CN109597342A - 一种动态组网智能辨识的采砂船监测装置及方法 - Google Patents
一种动态组网智能辨识的采砂船监测装置及方法 Download PDFInfo
- Publication number
- CN109597342A CN109597342A CN201910039608.8A CN201910039608A CN109597342A CN 109597342 A CN109597342 A CN 109597342A CN 201910039608 A CN201910039608 A CN 201910039608A CN 109597342 A CN109597342 A CN 109597342A
- Authority
- CN
- China
- Prior art keywords
- sand
- module
- sand dredger
- acoustics
- acquisition module
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0421—Multiprocessor system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开一种动态组网智能辨识的采砂船监测装置及方法,包括固定点声学采集模块、采砂船主控模块、采砂船发动机声学采集模块、采砂船挖砂机构声学采集模块、云服务器数据通信模块、动态组网及数据融合模块、智能辨识模块、显示及报警模块。固定点声学采集模块与云服务器数据通信模块连接,采集不同区域的背景声学特征;采砂船发动机声学采集模块和采砂船挖砂声学采集模块都与采砂船主控模块连接,采集发动机、挖砂机械部件的声学特征;云服务器数据通信模块采集后的数据依次经过动态组网及数据融合模块、智能辨识模块处理后,交由显示及报警模块;采集不同区域位置的其他采砂船的声学特征,辅助分析待辨识挖砂船的状态,提升准确性。
Description
技术领域
本发明属于河道监测领域,涉及一种采砂船采砂状态监测装置,尤其涉及一种动态组网智能辨识的采砂船监测装置及方法。
背景技术
河道砂石的市场需求随着国家基础设施的投入会逐步增长,预计到2020年砂石产品国内需求量为160亿吨,工业增加值和利润总额年均增长10%以上。目前,大多数砂石主要是靠采砂船在河道等地获取,河道砂石在迅速减少,有的地区天然砂石已近枯竭。在利益的诱惑下,非法采砂行为屡禁不止,大量的砂石需求造成采砂船的数量越来越多,不打破坏了江堤河坝、以及周边的生态平衡,还会造成国家自然资源的流失和经济利益的损失。目前市场上采砂船监测的装置虽然有相关报道,主要以人工稽查为主和简单的机械装置为辅,很少有针对多个采砂船实时监测设计的智能监控装置,因此实时监测采砂船的采砂状态,防止滥采、乱采、盗采,进一步对采砂船进行规范化管理,是河道监测领域中亟待解决的问题。因此,需要一种智能辨识的采砂船监测装置及方法。
通过国内专利文献检索发现有一些相关专利文献报道,主要有以下一些:
1、公布号为CN 103758174 A的专利公开了基于北斗卫星定位信息远程监控采砂船作业的装置,其利用北斗卫星定位技术,通过 MCU控制器执行各种数据处理以及控制指令,不仅有效地对采砂船的作业状况进行监控,还可以在禁采期、禁采区违规作业时,能发出警报,提醒工作人员停止作业等。
2、公布号为CN 106814670 A的专利公开了一种河道采砂智能监管方法及系统,其利用物联网技术、智能检测技术的优势,在采砂监管区域隐蔽部署采砂检测传感器,在合法持证采砂船上部署采砂作业工况检测器,对采砂作业情况进行实时监测,并通过无线方式把检测信息传送到监管中心,智能分析采砂作业情况,发现非法船舶盗采行为以及合法采砂船舶的乱采、乱挖、超采行为及时预警,通过精确的位置引导,出动无人机对盗采现场进行视频取证。
综上所述,目前市场上关于采砂船监测的装置还很少,主要是针对能挖沙控制系统或是对部分特定区域进行监控而设计的;虽也有对监控采砂船作业的装置,但是只是从相应的硬件上阐述监测过程是如何实现的,没有相应的高精度智能监测方法,并且其监测方法抗干扰能力方面还需要进一步提高;进一步,现有技术中也没有基于多船组网的群体智能辨识方法,这对提高算法的辨识精度极为重要。
发明内容
本发明为了解决现有技术中的不足之处,提供一种的辨识精度高、抗干扰性能强的动态、监测准确性强的组网智能辨识的采砂船监测装置及方法。
为解决上述技术问题,本发明采用如下技术方案:一种动态组网智能辨识的采砂船监测装置,包括固定点声学采集模块(1)、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8;
固定点声学采集模块1与云服务器数据通信模块5连接,固定点声学采集模块1用于采集不同区域的背景声学特征;采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4都与采砂船主控模块2连接,采砂船发动机声学采集模块3用于采集发动机的声学特征,采砂船挖砂机构声学采集模块4用于采集挖砂机械部件的声学特征;云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后,交由显示及报警模块8;
采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4布置在合法采砂船上,在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块1来对合法采砂船进行实时工作状态监测。
固定点声学采集模块1包括第一微控制器9、第一声音采集传感器10、第一高精度定位子模块11、第一通信模块12、第一锂电池13和第一太阳能电池板14;第一太阳能电池板1与第一微控制器9和第一锂电池13均相连接,在第一微控制器9的控制下对第一锂电池13进行充电;第一声音采集传感器10、第一通信模块12和第一高精度定位子模块11分别与第一微控制器9相连接。
采砂船主控模块2包括第二微控制器15、第二声音采集传感器16、第二高精度定位子模块17、第二通信模块18、第二锂电池19和第二太阳能电池板20;第二太阳能电池板20分别与第二微控制器15和第二锂电池19均相连接,在第二微控制器15的控制下对第二锂电池19进行充电;第二声音采集传感器16、第二通信模块18和第二高精度定位子模块17均与第二微控制器15相连接;第二通信模块18通过ZigBee无线方式分别与采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4进行数据交换;第二通信模块18还通过3G/4G民用通信网络与云服务器数据通信模块5进行连接;
所述的固定点声学采集模块1和采砂船主控模块2中的高精度定子模块不仅支持GPS芯片,还支持BDS芯片。
采砂船发动机声学采集模块3包括第三微控制器21、第三声音采集传感器22、第三ZigBee通信模块23、第三锂电池24和第三太阳能电池板25;第三太阳能电池板25分别与第三微控制器21和第三锂电池24均相连接,在第三微控制器21的控制下对第三锂电池24进行充电;第三声音采集传感器22和第三ZigBee通信模块23均与第三微控制器21相连接;第三微控制器21将采集到的发动机振动数字信号通过第三ZigBee通信模块23发送到采砂船主控模块2。
采砂船挖砂机构声学采集模块4包括第四微控制器26、第四声音采集传感器27、第四ZigBee通信模块28、第四锂电池29和第四太阳能电池板30;第四太阳能电池板30分别与第四微控制器26和第四锂电池29均相连接,在第四微控制器26控制下对第四锂电池29进行充电;第四声音采集传感器27和第四ZigBee通信模块28均与第四微控制器26相连接;第四微控制器26将采集到的发动机振动数字信号通过第四ZigBee通信模块28发送到采砂船主控模块2。
