty Ltd | Systems and methods configured to enable positional and quantitative analysis of noise emissions in a target area |
| CN117214298A (zh) * | 2023-10-18 | 2023-12-12 | 西南石油大学 | 一种防喷器旋转胶芯超声透射检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070168114A1 (en) * | 2004-08-10 | 2007-07-19 | The Boeing Company | Synthetically generated sound cues |
| CN103198838A (zh) * | 2013-03-29 | 2013-07-10 | 苏州皓泰视频技术有限公司 | 一种用于嵌入式系统的异常声音监控方法和监控装置 |
| CN103424739A (zh) * | 2012-05-24 | 2013-12-04 | 波音公司 | 利用大气扩散的声学测距系统 |
| CN103606302A (zh) * | 2013-08-13 | 2014-02-26 | 重庆享邑航空科技有限公司 | 一种飞行器越界管控方法及系统 |
| CN103955227A (zh) * | 2014-04-29 | 2014-07-30 | 上海理工大学 | 无人机精准降落的控制方法 |
-
2015
- 2015-10-20 CN CN201510683849.8A patent/CN105203999A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070168114A1 (en) * | 2004-08-10 | 2007-07-19 | The Boeing Company | Synthetically generated sound cues |
| CN103424739A (zh) * | 2012-05-24 | 2013-12-04 | 波音公司 | 利用大气扩散的声学测距系统 |
| CN103198838A (zh) * | 2013-03-29 | 2013-07-10 | 苏州皓泰视频技术有限公司 | 一种用于嵌入式系统的异常声音监控方法和监控装置 |
| CN103606302A (zh) * | 2013-08-13 | 2014-02-26 | 重庆享邑航空科技有限公司 | 一种飞行器越界管控方法及系统 |
| CN103955227A (zh) * | 2014-04-29 | 2014-07-30 | 上海理工大学 | 无人机精准降落的控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 何强 等: "《MATLAB扩展编程》", 30 June 2002 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106781705A (zh) * | 2016-12-13 | 2017-05-31 | 胡良 | 一种无人机预警管控方法及系统 |
| CN106781705B (zh) * | 2016-12-13 | 2019-06-18 | 胡良 | 一种无人机预警管控方法及系统 |
| WO2018210192A1 (zh) * | 2017-05-17 | 2018-11-22 | 杭州海康威视数字技术股份有限公司 | 一种无人机监测方法及音视频联动装置 |
| CN109144092A (zh) * | 2017-06-16 | 2019-01-04 | 昊翔电能运动科技(昆山)有限公司 | 无人机飞行辅助方法、装置及无人机 |
| CN109389973A (zh) * | 2017-08-02 | 2019-02-26 | 罗德施瓦兹两合股份有限公司 | 信号评估系统和信号评估方法 |
| CN109389973B (zh) * | 2017-08-02 | 2023-12-15 | 罗德施瓦兹两合股份有限公司 | 信号评估系统和信号评估方法 |
| CN108051659A (zh) * | 2017-12-01 | 2018-05-18 | 中国直升机设计研究所 | 一种分离提取旋翼噪声的方法 |
| CN108051659B (zh) * | 2017-12-01 | 2020-05-12 | 中国直升机设计研究所 | 一种分离提取旋翼噪声的方法 |
| CN108520642A (zh) * | 2018-04-20 | 2018-09-11 | 北华大学 | 一种无人飞行器定位及身份识别的装置及方法 |
| CN110876100A (zh) * | 2018-08-29 | 2020-03-10 | 北京嘉楠捷思信息技术有限公司 | 一种音源定向方法与系统 |
| CN109658948A (zh) * | 2018-12-21 | 2019-04-19 | 南京理工大学 | 一种面向候鸟迁徙活动的声学监测方法 |
| CN110412547B (zh) * | 2019-07-24 | 2021-02-26 | 中国电子科技集团公司第三十六研究所 | 基于旋翼无人机载设备和地面设备的目标信号识别系统 |
| CN110412547A (zh) * | 2019-07-24 | 2019-11-05 | 中国电子科技集团公司第三十六研究所 | 基于旋翼无人机载设备和地面设备的目标信号识别系统 |
| CN110531736A (zh) * | 2019-08-13 | 2019-12-03 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种大功率电机控制器故障监控电路及其方法 |
| CN110673125A (zh) * | 2019-09-04 | 2020-01-10 | 珠海格力电器股份有限公司 | 一种基于毫米波雷达的声源定位方法、装置、设备以及存储介质 |
