CN107102351A - 一种声控装置检测系统及控制方法 - Google Patents
一种声控装置检测系统及控制方法 Download PDFInfo
- Publication number
- CN107102351A CN107102351A CN201710340197.7A CN201710340197A CN107102351A CN 107102351 A CN107102351 A CN 107102351A CN 201710340197 A CN201710340197 A CN 201710340197A CN 107102351 A CN107102351 A CN 107102351A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- sound
- signal
- grid
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000003321 amplification Effects 0.000 claims abstract description 4
- 238000003032 molecular docking Methods 0.000 claims abstract description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 36
- 239000013256 coordination polymer Substances 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 239000003381 stabilizer Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/001—Acoustic presence detection
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明属于自动控制技术领域,公开了一种声控装置检测系统及控制方法,声控装置检测系统设置有对周围信号进行检测的声音传感器,用于对接收信号进行放大的信号放大器,实现对放大后的声音信号进行过滤的过滤装置,用于对过滤后的声音信号进行识别的声强识别器,用于对声强进行控制的控制单元,用于对控制单元提供电力供应的主机电源,用于实现信号输出的显示装置。该声控装置检测系统通过声音传感器对声响信息实时进行监控,当发现某个或某些位置持续出现较大声响时,通过控制单元传送警示信息,通过显示器显示可以判断位置人群聚集较多,以便采用相应措施,比如加派人手、开启新的处理窗口等,通过技术手段实现监控。
Description
技术领域
本发明属于自动控制技术领域,尤其涉及一种声控装置检测系统及控制方法。
背景技术
目前,随着通信网络技术的发展,利用通信网络进行各种场景、现场监控已经越来越普遍,例如城市公共安全网、公交运输监控网等,已经深入到人们生活的各个领域、社会生活的方方面面。在社会管理、医院、学院管理过程中,某些位置可能会出现人群聚集较多的情况,比如医院排除收费处、取药处等,学校校门口、食堂等,这些位置人群聚集较多时,管理单位需要及时掌握相关情况,以便加派人手、开启新的处理窗口等,但如果在每个地方安排人手则人力成本较高。
综上所述,现有技术存在的问题是:现有的公共场所出现人群聚集较多的情况,比如医院排除收费处、取药处等,学校校门口、食堂等,这些位置人群聚集较多时,管理单位需要及时掌握相关情况,以便加派人手、开启新的处理窗口等,但如果在每个地方安排人手则人力成本较高。
发明内容
针对现有技术存在的问题,本发明提供了一种声控装置检测系统及控制方法。
本发明是这样实现的,一种声控装置检测系统,所述声控装置检测系统设置有:
用于对周围信号进行检测的声音传感器;
与声音传感器电连接,用于对接收信号进行放大的信号放大器;
所述信号放大器的信号间干扰关系分析的方法包括:
步骤一,确定干扰信号在无线信号领域上的若干特征参数CP,并基于特征参数形成对应的干扰空间模型,基于建立的干扰空间模型,确定待分析的干扰信号特征矢量与参照信号特征矢量
步骤二,基于干扰空间模型,针对干扰信号特征矢量定义对参照信号特征矢量的位移矢量
步骤三,定义位移矢量在干扰空间中对某个维度坐标轴的投影,为干扰信号特征矢量到参照信号特征矢量在该CP维度上的距离,即有:
其中PRJ(·)算子表示针对某一CP维度的投影运算;
步骤四,定义干扰信号对参照信号的干扰状态为S,用以表示干扰信号对参照信号的干扰关系;
步骤五,在已经形成干扰的前提下,首先需要选取并确定干扰作用参数EP,对于干扰信号而言,参数通常为信号功率p或者能量e;