一种动态组网智能辨识的采砂船监测装置的监测方法,包括以下工作过程:
当有合法采砂船进入河道监测区域时,上述的固定点声学采集模块1上的第一声音采集传感器10和第一高精度定位子模块11会分别对合法采砂船发出的声音和位置信息进行采集;固定点声学采集模块1不仅能采集合法采砂船的采砂状态;还能够采集非法采砂船的信息;固定点声学采集模块1上的第一微控制器9间隔一段时间获得第一声音采集传感器10在5秒内的数字信号后,执行傅里叶变化,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息,通过第一通信模块12通过3G/4G民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块5;
当有非法采砂船进入河道监控区域时,固定点声学采集模块1上的第一声音采集传感器10同时也会采集非法采砂船的声音信息;一旦有非法采砂船进入监测区域,通过岸边上的两个固定点声学采集模块1对其采集到的声音信号进行位置定位,判定非法采砂船的方位区域;随后通过软件界面,发出声光报警提示工作人员;
进一步地,采砂船发动机声学采集模块3中的第三微控制器21控制器第三声音采集传感器22将采集到的发动机振动数字信号通过第三ZigBee通信模块23发送到采砂船主控模块2中的第二声音采集传感器16;采砂船挖砂机构声学采集模块4中的第四微控制器26控制第四声音采集传感器27将采集到的发动机振动数字信号也通过第四ZigBee通信模块28发送到采砂船主控模块2的第二声音采集传感器16;
更进一步地,上述的采砂船主控模块2中的第二微控制器15间隔一段时间获得第二声音采集传感器16在5秒内的数字信号后,执行傅里叶变化,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;
更进一步地,第二微控制器15将采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4采集的声音也进行傅里叶变化,按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;上述三组400个子区间的统计数据,由第二通信模块18发给云服务器数据通信模块5。
固定点声学采集模块1和采砂船主控模块2中的所述傅里叶变换,其方法为:
上式中,x n是长度为n的有限长序列,为所述采集的声音的离散量,为所述系列归一化频率;采用快速傅里叶变换算法,减少嵌入式芯片的计算时间;
云服务器数据通信模块5部署在互联网云主机,通过基于TCP/IP的自定义协议,实现与固定点声学采集模块1和采砂船主控模块2的通信;
云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后,交由显示及报警模块8;
动态组网及数据融合模块6针对监控范围内的每艘挖砂船,分别采集不同传感器采集到的频域声学特征;并以待监测挖砂船为中心,自动将半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2进行组虚拟组网,并对组网内的数据进行自动采集,并按待监测挖砂船空间远近,构建其频域声全息图;
进一步地,动态组网及数据融合模块6的频域声全息图构建方法一为:
S1:构建的声全息图包含3×3单元,每个单元大小为20×20灰度像素,按行列顺序存放声学频域里400个子区间中与之对应的幅度值;3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块2的声学频域数据,其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的声学频域数据;
S2:其他8个单元内部有多个固定点声学采集模块1或者其他采砂船主控模块2,将上述单个单元所有的声学频域数据按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离,单位为Km;
S3:相邻两个单元组合成一个块,共计有2×2块,相邻块之间有1/2单元是重叠区域;块内部,4单元的幅度值向量按行列有序组合为块幅度值向量,这样每个2×2单元的块就有1600(4×400)个向量描述子;对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块向量描述子;
S4:对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点频域声学融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点频域声学数据,每个有400个向量描述子。
所述的动态组网及数据融合模块6的频域声全息图构建方法二为:
S1:构建的声全息图包含3×3单元,3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块2的梅尔频率倒谱系数特征图,其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的梅尔频率倒谱系数特征图, 每个单元的梅尔频率倒谱系数特征图压缩为20×20大小的灰度像素图像;
S2:其他8个单元内部有多个固定点声学采集模块1或者其他采砂船主控模块2,将上述单个单元所有的梅尔频率倒谱系数特征图按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离,单位为Km;
S3:相邻两个单元组合成一个块,共计有2×2块,相邻块之间有1/2单元是重叠区域;块内部,4单元的幅度值向量按行列有序组合为块幅度值向量,这样每个2×2单元的块就有1600(4×400)个向量描述子;对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块向量描述子;
S4:对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点梅尔频率倒谱系数特征融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点梅尔频率倒谱系数特征图,每个有400个向量描述子。
智能辨识模块7提取动态组网及数据融合模块6的频域声全息图的特征向量,通过SVM方法辨识当前待监测的挖砂船是否处于挖砂状态;具体是指将上述的动态组网及数据融合模块6的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块6的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数特征一并输入到智能辨识模块7中的SVM模型后;进一步,所述SVM模型中使用递归特征消除法筛选出的最优的200维特征后,将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态。
所述的显示及报警模块8实现监测结果,即检测区域内每条挖砂船的工作状态和位置信息,能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态;同时,对于超出核准范围或者核准时间的采砂船以及非法采砂船,以基于GIS的信息管理系统方式构建监控终端,通过软件界面,发出声光报警提示工作人员;同时,派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内,进行拍照或者录像取证,数据能长期保存;