| CN110673125B (zh) * | 2019-09-04 | 2020-12-25 | 珠海格力电器股份有限公司 | 一种基于毫米波雷达的声源定位方法、装置、设备以及存储介质 |
| CN110716179A (zh) * | 2019-09-29 | 2020-01-21 | 浙江海洋大学 | 一种基于鸣声的鸟类定位系统及方法 |
| CN110793625A (zh) * | 2019-12-18 | 2020-02-14 | 中国安全生产科学研究院 | 声场测量装置及方法 |
| US20230228833A1 (en) * | 2020-06-15 | 2023-07-20 | Spoke Acoustics Pty Ltd | Systems and methods configured to enable positional and quantitative analysis of noise emissions in a target area |
| CN117214298A (zh) * | 2023-10-18 | 2023-12-12 | 西南石油大学 | 一种防喷器旋转胶芯超声透射检测方法 |
| CN117214298B (zh) * | 2023-10-18 | 2024-03-19 | 西南石油大学 | 一种防喷器旋转胶芯超声透射检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105203999A (zh) | 旋翼飞行器预警装置及预警方法 | |
| Sedunov et al. | Stevens drone detection acoustic system and experiments in acoustics UAV tracking | |
| CN102891453B (zh) | 一种基于毫米波雷达的无人机巡检线路走廊方法与装置 | |
| CN103308889B (zh) | 复杂环境下被动声源二维doa估计方法 | |
| CN107110963B (zh) | 用于利用声音检测飞行器位置和速度的系统及方法 | |
| CN111896926B (zh) | 一种基于强杂波抑制的低空目标检测方法及系统 | |
| Sedunov et al. | UAV passive acoustic detection | |
| CN104076331A (zh) | 一种七元麦克风阵列的声源定位方法 | |
| US10817001B2 (en) | Unmanned aerial vehicle and method for detecting flight state thereof, and wearable device | |
| Blanchard et al. | Acoustic localization and tracking of a multi-rotor unmanned aerial vehicle using an array with few microphones | |
| EP2661635A1 (en) | Airspeed and velocity of air measurement | |
| Ishiki et al. | Design model of microphone arrays for multirotor helicopters | |
| CN113311857A (zh) | 一种基于无人机的环境感知与避障系统及方法 | |
| JP6874766B2 (ja) | 波源方向推定装置、波源方向推定システム、波源方向推定方法および波源方向推定プログラム | |
| JP2023508611A (ja) | 航空機の音響ベースの検知及び回避 | |
| CN205139360U (zh) | 旋翼飞行器预警装置 | |
| CN110596734B (zh) | 一种基于多模态q学习的无人机定位干扰源系统及方法 | |
| CN202817605U (zh) | 一种基于毫米波雷达的无人机巡检线路走廊装置 | |
| CN112731367B (zh) | 基于涡旋电磁波的旋翼目标特征分析及提取方法 | |
| CN107884749B (zh) | 一种低空无人机被动声探测定位装置 | |
| Tejera-Berengue et al. | Acoustic-Based Detection of UAVs Using Machine Learning: Analysis of Distance and Environmental Effects | |
| KR102103636B1 (ko) | 회전익기 탐지 방법 및 회전익기 탐지 시스템 | |
| CN116008913A (zh) | 基于stm32和小型麦克风阵列的无人机检测定位方法 | |
| CN104991245A (zh) | 一种无人飞行器预警装置及其预警方法 | |
| CN205003281U (zh) | 一种无人飞行器预警装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190107 Address after: 100020 Building 2, No. 12, West Da Wang Road, Chaoyang District, Beijing (No. 25978, national advertising Industrial Park incubator) Applicant after: High domain (Beijing) Intelligent Technology Research Institute Co., Ltd. Address before: Room 3002, Dajiang Skyline Building No. 2, 20 Jiangda Road, Wuhan City, Hubei Province Applicant before: Chen Hao |
|
| TA01 | Transfer of patent application right |