步骤六,定义干扰信号对参照信号的干扰程度为G,用以衡量干扰信号对参照信号的干扰影响程度;
所述方法进一步包括:对于干扰信号和参照信号各自包含若干干扰特征矢量的多模情况,此时的干扰状态S(VI,VS),如下计算:
其中S[VI,VS]M×N被称为干扰状态矩阵,矩阵中的每个元素表示VI中的第k个特征矢量和VS中的第l个特征矢量的干扰状态,只有两个特征矢量集合中每个元素都不干扰时,S(VI,VS)=0干扰信号才不对参照信号形成干扰;反之,S(VI,VS)>0,此时干扰信号将对参照信号形成干扰;
与信号放大器电连接,实现对放大后的声音信号进行过滤的过滤装置;
与过滤装置电连接,用于对过滤后的声音信号进行识别的声强识别器;
与声强识别器电连接,用于对声强进行控制的控制单元;
与控制单元电连接,用于对控制单元提供电力供应的主机电源;
所述控制单元中无线网络的数据融合中心对收集到的感知信息进行数据融合,并依据恶意节点的恶意攻击模式计算全局的虚警概率;
第一步,根据各个节点的信噪比γi为每一个参与合作感知的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析虚警恶意攻击模式对频谱感知造成的影响,得到全局虚警概率Pf和攻击概率pa、攻击阈值η、攻击强度△之间的函数表达式如下:
其中:
与控制单元的信号输出端电连接,用于实现信号输出的显示装置。
进一步,所述声音传感器的实现方法为:
WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;
由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信,按三维三标方法对网格进行编码,最靠近Sink的格点为W000,同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……};
接着对每一个网格进行分布式运算,寻找每个网格到Sink节点一条或几条最短网格路径,为使网络正常工作时,整体网络传输能量消耗最少,规定只能是二个相邻的网格才能传输数据,最后基于熵的思想寻找一条适合路径的实现方法为:
二点间直线距离最短,而在立方体的网格中则对角线距离最短,所以网格最短路径可转化为求对角线的网格数与X、Y、Z轴的平移的网格数,具体方法如下:
①每个网格到原点对角线的格数为网格坐标值的最少值,
Num-d=min(|Wix|,|Wiy|,|Wiz|) (1)
其中Num-d为网格i到网格W000的网格数,|Wix|、|Wiy|、|Wiz|分别为网格i的x,y,z的坐标的绝对值;
②根据标明的4条相关的最短路径,分别得知x方向,y方向,z方向分别的位移量:
Num-dx=|Wix|-Num-d
Num-dy=|Wiy|-Num-d (2)
Num-dz=|Wiz|-Num-d
③从(1)(2)式可得一条最短网格路径公式(3):
Path(Wi-W0)∈{Wix,y,z;Wix,y,z-1……;Wix,y,d;Wix,y-1,d……;Wix,d,d;
Wix-1,d,d……;Wd,d,d;Wd-1,d-1,d-1……;W0,0,0}(3)
其中Path(Wi-W0)为网格Wi到W0具体经过的网格,d为Num-d的简写。
进一步,所述信号放大器的对上下线圈产生的电流值进行调控;在此过程中,上下线圈的电流值分两路,一路被实时地检测后反馈到输出信号转换器中,用于高速高灵敏保护,这种保护是纯硬件式保护,响应时间由器件的转换时间来定,一般在2-3个ns内;另一路与材料参数一同输入到补偿参数确定模块,用来为非线性补偿提供计算依据,补偿量将通过输出电流、材料参数、位置增量变化来综合计算得来。
进一步,所述主机电源的具体连接为:
输入端IN_L与二极管桥式整流电路的输入端1相连接,输入端IN_N与二极管桥式整流电路的输入端2相连接,二极管桥式整流电路的输入端4直接接地,二极管桥式整流电路的输出端3通过滤波电容C1接地;
二极管桥式整流电路的输出端3与变压器T2的输入端2相连接,变压器T2的输入端4与二极管D1的正极相连接,二极管D1的负极与电阻R1的一端相连接,电阻R1的另一端与变压器T2的输入端2相连接,电阻R1的两端并联有电容C3;
变压器T2的输出端9直接接地,变压器T2的输出端7与二极管D2的正极相连接,二极管D2的负极通过电容C4接地;
核心控制电路采用控制芯片NPC1013,控制芯片NPC1013的引脚4直接接地,引脚4还通过电容C2与控制芯片NPC1013的引脚1相连接,控制芯片NPC1013的引脚3与变压器T2的输入端4相连接;