所述的固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂声学采集模块4具有低电压报警功能,当电压低于标准满载容量10%,主动往云服务器数据通信模块5发送低电压警示信息;同时具有防盗报警功能,当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时,破坏隐藏在供电线路或者外壳内部的报警I/O线,从而主动往云服务器数据通信模块5发送防盗警示信息。
采用上述技术方案,本发明的动态组网智能辨识的采砂船监测装置主要包括固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8。固定点声学采集模块与云服务器数据通信模块连接,采集不同区域的背景声学特征;采砂船发动机声学采集模块和采砂船挖砂机构声学采集模块都与采砂船主控模块连接,采集发动机、挖砂机械部件的声学特征;云服务器数据通信模块采集后的数据依次经过动态组网及数据融合模块、智能辨识模块处理后,交由显示及报警模块;进一步,通过采集不同区域位置的其他采砂船的声学特征,辅助分析待辨识挖砂船的状态,提升监测准确性。
相对于现有技术,本发明的有益效果如下:
本发明以待监测挖砂船为中心,自动将半径500米范围内的固定点声学采集模块和其他采砂船主控模块进行虚拟组网,并对组网内的数据进行自动采集,进而采用一种频域声全息图构建与多点频域声学融合数据方法,能实时、准确、高效的检测采砂船的动态。本发明通过采集不同区域位置的其他采砂船的声学特征,辅助分析待辨识挖砂船的状态,并能有效地对滥采、盗采等船只身份进行有效识别,并对其进行声光报警及取样留证。本发明利用动态组网及数据融合模块的优势,克服了目前主要以人工稽查为主和简单的机械装置为辅的河道采砂船检测存在的效率低下、管理水平低以及准确性较低的缺陷。
附图说明
图1是本发明系统模块的架构示意图;
图2是本发明装置的一种无线组网实例;
图3单船船内组网的示意图;
图4是采砂船固定点声学采集模块的结构示意图;
图5是采砂船主控模块的结构示意图;
图6是采砂船声学采集模块的结构示意图;
图7是采砂船挖砂机构声学采集模块的结构示意图;
图8是多船组网位置示意图;
图9是声学时域信号转变为频域特征图像示意图;
图10是挖砂检测辨识流程示意图;
图11是待检测船3×3网格区域划分示意图。
具体实施方式
如图1-图7所示,本发明的一种动态组网智能辨识的采砂船监测装置,包括固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3、采砂船挖砂机构声学采集模块4、云服务器数据通信模块5、动态组网及数据融合模块6、智能辨识模块7、显示及报警模块8;
固定点声学采集模块1与云服务器数据通信模块5连接,固定点声学采集模块1用于采集不同区域的背景声学特征;采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4都与采砂船主控模块2连接,采砂船发动机声学采集模块3用于采集发动机的声学特征,采砂船挖砂机构声学采集模块4用于采集挖砂机械部件的声学特征;云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后,交由显示及报警模块8;
采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4布置在合法采砂船上,在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块1来对合法采砂船进行实时工作状态监测。
固定点声学采集模块1包括第一微控制器9、第一声音采集传感器10、第一高精度定位子模块11、第一通信模块12、第一锂电池13和第一太阳能电池板14;第一太阳能电池板1与第一微控制器9和第一锂电池13均相连接,在第一微控制器9的控制下对第一锂电池13进行充电;第一声音采集传感器10、第一通信模块12和第一高精度定位子模块11分别与第一微控制器9相连接。
采砂船主控模块2包括第二微控制器15、第二声音采集传感器16、第二高精度定位子模块17、第二通信模块18、第二锂电池19和第二太阳能电池板20;第二太阳能电池板20分别与第二微控制器15和第二锂电池19均相连接,在第二微控制器15的控制下对第二锂电池19进行充电;第二声音采集传感器16、第二通信模块18和第二高精度定位子模块17均与第二微控制器15相连接;第二通信模块18通过ZigBee无线方式分别与采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4进行数据交换;第二通信模块18还通过3G/4G民用通信网络与云服务器数据通信模块5进行连接;
所述的固定点声学采集模块1和采砂船主控模块2中的高精度定子模块不仅支持GPS芯片,还支持(北斗定位)BDS芯片。
采砂船发动机声学采集模块3包括第三微控制器21、第三声音采集传感器22、第三ZigBee通信模块23、第三锂电池24和第三太阳能电池板25;第三太阳能电池板25分别与第三微控制器21和第三锂电池24均相连接,在第三微控制器21的控制下对第三锂电池24进行充电;第三声音采集传感器22和第三ZigBee通信模块23均与第三微控制器21相连接;第三微控制器21将采集到的发动机振动数字信号通过第三ZigBee通信模块23发送到采砂船主控模块2。
采砂船挖砂机构声学采集模块4包括第四微控制器26、第四声音采集传感器27、第四ZigBee通信模块28、第四锂电池29和第四太阳能电池板30;第四太阳能电池板30分别与第四微控制器26和第四锂电池29均相连接,在第四微控制器26控制下对第四锂电池29进行充电;第四声音采集传感器27和第四ZigBee通信模块28均与第四微控制器26相连接;第四微控制器26将采集到的发动机振动数字信号通过第四ZigBee通信模块28发送到采砂船主控模块2。
一种动态组网智能辨识的采砂船监测装置的监测方法,包括以下工作过程:当有合法采砂船(如图8中的A、B船)进入河道监测区域时,上述的固定点声学采集模块1上的第一声音采集传感器10和第一高精度定位子模块11会分别对合法采砂船发出的声音和位置信息进行采集;固定点声学采集模块1不仅能采集合法采砂船的采砂状态;还能够采集非法采砂船的信息;固定点声学采集模块1上的第一微控制器9间隔一段时间(30s)获得第一声音采集传感器10在5秒内的数字信号后,执行傅里叶变化,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息,通过第一通信模块12通过3G/4G民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块5;
当有非法采砂船进入河道监控区域时,固定点声学采集模块1上的第一声音采集传感器10同时也会采集非法采砂船(如图8中的C船)的声音信息;一旦有非法采砂船进入监测区域,通过岸边上的两个固定点声学采集模块1对其采集到的声音信号进行位置定位,判定非法采砂船的方位区域;随后通过软件界面,发出声光报警提示工作人员;
进一步地,采砂船发动机声学采集模块3中的第三微控制器21控制器第三声音采集传感器22将采集到的发动机振动数字信号通过第三ZigBee通信模块23发送到采砂船主控模块2中的第二声音采集传感器16;采砂船挖砂机构声学采集模块4中的第四微控制器26控制第四声音采集传感器27将采集到的发动机振动数字信号也通过第四ZigBee通信模块28发送到采砂船主控模块2的第二声音采集传感器16;
更进一步地,上述的采砂船主控模块2中的第二微控制器15间隔一段时间(30s)获得第二声音采集传感器16在5秒内的数字信号后,执行傅里叶变化,如图9所示,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;
更进一步地,第二微控制器15将采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4采集的声音也进行傅里叶变化,如图9所示,按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;上述三组400个子区间的统计数据,由第二通信模块18发给云服务器数据通信模块5。
固定点声学采集模块1和采砂船主控模块2中的所述傅里叶变换,其方法为:
上式中,x n是长度为n的有限长序列,为所述采集的声音的离散量,为所述系列归一化频率;采用快速傅里叶变换算法,减少嵌入式芯片的计算时间;
云服务器数据通信模块5部署在互联网云主机,通过基于TCP/IP的自定义协议,实现与固定点声学采集模块1和采砂船主控模块2的通信;
云服务器数据通信模块5采集后的数据依次经过动态组网及数据融合模块6、智能辨识模块7处理后,交由显示及报警模块8。
动态组网及数据融合模块6针对监控范围内的每艘挖砂船,分别采集不同传感器(固定点、挖砂船自身和其它挖砂船)采集到的频域声学特征;并以待监测挖砂船为中心,自动将半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2进行组虚拟组网,并对组网内的数据进行自动采集,并按待监测挖砂船空间远近,构建其频域声全息图;
进一步地,根据图10所示的挖砂检测辨识流程,动态组网及数据融合模块6的频域声全息图构建方法一为:
S1:构建的声全息图包含3×3单元(Cell),每个单元(Cell)大小为20×20灰度像素,按行列顺序存放声学频域里400个子区间中与之对应的幅度值;3×3单元(Cell)的正中间位置单元(Cell)存放待检测挖砂船的采砂船主控模块2的声学频域数据,其他8单元(Cell)分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的声学频域数据;
S2:其他8个单元(Cell)内部有多个固定点声学采集模块1或者其他采砂船主控模块2,将上述单个单元(Cell)所有的声学频域数据按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离,单位为Km;
S3:相邻两个单元(Cell)组合成一个块(Block),共计有2×2块(Block),相邻块(Block)之间有1/2单元(Cell)是重叠区域;块(Block)内部,4单元(Cell)的幅度值向量按行列有序组合为块(Block)幅度值向量,这样每个2×2单元(Cell)的块就有1600(4×400)个向量描述子。对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块(Block)向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块(Block)向量描述子;
S4:对于采砂船主控模块2与固定点声学采集模块1和其他采砂船主控模块2的多点频域声学融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点频域声学数据,每个有400个向量描述子。
根据图10所示的挖砂检测辨识流程,所述的动态组网及数据融合模块6的频域声全息图构建方法二为:
S1:构建的声全息图包含3×3单元(Cell),3×3单元(Cell)的正中间位置单元(Cell)存放待检测挖砂船的采砂船主控模块2的梅尔频率倒谱系数(MFCC)特征图,其他8单元(Cell)分别按45°间隔存储半径500米范围内的固定点声学采集模块1和其他采砂船主控模块2的梅尔频率倒谱系数(MFCC)特征图, 每个单元(Cell)的梅尔频率倒谱系数(MFCC)特征图压缩为20×20大小的灰度像素图像;
S2:其他8个单元(Cell)内部有多个固定点声学采集模块1或者其他采砂船主控模块2,将上述单个单元(Cell)所有的梅尔频率倒谱系数(MFCC)特征图按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
,r为多个固定点声学采集模块1或者其他采砂船主控模块2相对待检测挖砂船的采砂船主控模块2的相对距离,单位为Km;
S3:相邻两个单元(Cell)组合成一个块(Block),共计有2×2块(Block),相邻块(Block)之间有1/2单元(Cell)是重叠区域;块(Block)内部,4单元(Cell)的幅度值向量按行列有序组合为块(Block)幅度值向量,这样每个2×2单元(Cell)的块就有1600(4×400)个向量描述子。对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块(Block)向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块(Block)向量描述子;
S4:对于采砂船主控模块2)与固定点声学采集模块1和其他采砂船主控模块2的多点梅尔频率倒谱系数(MFCC)特征融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块3和采砂船挖砂机构声学采集模块4的单点梅尔频率倒谱系数(MFCC)特征图,每个有400个向量描述子。
如图11所示,智能辨识模块7提取动态组网及数据融合模块6的频域声全息图的特征向量,通过SVM方法辨识当前待监测的挖砂船是否处于挖砂状态;具体是指将上述的动态组网及数据融合模块6的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块6的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数(MFCC)特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数(MFCC)特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数(MFCC)特征一并输入到智能辨识模块7中的SVM模型后;进一步,所述SVM模型中使用递归特征消除法(RFE)筛选出的最优的200维特征后,将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态(静止、运动、挖砂)。
所述的显示及报警模块8实现监测结果,即检测区域内每条挖砂船的工作状态和位置信息,能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态(挖砂,静止还是运动);同时,对于超出核准范围或者核准时间的采砂船以及非法采砂船,以基于GIS的信息管理系统方式构建监控终端,通过软件界面,发出声光报警提示工作人员;同时,派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内,进行拍照或者录像取证,数据能长期保存;
所述的固定点声学采集模块1、采砂船主控模块2、采砂船发动机声学采集模块3和采砂船挖砂声学采集模块4具有低电压报警功能,当电压低于标准满载容量10%,主动往云服务器数据通信模块5发送低电压警示信息;同时具有防盗报警功能,当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时,破坏隐藏在供电线路或者外壳内部的报警I/O线,从而主动往云服务器数据通信模块5发送防盗警示信息。