光电耦合器TLP281的正向输入端通过电阻R4、稳压管1MSA5928及电阻R2与二极管D2的负极相连接,稳压管1MSA5928的正极与电阻R3的一端相连接,电阻R3的另一端接地,电阻R3的两端并联有电容C41,光电耦合器TLP281的反向输入端直接接地,光电耦合器TLP281的反向输入端还与电容C50的一端相连接,电容C50的另一端接地。
一种声控装置检测系统的控制方法,该方法包括以下步骤:
步骤一、建立声音采集过程中的平衡模型:
单位时间内进入信号放大器的声音量为dQ1=H(t)dt+c1F(t)Θ1(t)dt;
单位时间内离开信号放大器的声音为dQ2=c1F(t)Θ2(t)dt;
过滤装置内原煤所含的声音增量为dQ3=c1M(t)dΘ2(t)dt;
过滤装置的生硬过滤平衡方程为dQ1-dQ2=dQ3,即
步骤二、消去过滤装置方程所含的中间变量,得到只含有输入、输出变量的系统控制方程
其中f1,f2和f3分别是关于输入变量的函数,具体表达式由声音和声强识别的参数决定;
步骤三、利用控制单元对声强识别器的变化,采用反馈控制方法实现对声控过程的自动化控制。
本发明的优点及积极效果为:该声控装置检测系统通过声音传感器对声响信息实时进行监控,当发现某个或某些位置持续出现较大声响时,通过控制单元传送警示信息,通过显示器显示可以判断位置人群聚集较多,以便采用相应措施,比如加派人手、开启新的处理窗口等,通过技术手段实现监控,避免在每个地方安排人手则人力成本较高的问题,减少管理单位的管理成本。
附图说明
图1是本发明实施例提供的声控装置检测系统的结构示意图;
图2是本发明实施例提供的声控装置检测系统的控制方法流程图;
图3是本发明实施例提供的主机电源的原理图;
图中:1、声音传感器;2、信号放大器;3、过滤装置;4、声强识别器;5、控制单元;6、主机电源;7、显示装置。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的声控装置检测系统设置有:
对周围信号进行检测的声音传感器1;
与声音传感器1电连接,用于对接收信号进行放大的信号放大器2;
与信号放大器2电连接,实现对放大后的声音信号进行过滤的过滤装置3;
与过滤装置3电连接,用于对过滤后的声音信号进行识别的声强识别器4;
与声强识别器4电连接,用于对声强进行控制的控制单元5;
与控制单元5电连接,用于对控制单元5提供电力供应的主机电源6;
与控制单元5的信号输出端电连接,用于实现信号输出的显示装置7。
所述信号放大器2的信号间干扰关系分析的方法包括:
步骤一,确定干扰信号在无线信号领域上的若干特征参数CP,并基于特征参数形成对应的干扰空间模型,基于建立的干扰空间模型,确定待分析的干扰信号特征矢量与参照信号特征矢量
步骤二,基于干扰空间模型,针对干扰信号特征矢量定义对参照信号特征矢量的位移矢量
步骤三,定义位移矢量在干扰空间中对某个维度坐标轴的投影,为干扰信号特征矢量到参照信号特征矢量在该CP维度上的距离,即有:
其中PRJ(·)算子表示针对某一CP维度的投影运算;
步骤四,定义干扰信号对参照信号的干扰状态为S,用以表示干扰信号对参照信号的干扰关系;
步骤五,在已经形成干扰的前提下,首先需要选取并确定干扰作用参数EP,对于干扰信号而言,参数通常为信号功率p或者能量e;
步骤六,定义干扰信号对参照信号的干扰程度为G,用以衡量干扰信号对参照信号的干扰影响程度;
所述方法进一步包括:对于干扰信号和参照信号各自包含若干干扰特征矢量的多模情况,此时的干扰状态S(VI,VS),如下计算:
其中S[VI,VS]M×N被称为干扰状态矩阵,矩阵中的每个元素表示VI中的第k个特征矢量和VS中的第l个特征矢量的干扰状态,只有两个特征矢量集合中每个元素都不干扰时,S(VI,VS)=0干扰信号才不对参照信号形成干扰;反之,S(VI,VS)>0,此时干扰信号将对参照信号形成干扰;
所述控制单元5中无线网络的数据融合中心对收集到的感知信息进行数据融合,并依据恶意节点的恶意攻击模式计算全局的虚警概率;
第一步,根据各个节点的信噪比γi为每一个参与合作感知的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析虚警恶意攻击模式对频谱感知造成的影响,得到全局虚警概率Pf和攻击概率pa、攻击阈值η、攻击强度△之间的函数表达式如下:
其中:
进一步,所述声音传感器1的实现方法为:
WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;
由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信,按三维三标方法对网格进行编码,最靠近Sink的格点为W000,同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……};
接着对每一个网格进行分布式运算,寻找每个网格到Sink节点一条或几条最短网格路径,为使网络正常工作时,整体网络传输能量消耗最少,规定只能是二个相邻的网格才能传输数据,最后基于熵的思想寻找一条适合路径的实现方法为:
二点间直线距离最短,而在立方体的网格中则对角线距离最短,所以网格最短路径可转化为求对角线的网格数与X、Y、Z轴的平移的网格数,具体方法如下:
①每个网格到原点对角线的格数为网格坐标值的最少值,
Num-d=min(|Wix|,|Wiy|,|Wiz|) (1)
其中Num-d为网格i到网格W000的网格数,|Wix|、|Wiy|、|Wiz|分别为网格i的x,y,z的坐标的绝对值;
②根据标明的4条相关的最短路径,分别得知x方向,y方向,z方向分别的位移量:
Num-dx=|Wix|-Num-d
Num-dy=|Wiy|-Num-d (2)
Num-dz=|Wiz|-Num-d
③从(1)(2)式可得一条最短网格路径公式(3):
Path(Wi-W0)∈{Wix,y,z;Wix,y,z-1……;Wix,y,d;Wix,y-1,d……;Wix,d,d;
Wix-1,d,d……;Wd,d,d;Wd-1,d-1,d-1……;W0,0,0}(3)
其中Path(Wi-W0)为网格Wi到W0具体经过的网格,d为Num-d的简写。
进一步,所述信号放大器的对上下线圈产生的电流值进行调控;在此过程中,上下线圈的电流值分两路,一路被实时地检测后反馈到输出信号转换器中,用于高速高灵敏保护,这种保护是纯硬件式保护,响应时间由器件的转换时间来定,一般在2-3个ns内;另一路与材料参数一同输入到补偿参数确定模块,用来为非线性补偿提供计算依据,补偿量将通过输出电流、材料参数、位置增量变化来综合计算得来。
进一步,所述主机电源6的具体连接为:
输入端IN_L与二极管桥式整流电路的输入端1相连接,输入端IN_N与二极管桥式整流电路的输入端2相连接,二极管桥式整流电路的输入端4直接接地,二极管桥式整流电路的输出端3通过滤波电容C1接地;
二极管桥式整流电路的输出端3与变压器T2的输入端2相连接,变压器T2的输入端4与二极管D1的正极相连接,二极管D1的负极与电阻R1的一端相连接,电阻R1的另一端与变压器T2的输入端2相连接,电阻R1的两端并联有电容C3;
变压器T2的输出端9直接接地,变压器T2的输出端7与二极管D2的正极相连接,二极管D2的负极通过电容C4接地;
核心控制电路采用控制芯片NPC1013,控制芯片NPC1013的引脚4直接接地,引脚4还通过电容C2与控制芯片NPC1013的引脚1相连接,控制芯片NPC1013的引脚3与变压器T2的输入端4相连接;
光电耦合器TLP281的正向输入端通过电阻R4、稳压管1MSA5928及电阻R2与二极管D2的负极相连接,稳压管1MSA5928的正极与电阻R3的一端相连接,电阻R3的另一端接地,电阻R3的两端并联有电容C41,光电耦合器TLP281的反向输入端直接接地,光电耦合器TLP281的反向输入端还与电容C50的一端相连接,电容C50的另一端接地。
一种声控装置检测系统的控制方法,该方法包括以下步骤:
步骤一、建立声音采集过程中的平衡模型:
单位时间内进入信号放大器的声音量为dQ1=H(t)dt+c1F(t)Θ1(t)dt;
单位时间内离开信号放大器的声音为dQ2=c1F(t)Θ2(t)dt;
过滤装置内原煤所含的声音增量为dQ3=c1M(t)dΘ2(t)dt;
过滤装置的生硬过滤平衡方程为dQ1-dQ2=dQ3,即
步骤二、消去过滤装置方程所含的中间变量,得到只含有输入、输出变量的系统控制方程
其中f1,f2和f3分别是关于输入变量的函数,具体表达式由声音和声强识别的参数决定;
步骤三、利用控制单元对声强识别器的的变化,采用反馈控制方法实现对声控过程的自动化控制。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (5)
1.一种声控装置检测系统,其特征在于,所述声控装置检测系统设置有:
用于对周围信号进行检测的声音传感器;
与声音传感器电连接,用于对接收信号进行放大的信号放大器;
所述信号放大器的信号间干扰关系分析的方法包括:
步骤一,确定干扰信号在无线信号领域上的若干特征参数CP,并基于特征参数形成对应的干扰空间模型,基于建立的干扰空间模型,确定待分析的干扰信号特征矢量与参照信号特征矢量
步骤二,基于干扰空间模型,针对干扰信号特征矢量定义对参照信号特征矢量的位移矢量
步骤三,定义位移矢量在干扰空间中对某个维度坐标轴的投影,为干扰信号特征矢量到参照信号特征矢量在该CP维度上的距离,即有:
其中PRJ(·)算子表示针对某一CP维度的投影运算;
步骤四,定义干扰信号对参照信号的干扰状态为S,用以表示干扰信号对参照信号的干扰关系;
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mover>
<msub>
<mi>V</mi>
<mi>I</mi>
</msub>
<mo>&RightArrow;</mo>
</mover>
<mo>,</mo>
<mover>
<msub>
<mi>V</mi>
<mi>S</mi>
</msub>
<mo>&RightArrow;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>&Exists;</mo>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&Delta;</mi>
<mrow>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>&ForAll;</mo>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>d</mi>
<mrow>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mrow>
<mi>I</mi>
<mo>,</mo>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo><</mo>
<msub>
<mi>&Delta;</mi>
<mrow>
<msub>
<mi>CP</mi>
<mi>i</mi>
</msub>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
步骤五,在已经形成干扰的前提下,首先需要选取并确定干扰作用参数EP,对于干扰信号而言,参数通常为信号功率p或者能量e;
步骤六,定义干扰信号对参照信号的干扰程度为G,用以衡量干扰信号对参照信号的干扰影响程度;
所述方法进一步包括:对于干扰信号和参照信号各自包含若干干扰特征矢量的多模情况,此时的干扰状态S(VI,VS),如下计算:
其中S[VI,VS]M×N被称为干扰状态矩阵,矩阵中的每个元素表示VI中的第k个特征矢量和VS中的第l个特征矢量的干扰状态,只有两个特征矢量集合中每个元素都不干扰时,S(VI,VS)=0干扰信号才不对参照信号形成干扰;反之,S(VI,VS)>0,此时干扰信号将对参照信号形成干扰;
与信号放大器电连接,实现对放大后的声音信号进行过滤的过滤装置;
与过滤装置电连接,用于对过滤后的声音信号进行识别的声强识别器;
与声强识别器电连接,用于对声强进行控制的控制单元;
与控制单元电连接,用于对控制单元提供电力供应的主机电源;
所述控制单元中无线网络的数据融合中心对收集到的感知信息进行数据融合,并依据恶意节点的恶意攻击模式计算全局的虚警概率;
第一步,根据各个节点的信噪比γi为每一个参与合作感知的次级用户CRi,i=1…k设计一个权重然后对收集得到的信号能量统计量Ui进行线性加权得到最终的信号能量的统计量
第二步,分析虚警恶意攻击模式对频谱感知造成的影响,得到全局虚警概率Pf和攻击概率pa、攻击阈值η、攻击强度△之间的函数表达式如下:
<mrow>
<msub>
<mi>P</mi>
<mi>f</mi>
</msub>
<mo>=</mo>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</msubsup>
<msup>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>&gamma;</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<msqrt>
<mrow>
<msub>
<mi>&tau;</mi>
<mi>s</mi>
</msub>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mrow>
</msqrt>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>&gamma;</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
</mrow>
<msubsup>
<mi>&sigma;</mi>
<mi>u</mi>
<mn>2</mn>
</msubsup>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中:
与控制单元的信号输出端电连接,用于实现信号输出的显示装置。
2.如权利要求1所述声控装置检测系统,其特征在于,所述声音传感器的实现方法为:
WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;
由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信,按三维三标方法对网格进行编码,最靠近Sink的格点为W000,同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……};
接着对每一个网格进行分布式运算,寻找每个网格到Sink节点一条或几条最短网格路径;基于熵的思想寻找一条适合路径的实现方法为:
二点间直线距离最短,而在立方体的网格中则对角线距离最短,所以网格最短路径可转化为求对角线的网格数与X、Y、Z轴的平移的网格数,具体方法如下:
①每个网格到原点对角线的格数为网格坐标值的最少值;
Num-d=min(|Wix|,|Wiy|,|Wiz|) (1)
其中Num-d为网格i到网格W000的网格数,|Wix|、|Wiy|、|Wiz|分别为网格i的x,y,z的坐标的绝对值;
②根据标明的4条相关的最短路径,分别得知x方向,y方向,z方向分别的位移量:
Num-dx=|Wix|-Num-d
Num-dy=|Wiy|-Num-d (2)
Num-dz=|Wiz|-Num-d
③从(1)(2)式可得一条最短网格路径公式(3):
Path(Wi-W0)∈{Wix,y,z;Wix,y,z-1……;Wix,y,d;Wix,y-1,d……;Wix,d,d;
Wix-1,d,d……;Wd,d,d;Wd-1,d-1,d-1……;W0,0,0}
(3)
其中Path(Wi-W0)为网格Wi到W0具体经过的网格,d为Num-d的简写。
3.如权利要求1所述声控装置检测系统,其特征在于,所述信号放大器的对上下线圈产生的电流值进行调控;在此过程中,上下线圈的电流值分两路,一路被实时地检测后反馈到输出信号转换器中,用于高速高灵敏保护,这种保护是纯硬件式保护,响应时间由器件的转换时间来定,在2-3个ns内;另一路与材料参数一同输入到补偿参数确定模块,用来为非线性补偿提供计算依据。
4.如权利要求1所述声控装置检测系统,其特征在于,所述主机电源的具体连接为:
输入端IN_L与二极管桥式整流电路的输入端1相连接,输入端IN_N与二极管桥式整流电路的输入端2相连接,二极管桥式整流电路的输入端4直接接地,二极管桥式整流电路的输出端3通过滤波电容C1接地;
二极管桥式整流电路的输出端3与变压器T2的输入端2相连接,变压器T2的输入端4与二极管D1的正极相连接,二极管D1的负极与电阻R1的一端相连接,电阻R1的另一端与变压器T2的输入端2相连接,电阻R1的两端并联有电容C3;
变压器T2的输出端9直接接地,变压器T2的输出端7与二极管D2的正极相连接,二极管D2的负极通过电容C4接地;
核心控制电路采用控制芯片NPC1013,控制芯片NPC1013的引脚4直接接地,引脚4还通过电容C2与控制芯片NPC1013的引脚1相连接,控制芯片NPC1013的引脚3与变压器T2的输入端4相连接;
光电耦合器TLP281的正向输入端通过电阻R4、稳压管1MSA5928及电阻R2与二极管D2的负极相连接,稳压管1MSA5928的正极与电阻R3的一端相连接,电阻R3的另一端接地,电阻R3的两端并联有电容C41,光电耦合器TLP281的反向输入端直接接地,光电耦合器TLP281的反向输入端还与电容C50的一端相连接,电容C50的另一端接地。
5.一种如权利要求1至4任意一项所述声控装置检测系统的控制方法,其特征在于,该方法包括以下步骤:
步骤一、建立声音采集过程中的平衡模型:
单位时间内进入信号放大器的声音量为dQ1=H(t)dt+c1F(t)Θ1(t)dt;
单位时间内离开信号放大器的声音为dQ2=c1F(t)Θ2(t)dt;
过滤装置内原煤所含的声音增量为dQ3=c1M(t)dΘ2(t)dt;
过滤装置的生硬过滤平衡方程为dQ1-dQ2=dQ3,即:
<mrow>
<mfrac>
<mrow>
<mi>M</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&Theta;</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Theta;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>&Theta;</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Theta;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
步骤二、消去过滤装置方程所含的中间变量,得到只含有输入、输出变量的系统控制方程:
<mrow>
<mfrac>
<mrow>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>v</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&Theta;</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Theta;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>&Theta;</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&Theta;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<msub>
<mi>f</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中f1,f2和f3分别是关于输入变量的函数,具体表达式由声音和声强识别的参数决定;
步骤三、利用控制单元对声强识别器的变化,采用反馈控制方法实现对声控过程的自动化控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710340197.7A CN107102351A (zh) | 2017-05-15 | 2017-05-15 | 一种声控装置检测系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710340197.7A CN107102351A (zh) | 2017-05-15 | 2017-05-15 | 一种声控装置检测系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107102351A true CN107102351A (zh) | 2017-08-29 |
Family
ID=59669576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710340197.7A Withdrawn CN107102351A (zh) | 2017-05-15 | 2017-05-15 | 一种声控装置检测系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107102351A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202217357U (zh) * | 2011-09-09 | 2012-05-09 | 广州灵视信息科技有限公司 | 防盗报警装置与防盗报警系统 |
CN102802229A (zh) * | 2012-08-28 | 2012-11-28 | 重庆电子工程职业学院 | 在水环境中无线传感器网络的qos路由长寿路径的确定方法 |
CN102936525A (zh) * | 2012-10-25 | 2013-02-20 | 温州大学 | 一种褐煤干燥提质的自动化生产控制方法 |
CN103066928A (zh) * | 2012-11-10 | 2013-04-24 | 江苏大学 | 一种非线性功率放大器 |
CN203057292U (zh) * | 2011-01-24 | 2013-07-10 | 肖伟豪 | 一种警铃声控检测装置以及警铃声控报警系统 |
CN103337971A (zh) * | 2013-06-25 | 2013-10-02 | 江苏新通达电子科技股份有限公司 | 一种用于电动车充电器控制器的电源模块电路 |
CN104202102A (zh) * | 2014-09-10 | 2014-12-10 | 西安电子科技大学 | 一种考虑恶意节点的认知无线电网络合作频谱感知方法 |
CN105049141A (zh) * | 2015-05-26 | 2015-11-11 | 西安电子科技大学 | 一种基于多维干扰空间模型的信号间干扰关系分析方法 |
-
2017
- 2017-05-15 CN CN201710340197.7A patent/CN107102351A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203057292U (zh) * | 2011-01-24 | 2013-07-10 | 肖伟豪 | 一种警铃声控检测装置以及警铃声控报警系统 |
CN202217357U (zh) * | 2011-09-09 | 2012-05-09 | 广州灵视信息科技有限公司 | 防盗报警装置与防盗报警系统 |
CN102802229A (zh) * | 2012-08-28 | 2012-11-28 | 重庆电子工程职业学院 | 在水环境中无线传感器网络的qos路由长寿路径的确定方法 |
CN102936525A (zh) * | 2012-10-25 | 2013-02-20 | 温州大学 | 一种褐煤干燥提质的自动化生产控制方法 |
CN103066928A (zh) * | 2012-11-10 | 2013-04-24 | 江苏大学 | 一种非线性功率放大器 |
CN103337971A (zh) * | 2013-06-25 | 2013-10-02 | 江苏新通达电子科技股份有限公司 | 一种用于电动车充电器控制器的电源模块电路 |
CN104202102A (zh) * | 2014-09-10 | 2014-12-10 | 西安电子科技大学 | 一种考虑恶意节点的认知无线电网络合作频谱感知方法 |
CN105049141A (zh) * | 2015-05-26 | 2015-11-11 | 西安电子科技大学 | 一种基于多维干扰空间模型的信号间干扰关系分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107643509B (zh) | 定位方法、定位系统及终端设备 | |
CN103561463B (zh) | 一种基于样本聚类的rbf神经网络室内定位方法 | |
CN108614032B (zh) | 一种基于改进神经网络的混凝土内部钢筋无损检测系统及控制方法 | |
CN114046873B (zh) | 一种基于lof-fcm模糊聚类算法的电抗器振动监测系统 | |
CN109974782A (zh) | 基于大数据敏感特征优化选取的设备故障预警方法及系统 | |
CN102984265A (zh) | 一种基于物联网的水环境监测方法 | |
Bačić et al. | Integrated sensor systems for smart cities | |
CN105184370B (zh) | 一种基于som分类技术的河口流域水环境质量评价方法 | |
CN103796305A (zh) | 一种基于Wi-Fi位置指纹的室内定位方法 | |
CN103325205A (zh) | 基于径向基神经网络的室内火灾预测方法及系统 | |
CN105741491A (zh) | 基于卡尔曼滤波与knn算法的跌倒检测报警系统及方法 | |
Sharma | Monitoring of Drainage System in Urban Using Device Free Localization Neural Networks and Cloud computing | |
CN117893376A (zh) | 一种基于时空碳足迹的社区碳排放监测与调控方法 | |
CN109257714A (zh) | 一种基于iBeacon的室内定位及辅助导航方法、装置及系统 | |
CN101868045A (zh) | 一种基于复合传感器自组网的运动目标分类识别方法 | |
CN107102351A (zh) | 一种声控装置检测系统及控制方法 | |
CN107274017A (zh) | 一种考虑城市内居民活动时空规律的设施选址优化方法 | |
Ma et al. | Enabling cognitive pyroelectric infrared sensing: From reconfigurable signal conditioning to sensor mask design | |
CN106195247B (zh) | 一种基于大数据管理模式的变速器控制系统 | |
CN105208120A (zh) | 农田无线传感器网络参数间动态耦合压缩矩阵构建方法 | |
CN105956683A (zh) | 公共机构电力需求侧管理系统以及电能质量预测方法 | |
CN107168152A (zh) | 基于无线传感器网络的地铁环境安全预警系统及其方法 | |
CN105682136A (zh) | 基于室外测试特征的室内外分离法 | |
CN112101212A (zh) | 一种电力安全管控复杂场景下人员位置判断方法 | |
CN114095892B (zh) | 一种解决大规模信号异质性的室内人员状态检测的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170829 |