本实施例并非对本发明的形状、材料、结构等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作的任何简单修改、等同变化与修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种动态组网智能辨识的采砂船监测装置,其特征在于:包括固定点声学采集模块(1)、采砂船主控模块(2)、采砂船发动机声学采集模块(3)、采砂船挖砂机构声学采集模块(4)、云服务器数据通信模块(5)、动态组网及数据融合模块(6)、智能辨识模块(7)、显示及报警模块(8);
固定点声学采集模块(1)与云服务器数据通信模块(5)连接,固定点声学采集模块(1)用于采集不同区域的背景声学特征;采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)都与采砂船主控模块(2)连接,采砂船发动机声学采集模块(3)用于采集发动机的声学特征,采砂船挖砂机构声学采集模块(4)用于采集挖砂机械部件的声学特征;云服务器数据通信模块(5)采集后的数据依次经过动态组网及数据融合模块(6)、智能辨识模块(7)处理后,交由显示及报警模块(8);
采砂船主控模块(2)、采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)布置在合法采砂船上,在河道两岸边以100-300米的间隔隐秘埋置固定点声学采集模块(1)来对合法采砂船进行实时工作状态监测。
2.根据权利要求1所述的一种动态组网智能辨识的采砂船监测装置,其特征在于:固定点声学采集模块(1)包括第一微控制器(9)、第一声音采集传感器(10)、第一高精度定位子模块(11)、第一通信模块(12)、第一锂电池(13)和第一太阳能电池板(14);第一太阳能电池板(1)与第一微控制器(9)和第一锂电池(13)均相连接,在第一微控制器(9)的控制下对第一锂电池(13)进行充电;第一声音采集传感器(10)、第一通信模块(12)和第一高精度定位子模块(11)分别与第一微控制器(9)相连接。
3.根据权利要求2所述的一种动态组网智能辨识的采砂船监测装置,其特征在于:采砂船主控模块(2)包括第二微控制器(15)、第二声音采集传感器(16)、第二高精度定位子模块(17)、第二通信模块(18)、第二锂电池(19)和第二太阳能电池板(20);第二太阳能电池板(20)分别与第二微控制器(15)和第二锂电池(19)均相连接,在第二微控制器(15)的控制下对第二锂电池(19)进行充电;第二声音采集传感器(16)、第二通信模块(18)和第二高精度定位子模块(17)均与第二微控制器(15)相连接;第二通信模块(18)通过ZigBee无线方式分别与采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)进行数据交换;第二通信模块(18)还通过3G/4G民用通信网络与云服务器数据通信模块(5)进行连接;
所述的固定点声学采集模块(1)和采砂船主控模块(2)中的高精度定子模块不仅支持GPS芯片,还支持BDS芯片。
4.根据权利要求3所述的一种动态组网智能辨识的采砂船监测装置,其特征在于:采砂船发动机声学采集模块(3)包括第三微控制器(21)、第三声音采集传感器(22)、第三ZigBee通信模块(23)、第三锂电池(24)和第三太阳能电池板(25);第三太阳能电池板(25)分别与第三微控制器(21)和第三锂电池(24)均相连接,在第三微控制器(21)的控制下对第三锂电池(24)进行充电;第三声音采集传感器(22)和第三ZigBee通信模块(23)均与第三微控制器(21)相连接;第三微控制器(21)将采集到的发动机振动数字信号通过第三ZigBee通信模块(23)发送到采砂船主控模块(2)。
5.根据权利要求4所述的一种动态组网智能辨识的采砂船监测装置,其特征在于:采砂船挖砂机构声学采集模块(4)包括第四微控制器(26)、第四声音采集传感器(27)、第四ZigBee通信模块(28)、第四锂电池(29)和第四太阳能电池板(30);第四太阳能电池板(30)分别与第四微控制器(26)和第四锂电池(29)均相连接,在第四微控制器(26)控制下对第四锂电池(29)进行充电;第四声音采集传感器(27)和第四ZigBee通信模块(28)均与第四微控制器(26)相连接;第四微控制器(26)将采集到的发动机振动数字信号通过第四ZigBee通信模块(28)发送到采砂船主控模块(2)。
6.根据权利要求5所述的一种动态组网智能辨识的采砂船监测装置的监测方法,其特征在于:包括以下工作过程:
当有合法采砂船进入河道监测区域时,上述的固定点声学采集模块(1)上的第一声音采集传感器(10)和第一高精度定位子模块(11)会分别对合法采砂船发出的声音和位置信息进行采集;固定点声学采集模块(1)不仅能采集合法采砂船的采砂状态;还能够采集非法采砂船的信息;固定点声学采集模块(1)上的第一微控制器(9)间隔一段时间获得第一声音采集传感器(10)在5秒内的数字信号后,执行傅里叶变化,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息,通过第一通信模块(12)通过3G/4G民用通信网络将声音幅度值信息及合法采砂船位置信息发送到云服务器数据通信模块(5);
当有非法采砂船进入河道监控区域时,固定点声学采集模块(1)上的第一声音采集传感器(10)同时也会采集非法采砂船的声音信息;一旦有非法采砂船进入监测区域,通过岸边上的两个固定点声学采集模块(1)对其采集到的声音信号进行位置定位,判定非法采砂船的方位区域;随后通过软件界面,发出声光报警提示工作人员;
进一步地,采砂船发动机声学采集模块(3)中的第三微控制器(21)控制器第三声音采集传感器(22)将采集到的发动机振动数字信号通过第三ZigBee通信模块(23)发送到采砂船主控模块(2)中的第二声音采集传感器(16);采砂船挖砂机构声学采集模块(4)中的第四微控制器(26)控制第四声音采集传感器(27)将采集到的发动机振动数字信号也通过第四ZigBee通信模块(28)发送到采砂船主控模块(2)的第二声音采集传感器(16);
更进一步地,上述的采砂船主控模块(2)中的第二微控制器(15)间隔一段时间获得第二声音采集传感器(16)在5秒内的数字信号后,执行傅里叶变化,将时域数据转换为频域数据,再按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;
更进一步地,第二微控制器(15)将采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)采集的声音也进行傅里叶变化,按照0~20Khz,均匀分成400个子区间,分别求和统计不同频率区间的声音幅度值信息;上述三组400个子区间的统计数据,由第二通信模块(18)发给云服务器数据通信模块(5)。
7.根据权利要求6所述的一种动态组网智能辨识的采砂船监测装置的监测方法,其特征在于:固定点声学采集模块(1)和采砂船主控模块(2)中的所述傅里叶变换,其方法为:
上式中,x n是长度为n的有限长序列,为所述采集的声音的离散量,为所述系列归一化频率;采用快速傅里叶变换算法,减少嵌入式芯片的计算时间;
云服务器数据通信模块(5)部署在互联网云主机,通过基于TCP/IP的自定义协议,实现与固定点声学采集模块(1)和采砂船主控模块(2)的通信;
云服务器数据通信模块(5)采集后的数据依次经过动态组网及数据融合模块(6)、智能辨识模块(7)处理后,交由显示及报警模块(8);
动态组网及数据融合模块(6)针对监控范围内的每艘挖砂船,分别采集不同传感器采集到的频域声学特征;并以待监测挖砂船为中心,自动将半径500米范围内的固定点声学采集模块(1)和其他采砂船主控模块(2)进行组虚拟组网,并对组网内的数据进行自动采集,并按待监测挖砂船空间远近,构建其频域声全息图;
进一步地,动态组网及数据融合模块(6)的频域声全息图构建方法一为:
S1:构建的声全息图包含3×3单元,每个单元大小为20×20灰度像素,按行列顺序存放声学频域里400个子区间中与之对应的幅度值;3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块(2)的声学频域数据,其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块(1)和其他采砂船主控模块(2)的声学频域数据;
S2:其他8个单元内部有多个固定点声学采集模块(1)或者其他采砂船主控模块(2),将上述单个单元所有的声学频域数据按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
r为多个固定点声学采集模块(1)或者其他采砂船主控模块(2)相对待检测挖砂船的采砂船主控模块(2)的相对距离,单位为Km;
S3:相邻两个单元组合成一个块,共计有2×2块,相邻块之间有1/2单元是重叠区域;块内部,4单元的幅度值向量按行列有序组合为块幅度值向量,这样每个2×2单元的块就有1600(4×400)个向量描述子;对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块向量描述子;
S4:对于采砂船主控模块(2)与固定点声学采集模块(1)和其他采砂船主控模块(2)的多点频域声学融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)的单点频域声学数据,每个有400个向量描述子。
8.根据权利要求6所述的一种动态组网智能辨识的采砂船监测装置的监测方法,其特征在于:所述的动态组网及数据融合模块(6)的频域声全息图构建方法二为:
S1:构建的声全息图包含3×3单元,3×3单元的正中间位置单元存放待检测挖砂船的采砂船主控模块(2)的梅尔频率倒谱系数特征图,其他8单元分别按45°间隔存储半径500米范围内的固定点声学采集模块(1)和其他采砂船主控模块(2)的梅尔频率倒谱系数特征图,每个单元的梅尔频率倒谱系数特征图压缩为20×20大小的灰度像素图像;
S2:其他8个单元内部有多个固定点声学采集模块(1)或者其他采砂船主控模块(2),将上述单个单元所有的梅尔频率倒谱系数特征图按离待检测挖砂船的远近进行加权平均,其单个加权的权重为:
r为多个固定点声学采集模块(1)或者其他采砂船主控模块(2)相对待检测挖砂船的采砂船主控模块(2)的相对距离,单位为Km;
S3:相邻两个单元组合成一个块,共计有2×2块,相邻块之间有1/2单元是重叠区域;块内部,4单元的幅度值向量按行列有序组合为块幅度值向量,这样每个2×2单元的块就有1600(4×400)个向量描述子;对每个块向量描述子执行L2-Norm归一化处理,如下:
v为还没有被归一化的块向量描述子;
e为一个很小的常数,e<1e-10;
f为归一化后的块向量描述子;
S4:对于采砂船主控模块(2)与固定点声学采集模块(1)和其他采砂船主控模块(2)的多点梅尔频率倒谱系数特征融合数据,其共有6400(4×1600)个向量描述子;对于采砂船发动机声学采集模块(3)和采砂船挖砂机构声学采集模块(4)的单点梅尔频率倒谱系数特征图,每个有400个向量描述子。
9.根据权利要求7或8所述的一种动态组网智能辨识的采砂船监测装置的监测方法,其特征在于:智能辨识模块(7)提取动态组网及数据融合模块(6)的频域声全息图的特征向量,通过SVM方法辨识当前待监测的挖砂船是否处于挖砂状态;具体是指将上述的动态组网及数据融合模块(6)的频域声全息图构建方法一中的声全息图像信息的6400个向量描述子的多点频域声学融合数据、400个向量描述子待监测挖砂船发动机声学单点频域数据和400个向量描述子待监测挖砂船挖砂机构声学单点频域数据和动态组网及数据融合模块(6)的频域声全息图构建方法二中6400个向量描述子的多点梅尔频率倒谱系数特征融合数据、400个向量描述子待监测挖砂船发动机声学单点梅尔频率倒谱系数特征和400个向量描述子待监测挖砂船挖砂机构声学单点梅尔频率倒谱系数特征一并输入到智能辨识模块(7)中的SVM模型后;进一步,所述SVM模型中使用递归特征消除法筛选出的最优的200维特征后,将上述的频域数据与事先训练好的挖砂船静止、运动及挖砂状态下的频域声学数据最对比分析,便能够进一步辨识出待监测挖砂船的实时实地工作状态。
10.根据权利要求9所述的一种动态组网智能辨识的采砂船监测装置的监测方法,其特征在于:所述的显示及报警模块(8)实现监测结果,即检测区域内每条挖砂船的工作状态和位置信息,能够告诉管理人员该挖砂船处于监控区域的什么位置并处于什么工作状态;同时,对于超出核准范围或者核准时间的采砂船以及非法采砂船,以基于GIS的信息管理系统方式构建监控终端,通过软件界面,发出声光报警提示工作人员;同时,派出无人机进去上述的非法采砂船工作的声全息图像信息位置区域内,进行拍照或者录像取证,数据能长期保存;
所述的固定点声学采集模块(1)、采砂船主控模块(2)、采砂船发动机声学采集模块(3)和采砂船挖砂声学采集模块(4)具有低电压报警功能,当电压低于标准满载容量10%,主动往云服务器数据通信模块(5)发送低电压警示信息;同时具有防盗报警功能,当人为剪断太阳能电池板电池的供电线路或者拆开设备外壳时,破坏隐藏在供电线路或者外壳内部的报警I/O线,从而主动往云服务器数据通信模块(5)发送防盗警示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039608.8A CN109597342B (zh) | 2019-01-16 | 2019-01-16 | 一种动态组网智能辨识的采砂船监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039608.8A CN109597342B (zh) | 2019-01-16 | 2019-01-16 | 一种动态组网智能辨识的采砂船监测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597342A true CN109597342A (zh) | 2019-04-09 |
CN109597342B CN109597342B (zh) | 2020-10-20 |
Family
ID=65965209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910039608.8A Active CN109597342B (zh) | 2019-01-16 | 2019-01-16 | 一种动态组网智能辨识的采砂船监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597342B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110082082A (zh) * | 2019-04-28 | 2019-08-02 | 国网四川省电力公司南充供电公司 | 一种基于振动信号主成分分析法的gis状态识别方法 |
CN110188088A (zh) * | 2019-05-23 | 2019-08-30 | 广东海洋大学 | 一种海上船舶采砂行为大数据模型 |
CN110929790A (zh) * | 2019-11-26 | 2020-03-27 | 山东中创软件工程股份有限公司 | 一种船舶数据筛选方法及相关装置 |
CN111339864A (zh) * | 2020-02-17 | 2020-06-26 | 北京百度网讯科技有限公司 | 异常行为报警方法和装置 |
CN112378458A (zh) * | 2020-12-04 | 2021-02-19 | 四川长虹电器股份有限公司 | 一种无人值守采砂船运行监控监测方法 |
CN112684750A (zh) * | 2020-12-04 | 2021-04-20 | 江苏科技大学 | 一种采砂船水下智能监测的设备及方法 |
CN113554123A (zh) * | 2021-09-18 | 2021-10-26 | 江苏禹治流域管理技术研究院有限公司 | 一种基于声光联动的采砂船自动识别方法 |
CN113567969A (zh) * | 2021-09-23 | 2021-10-29 | 江苏禹治流域管理技术研究院有限公司 | 一种基于水下声信号的非法采砂船自动监控方法及系统 |
CN113591780A (zh) * | 2021-08-11 | 2021-11-02 | 山东大学 | 一种驾驶员行车风险鉴定方法及系统 |
CN113989693A (zh) * | 2021-09-15 | 2022-01-28 | 南京邮电大学 | 基于Yolo Backbone优化的船舶非法卸砂行为识别方法及系统 |
CN111062361B (zh) * | 2019-12-27 | 2023-06-20 | 中水北方勘测设计研究有限责任公司 | 一种河湖岸线采砂监测分析的方法及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08320364A (ja) * | 1995-05-26 | 1996-12-03 | Nec Corp | パッシブソーナーにおける変調周波数検出装置 |
CN101536085A (zh) * | 2006-10-24 | 2009-09-16 | 弗劳恩霍夫应用研究促进协会 | 用于从音频信号中产生环境信号的设备和方法,用于从音频信号中导出多声道音频信号的设备和方法以及计算机程序 |
CN202022962U (zh) * | 2010-12-31 | 2011-11-02 | 北京翔博科技有限责任公司 | 频谱谐波振动消除应力控制装置 |
US20140036631A1 (en) * | 2012-08-02 | 2014-02-06 | Nec Corporation | Active sonar apparatus, active sonar signal processing method, and recording medium storing signal processing program thereof |
KR101371299B1 (ko) * | 2013-02-14 | 2014-03-12 | 한국과학기술원 | 캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치 |
CN104680536A (zh) * | 2015-03-09 | 2015-06-03 | 西安电子科技大学 | 利用改进的非局部均值算法对sar图像变化的检测方法 |
CN104751443A (zh) * | 2014-12-12 | 2015-07-01 | 郑州轻工业学院 | 基于多光谱技术棉花疵点检测与识别方法 |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
CN106814670A (zh) * | 2017-03-22 | 2017-06-09 | 重庆高略联信智能技术有限公司 | 一种河道采砂智能监管方法及系统 |
CN107478273A (zh) * | 2017-08-14 | 2017-12-15 | 武汉科技大学 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
CN108230727A (zh) * | 2016-12-15 | 2018-06-29 | 刘志 | 一种多传感器智能车辆探测装置及方法 |
CN207799909U (zh) * | 2018-03-02 | 2018-08-31 | 陈小可 | 一种高速公路车祸/团雾发生预警装置 |
CN108519149A (zh) * | 2018-03-28 | 2018-09-11 | 长安大学 | 一种基于声音时频域分析的隧道事故监测报警系统及方法 |
CN108848571A (zh) * | 2018-07-04 | 2018-11-20 | 大连声文科技发展有限公司 | 一种基于mems传感器的轨道交通安全监测系统及监测方法 |
CN109192200A (zh) * | 2018-05-25 | 2019-01-11 | 华侨大学 | 一种语音识别方法 |
-
2019
- 2019-01-16 CN CN201910039608.8A patent/CN109597342B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08320364A (ja) * | 1995-05-26 | 1996-12-03 | Nec Corp | パッシブソーナーにおける変調周波数検出装置 |
CN101536085A (zh) * | 2006-10-24 | 2009-09-16 | 弗劳恩霍夫应用研究促进协会 | 用于从音频信号中产生环境信号的设备和方法,用于从音频信号中导出多声道音频信号的设备和方法以及计算机程序 |
CN202022962U (zh) * | 2010-12-31 | 2011-11-02 | 北京翔博科技有限责任公司 | 频谱谐波振动消除应力控制装置 |
US20140036631A1 (en) * | 2012-08-02 | 2014-02-06 | Nec Corporation | Active sonar apparatus, active sonar signal processing method, and recording medium storing signal processing program thereof |
KR101371299B1 (ko) * | 2013-02-14 | 2014-03-12 | 한국과학기술원 | 캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치 |
CN104751443A (zh) * | 2014-12-12 | 2015-07-01 | 郑州轻工业学院 | 基于多光谱技术棉花疵点检测与识别方法 |
CN104680536A (zh) * | 2015-03-09 | 2015-06-03 | 西安电子科技大学 | 利用改进的非局部均值算法对sar图像变化的检测方法 |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
CN108230727A (zh) * | 2016-12-15 | 2018-06-29 | 刘志 | 一种多传感器智能车辆探测装置及方法 |
CN106814670A (zh) * | 2017-03-22 | 2017-06-09 | 重庆高略联信智能技术有限公司 | 一种河道采砂智能监管方法及系统 |
CN107478273A (zh) * | 2017-08-14 | 2017-12-15 | 武汉科技大学 | 基于嵌入式和物联网技术的下水道监控系统及方法 |
CN207799909U (zh) * | 2018-03-02 | 2018-08-31 | 陈小可 | 一种高速公路车祸/团雾发生预警装置 |
CN108519149A (zh) * | 2018-03-28 | 2018-09-11 | 长安大学 | 一种基于声音时频域分析的隧道事故监测报警系统及方法 |
CN109192200A (zh) * | 2018-05-25 | 2019-01-11 | 华侨大学 | 一种语音识别方法 |
CN108848571A (zh) * | 2018-07-04 | 2018-11-20 | 大连声文科技发展有限公司 | 一种基于mems传感器的轨道交通安全监测系统及监测方法 |
Non-Patent Citations (2)
Title |
---|
文林: "《 基于改进MFCC的语音识别系统研究及设计》", 《信息科技辑》 * |
李秀坤等: "《水下目标几何声散射回波在分数阶傅里叶变换域中的特性》", 《物理学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110082082A (zh) * | 2019-04-28 | 2019-08-02 | 国网四川省电力公司南充供电公司 | 一种基于振动信号主成分分析法的gis状态识别方法 |
CN110082082B (zh) * | 2019-04-28 | 2020-11-17 | 国网四川省电力公司南充供电公司 | 一种基于振动信号主成分分析法的gis状态识别方法 |
CN110188088A (zh) * | 2019-05-23 | 2019-08-30 | 广东海洋大学 | 一种海上船舶采砂行为大数据模型 |
CN110929790A (zh) * | 2019-11-26 | 2020-03-27 | 山东中创软件工程股份有限公司 | 一种船舶数据筛选方法及相关装置 |
CN111062361B (zh) * | 2019-12-27 | 2023-06-20 | 中水北方勘测设计研究有限责任公司 | 一种河湖岸线采砂监测分析的方法及装置 |
CN111339864A (zh) * | 2020-02-17 | 2020-06-26 | 北京百度网讯科技有限公司 | 异常行为报警方法和装置 |
CN111339864B (zh) * | 2020-02-17 | 2023-11-10 | 北京百度网讯科技有限公司 | 异常行为报警方法和装置 |
CN112378458A (zh) * | 2020-12-04 | 2021-02-19 | 四川长虹电器股份有限公司 | 一种无人值守采砂船运行监控监测方法 |
CN112684750A (zh) * | 2020-12-04 | 2021-04-20 | 江苏科技大学 | 一种采砂船水下智能监测的设备及方法 |
WO2022116763A1 (zh) * | 2020-12-04 | 2022-06-09 | 江苏科技大学 | 一种采砂船水下智能监测的设备及方法 |
CN113591780A (zh) * | 2021-08-11 | 2021-11-02 | 山东大学 | 一种驾驶员行车风险鉴定方法及系统 |
CN113989693A (zh) * | 2021-09-15 | 2022-01-28 | 南京邮电大学 | 基于Yolo Backbone优化的船舶非法卸砂行为识别方法及系统 |
CN113989693B (zh) * | 2021-09-15 | 2023-09-15 | 南京邮电大学 | 基于Yolo Backbone优化的船舶非法卸砂行为识别方法及系统 |
CN113554123B (zh) * | 2021-09-18 | 2022-01-21 | 江苏禹治流域管理技术研究院有限公司 | 一种基于声光联动的采砂船自动识别方法 |
CN113554123A (zh) * | 2021-09-18 | 2021-10-26 | 江苏禹治流域管理技术研究院有限公司 | 一种基于声光联动的采砂船自动识别方法 |
CN113567969B (zh) * | 2021-09-23 | 2021-12-17 | 江苏禹治流域管理技术研究院有限公司 | 一种基于水下声信号的非法采砂船自动监控方法及系统 |
CN113567969A (zh) * | 2021-09-23 | 2021-10-29 | 江苏禹治流域管理技术研究院有限公司 | 一种基于水下声信号的非法采砂船自动监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109597342B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597342A (zh) | 一种动态组网智能辨识的采砂船监测装置及方法 | |
CN104092750B (zh) | 一种防汛雨水情无线监测站及其监测方法 | |
CN115603466B (zh) | 一种基于人工智能视觉识别的船舶岸电系统 | |
CN206281972U (zh) | 海上雷达监控系统 | |
CN109856639A (zh) | 基于物联网的长江江豚被动声呐定位和追踪系统及方法 | |
CN107681784B (zh) | 基于多源数据融合的铁塔接地线监测系统及方法 | |
CN108052056A (zh) | Led照明灯具的状态监测方法、装置及系统 | |
CN108696833A (zh) | 基于水下无线传感器网络的水污染监测系统 | |
CN113531399A (zh) | 管道监测方法、管道监测装置、计算机设备及存储介质 | |
CN103823452A (zh) | 砂石船监测记录仪及其工作方法 | |
CN114594490A (zh) | 一种电力线路激光防外破方法和装置 | |
CN206594305U (zh) | 一种野生动物监测装置 | |
CN211167300U (zh) | 一种智能水面综合监测浮标装置 | |
CN206523634U (zh) | 海洋倾废船实时监测装置 | |
CN212674143U (zh) | 河流湖泊的水体环境识别系统 | |
CN207115672U (zh) | 一种地下电力管网防外力破坏装置 | |
CN206235747U (zh) | 基于物联网的自然灾害风险处理装置 | |
CN201014205Y (zh) | 一种管道安全预警监控系统 | |
CN102156803B (zh) | 基于视频识别的江河涌潮检测方法 | |
CN112116220A (zh) | 一种大规模建筑群震害人工智能预警及监测方法 | |
CN207181396U (zh) | 一种具有环保功能的智能检测系统 | |
CN106841859B (zh) | 基于特征数据优选匹配的电能质量监测预警方法及系统 | |
CN114912900A (zh) | 一种海洋工程设计数据获取方法及系统 | |
CN103561245A (zh) | 人脑化空间信息监测装置与技术 | |
CN114594343A (zh) | 配电线路智能化多功能在线监测系列装置及其控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |