CN110046676A - 一种基于声暴露级的海洋工程信号自动提取方法 - Google Patents
一种基于声暴露级的海洋工程信号自动提取方法 Download PDFInfo
- Publication number
- CN110046676A CN110046676A CN201910342563.1A CN201910342563A CN110046676A CN 110046676 A CN110046676 A CN 110046676A CN 201910342563 A CN201910342563 A CN 201910342563A CN 110046676 A CN110046676 A CN 110046676A
- Authority
- CN
- China
- Prior art keywords
- signal
- doubtful
- acoustic exposure
- exposure grade
- ocean engineering
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种基于声暴露级的海洋工程信号自动提取方法,涉及海洋工程领域,采用变步长偏移截取分析技术依次从海量数据中截取数据段,并进行半波正向包络数字检波,通过信号幅度、宽度的二维门限触发技术确认当前数据段中是否包含疑似信号,实现初步筛选;再利用中心区间触发技术将疑似信号的完整波形显示于当前分析数据段后,提取疑似信号;建立代表信号的声暴露级特征向量(包含强度和有效长度两个分量),计算疑似信号与参考信号声暴露级特征向量间的标准化欧氏距离,从而判定疑似信号是否为目标信号。该方法可从海量的原始噪声数据中自动提取具有显著声暴露级特征的海洋工程信号,性能可靠,可取代人工提取方法,有效提高工作效率。
Description
技术领域
本发明涉及海洋工程领域,尤其涉及一种基于声暴露级的海洋工程信号自动提取方法。
背景技术
随着人类开发利用海洋活动的不断深入,船舶航行、海洋资源开发、海洋工程建设、海上娱乐等生产、生活活动产生的水下噪声,影响日趋严重,已经引起人们的高度重视,其强度大小成为海洋工程环境评价的重要指标之一。大型的海洋工程如跨海大桥、海底隧道、港口航道建设清淤、海上风电场等,项目建设中往往涉及水下爆夯、爆破、打桩等暴劣水下施工活动,产生的宽频、高强度、连续性的冲击波会对周边海域的海洋生物资源造成严重破坏,是海洋工程环境评价与监控的重点对象。
大型海洋工程建设具有施工周期长、涉海面积大等特点,为了能有效评估其水下噪声污染程度,一般需要开展多站位、多水层的同步、连续监测,由此将记录到海量原始噪声数据,从中提取工程施工信号是开展海洋工程环境评价的前提,也是一项烦琐且繁重的工作。
发明内容
本发明的目的在于解决现有技术中的上述问题,提供一种基于声暴露级的海洋工程信号自动提取方法,该方法可以从海量的原始噪声数据中自动提取出强度较大的海洋工程施工噪声信号,性能可靠,可取代人工提取,有效提高工作效率。
为达到上述目的,本发明采用如下技术方案:
一种基于声暴露级的海洋工程信号自动提取方法,包括以下步骤:
(1)设置原始噪声数据的分析起点Si;
(2)从起点Si处截取长度L的待分析数据段Xi;
(3)对Xi进行半波正向包络数字检波;
(4)将检波信号进行二维门限触发,若在设定的信号幅度门限PT和信号宽度门限WT上未成功触发,则将向后偏移步长λ设置为参考信号(需提供已知的样本信号作为参考信号,在完成过至少一次目标信号提取后,参考信号更新为最近一次提取的目标信号)的有效长度τj,并跳转至步骤(8);
(5)若检波信号在设定的信号幅度门限PT和信号宽度门限WT上成功触发,则提取门限触发点Ei,检测Ei是否可实现中心区间触发:若检测到Ei不在Xi指定的触发区间LIN内,则不能实现中心区间触发,然后将λ设置为τj后跳转至步骤(8),若检测到Ei在Xi指定的触发区间LIN内,则成功触发,然后从Xi中提取疑似信号;
(6)计算疑似信号和参考信号声暴露级特征向量和之间的标准化欧氏距离d,判定疑似信号是否为目标信号,若疑似信号不是目标信号,则将λ设置为τj,并跳转至步骤(8);
(7)若判定疑似信号为目标信号,则提取并保存目标信号,将λ设置为当前数据段Xi起点至目标信号波形结束点的长度Ti;
(8)根据λ更新数据分析起点Si+1=Si+λ并返回步骤(2);
(9)重复依次执行步骤(2)~(8),直至将原始噪声数据分析完毕。
步骤(3)中,半波正向包络数字检波的算法公式如下:
式中,X(n)表示当前分析数据段Xi的采样序列,Y(n)表示检波包络的采样序列,RCT表示检波器的阻容时间常数。
步骤(4)和步骤(5)中,信号幅度门限值PT由参考信号的正峰值pmax和海洋背景噪声的均方根值prms决定,满足下式:
信号宽度门限值WT是参考信号半波正向包络在信号幅度门限值PT上的包络宽度;
若当前分析数据段Xi的半波正向包络在信号幅度门限值PT上的包络宽度Wi>WT时,表示触发成功。
声暴露级适用于描述单次或离散噪声事件。大型海洋工程建设涉及的打桩、水下爆破、爆夯等活动产生的冲击波是短时间内能量的释放,每次活动均可视为互不相关的单次随机事件,因此可通过声暴露级描述该类活动噪声对周边海域的环境污染强度。
声信号的特征参数有峰值、频谱、持续时间、总能量等,通过特征参数比较,可以鉴别不同类型的声信号。针对海洋工程噪声信号强度大、波形宽度较稳定的显著特征,本发明设计利用信号声暴露级的两个特征参数——强度和有效长度,建立含有两个不同量纲变量的二维的声暴露级特征向量来描述目标信号,SEL表示信号的强度,τ表示信号的有效长度,疑似信号和参考信号声暴露级特征向量分别为
SEL和τ的定义公式如下:
τ=t2-t1
其中,p(t)表示声压,pref表示参考声压,t1和t2表示该噪声事件对声能有显著贡献的起止时间点,t0为参考时间,一般地,t0=1s。
本发明通过计算疑似信号和参考信号的声暴露级特征向量与间的标准化欧氏距离进行相似性比较,将距离小于一定值的疑似信号视为参考信号的同类信号,实现自动信号识别。
标准化欧氏距离用于求解包含不同量纲的多维向量间的距离,先通过各分量的均值μ、标准差σ将分量标准化为无量纲分量,再用无量纲向量求距离。
本发明中,疑似信号和参考信号声暴露级特征向量的标准化欧氏距离d表示为:
式中,σSEL=max{|SELj-μSEL|},στ=max{|τj-μτ|},σSEL和στ分别表示已提取目标信号强度SEL和有效长度τ的最大偏差,为相似性确认条件,但考虑到水声信号的复杂性,可以设置一个经验系数β,增加判定余度,即
相对于现有技术,本发明技术方案取得的有益效果是:
本发明涉及一种基于声暴露级的海洋工程信号自动提取方法,主要采用了变步长偏移截取分析、二维门限触发、中心区间触发和基于声暴露级特征向量的自动信号识别等技术;利用海洋工程信号声暴露级的两个主要特征参数——强度和有效长度,建立可用于信号识别的二维特征向量,再通过计算疑似信号与参考信号声暴露级特征向量间的标准化欧氏距离,判定疑似信号是否为目标信号,进而实现有效信号自动识别和提取,适用于从海量原始噪声数据中提取具有显著声暴露级特征的海洋工程信号。
附图说明
图1为本发明流程框图;
图2为某风电场风机桩机嵌岩打桩施工时的某段噪声信号;
图3为图2中噪声信号的能量累积曲线;
图4为半波包络图;
图5为连续打桩信号图;
图6为单次打桩信号图;
图7为等步长偏移截取的原理示意图;
图8为变步长偏移截取的原理示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明做进一步详细说明。
如图1所示,本发明包括以下步骤:
(1)设置原始噪声数据的分析起点Si;
(2)从起点Si处截取长度L的待分析数据段Xi;
(3)对Xi进行半波正向包络数字检波;
(4)将检波信号进行二维门限触发,若在设定的信号幅度门限PT和信号宽度门限WT上未成功触发,则将向后偏移步长λ设置为参考信号(需提供已知的样本信号作为参考信号,在完成过至少一次目标信号提取后,参考信号更新为最近一次提取的目标信号)的有效长度τj,并跳转至步骤(8);
(5)若检波信号在设定的信号幅度门限PT和信号宽度门限WT上成功触发,则提取门限触发点Ei,检测Ei是否可实现中心区间触发:若检测到Ei不在Xi指定的触发区间LIN内,则不能实现中心区间触发,然后将λ设置为τj后跳转至步骤(8),若检测到Ei在Xi指定的触发区间LIN内,则成功触发,然后从Xi中提取疑似信号;
(6)计算疑似信号和参考信号声暴露级特征向量和之间的标准化欧氏距离d,判定疑似信号是否为目标信号,若疑似信号不是目标信号,则将λ设置为τj,并跳转至步骤(8);
(7)若判定疑似信号为目标信号,则提取并保存目标信号,将λ设置为当前数据段Xi起点至目标信号波形结束点的长度Ti;
(8)根据λ更新数据分析起点Si+1=Si+λ并返回步骤(2);
(9)重复依次执行步骤(2)~(8),直至将原始噪声数据分析完毕。
图2为现场记录的风电场风机桩机嵌岩打桩施工时的某段噪声信号,图3为该段噪声信号的能量累积曲线。图3可以看出,海洋环境背景噪声对总能量的贡献小,总能量显著变化的区间基本代表了打桩工程信号宽度,一般地,为了尽可能消除背景噪声的影响,将总能量5%处对应的时刻作为打桩工程信号起点,用t1表示;将总能量95%处对应的时刻作为打桩工程信号终点,用t2表示。将图3中的起、止点t1和t2对应到图2的原始信号中,就可以准确定位、提取该打桩工程信号的主体波形。
由上所述,在信号声暴露级的计算过程中,涉及到工程信号的两个主要特征参数,一个是信号的强度,用SEL表示,单位dB;另一个是具有显著能量贡献的时间段长度,即t2-t1,称为信号的有效长度,用τ表示,单位s。所以,可建立一个包含两个不同量纲变量的二维特征向量(表示为),取代原来只反映噪声事件强度的声暴露级,更加全面的描述打桩工程噪声事件。
海洋工程信号仅是记录到的原始噪声数据中的很小一部分,计算机自动分析处理着海量、无意义的环境背景噪声,为了提高处理效率,可采用触发技术进行预处理。常用的幅度门限触发技术仅针对目标信号与噪声信号幅度上的差异对原始数据进行初步筛选,很难克服海洋中广泛存在的随机大幅度、窄脉冲干扰,信号筛选的虚警概率很大。
如图5中显示的连续打桩工程信号,具有时变、非周期、幅度大、波形宽度较稳定等特征,所以,海洋工程信号的筛选依据不局限在幅度上。本发明针对工程信号幅度和波形宽度上的显著特征,提出二维门限触发技术,同时在信号幅度和宽度的二维空间内设置触发门限PT和WT,只有当原始信号在幅度门限PT上的波形宽度W达到门限值WT,才能成功触发。这种触发方式能有效降低信号筛选的虚警,提高自动处理效率。
二维门限触发技术的信号宽度触发要求提取当前分析信号的半波正向包络,半波正向包络数字检波算法公式如下:
式中,X(n)表示当前分析数据段Xi的采样序列;Y(n)表示检波包络的采样序列;RCT表示检波器的阻容时间常数,其取值取决于工程信号波形特征,最佳RCT值能保留信号波形中主要波峰的情况下,尽可能平缓的描绘信号包络,如图4所示。
信号幅度门限值PT由参考信号的正峰值pmax和海洋背景噪声的均方根值prms决定,满足:
信号宽度门限值WT是参考信号半波正向包络在幅度PT上的包络宽度。
如图4中,若当前分析数据段Xi的半波正向包络在幅度PT上的包络宽度Wi>WT时,表示触发成功,当前分析数据段中包含有疑似目标信号,需要进一步分析确认。
海洋工程信号具有明显的非周期特点,偏移截取原始噪声数据时,如何不截断一个工程信号波形,将其完整显示在一个分析数据段内,是自动提取需要解决的关键问题。本发明采用了中心区间触发技术,将当前分析数据段等长度分为三个区间,中心区间称为触发区间,表示为LIN,当数据段长度足够长时(至少大于三倍目标信号有效长度),只要使疑似信号的二维门限触发点Ei落于触发区间LIN内,就能保证该疑似信号的完整波形显示在当前分析数据段Xi内,实现触发。若疑似信号未实现中心区间触发,就通过不断偏移截取新的分析数据段,直至实现触发。
如图4所示,打桩工程信号的有效长度τ约为10k个采样点,数据分析长度L为180k采样点,触发区间LIN是60k~120k,只要二维门限触发点Ei位于触发区间内,就可以保证打桩冲击波信号在当前分析数据段中完整显示,避免波形被截断。如图6所示,为根据数据后处理要求提取到的该次打桩工程信号的完整波形。完成中心区间触发后,就可以根据二维门限触发点Ei和幅度门限上对应的波形宽度W截取出疑似信号,进行自动信号识别。
如图7和图8所示,分别为等步长偏移截取和变步长偏移截取的原理示意图;其中,L表示信号分析长度;λ表示数据分析起点的向后偏移步长;Xi表示从原始数据中截取的第i个分析数据段,有i≥0;Si表示第i个数据段的起点在原始噪声数据中的位置;Ti表示提取到目标信号的数据段Xi起点至目标信号波形结束点的长度;τj表示已提取到的第j个目标信号的有效长度,有j≥0。
数字信号处理受限于计算机的运算能力,要将海量数据分割为若干段有限长度的数据片段进行多次分析。等步长偏移截取是最简单、便捷的分割方法,它将数据段Xi长度L设置为的分析起点Si的向后偏移步长λ,把原始数据连续分割为长度L的分析片断,如图7所示。这种硬分割方法在处理非周期信号时,可能切断目标信号,致使信号波形提取不完整,甚至造成信号漏提取等问题。为了克服这些问题,本发明引入了变步长偏移截取分析技术。
如图8所示,变步长偏移截取分析技术的原理:根据当前数据段Xi分析结果,变动地设置下一段数据段Xi+1的向后偏移步长λ。,若当次分析未从当前数据段Xi中提取新的目标信号,λ设置为参考信号的有效长度τj;若从Xi中提取了新的目标信号,λ设置为当前数据段起点至目标信号波形结束点的长度Ti。变步长偏移截取分析技术截取的分析数据段存在重叠,使总分析次数相较于等步长偏移截取分析技术增加,但考虑了海洋工程信号的非周期性特点,能有效避免出现目标信号漏提的错误,而且保证所提取的目标信号具有完整波形。
以下通过本发明方法的有效性验证:
原始数据来源于大连庄河海上风电场某风机机桩嵌岩打桩施工监测。通过多站位、不同水层同步测量,共记录到7路、每路时长约55min的完整打桩噪声数据。根据后期数据处理的需要,要求依次、完整地提取各路信号中的工程打桩冲击信号。为了比较性能,同时用手动提取方法和本发明的自动提取方法进行目标信号提取。表1所示为手动、自动提取方法的处理结果。
表1
表1数据显示,自动提取目标信号波形数量略少,原因是嵌岩打桩施工过程中需要阶段性调整桩柱位置或打桩能量,调整期打桩信号的幅度和波形宽度远小于稳定阶段,未能被自动信号识别、提取。图5所示的最后一个冲击波形就是调整期的打桩信号。
自动提取的目标信号波形数量相比手动提取数量,偏差只有0.33%,表明本发明自动提取方法能够较完整的完成目标信号提取。
分别计算手动提取和自动提取到的目标信号声暴露级特征向量,并实现二者间的等值配对。13568个自动提取目标信号均可以在手动提取目标信号中找到配对项,说明自动提取的目标信号正确率达到了100%。
从目标信号提取的完整率和正确率上看,本发明涉及的基于声暴露级的海洋工程信号自动提取方法性能可靠。
Claims (5)
1.一种基于声暴露级的海洋工程信号自动提取方法,其特征在于包括以下步骤:
(1)设置原始噪声数据的分析起点Si;
(2)从起点Si处截取长度L的待分析数据段Xi;
(3)对Xi进行半波正向包络数字检波;
(4)将检波信号进行二维门限触发,若在设定的信号幅度门限PT和信号宽度门限WT上未成功触发,则将向后偏移步长λ设置为参考信号的有效长度τj,并跳转至步骤(8);
(5)若检波信号在设定的信号幅度门限PT和信号宽度门限WT上成功触发,则提取门限触发点Ei,检测Ei是否可实现中心区间触发:若检测到Ei不在Xi指定的触发区间LIN内,则不能实现中心区间触发,然后将λ设置为τj后跳转至步骤(8),若检测到Ei在Xi指定的触发区间LIN内,则成功触发,然后从Xi中提取疑似信号;
(6)计算疑似信号和参考信号声暴露级特征向量和之间的标准化欧氏距离d,判定疑似信号是否为目标信号,若疑似信号不是目标信号,则将λ设置为τj,并跳转至步骤(8);
(7)若判定疑似信号为目标信号,则提取并保存目标信号,将λ设置为当前数据段Xi起点至目标信号波形结束点的长度Ti;
(8)根据λ更新数据分析起点Si+1=Si+λ并返回步骤(2);
(9)重复依次执行步骤(2)~(8),直至将原始噪声数据分析完毕。
2.如权利要求1所述一种基于声暴露级的海洋工程信号自动提取方法,其特征在于步骤(3)中,半波正向包络数字检波的算法公式如下:
式中,X(n)表示当前分析数据段Xi的采样序列,Y(n)表示检波包络的采样序列,RCT表示检波器的阻容时间常数。
3.如权利要求1所述一种基于声暴露级的海洋工程信号自动提取方法,其特征在于步骤(4)和步骤(5)中,信号幅度门限值PT由参考信号的正峰值pmax和海洋背景噪声的均方根值prms决定,满足下式:
信号宽度门限值WT是参考信号半波正向包络在信号幅度门限值PT上的包络宽度;
若当前分析数据段Xi的半波正向包络在信号幅度门限值PT上的包络宽度Wi>WT时,表示触发成功。
4.如权利要求1所述一种基于声暴露级的海洋工程信号自动提取方法,其特征在于步骤(6)中,声暴露级特征向量SEL表示信号的强度,τ表示信号的有效长度,疑似信号和参考信号声暴露级特征向量分别为SEL和τ的定义公式如下:
τ=t2-t1
其中,p(t)表示声压,pref表示参考声压,t1和t2表示该噪声事件对声能有显著贡献的起止时间点,t0为参考时间。
5.如权利要求4所述一种基于声暴露级的海洋工程信号自动提取方法,其特征在于步骤(6)中,疑似信号和参考信号声暴露级特征向量的标准化欧氏距离d表示为:
式中,σSEL=max{|SELj-μSEL|},στ=max{|τj-μτ|},σSEL和στ分别表示已提取目标信号强度SEL和有效长度τ的最大偏差,为相似性确认条件,β为经验系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342563.1A CN110046676B (zh) | 2019-04-26 | 2019-04-26 | 一种基于声暴露级的海洋工程信号自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342563.1A CN110046676B (zh) | 2019-04-26 | 2019-04-26 | 一种基于声暴露级的海洋工程信号自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046676A true CN110046676A (zh) | 2019-07-23 |
CN110046676B CN110046676B (zh) | 2021-08-03 |
Family
ID=67279507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910342563.1A Expired - Fee Related CN110046676B (zh) | 2019-04-26 | 2019-04-26 | 一种基于声暴露级的海洋工程信号自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046676B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112764596A (zh) * | 2021-01-18 | 2021-05-07 | 四川中微芯成科技有限公司 | 一种电容式触摸抗干扰检测装置、系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102158470A (zh) * | 2011-01-30 | 2011-08-17 | 韦峻峰 | 一种用于移动便携式设备的声信号处理系统及其处理方法 |
CN103344989A (zh) * | 2013-07-11 | 2013-10-09 | 吉林大学 | 可控震源地震记录中脉冲噪声干扰的分析方法 |
CN104052702A (zh) * | 2014-06-20 | 2014-09-17 | 西安电子科技大学 | 一种复杂噪声下数字调制信号的识别方法 |
WO2015082730A1 (es) * | 2013-12-05 | 2015-06-11 | Universidade De Vigo | Método de reducción de ruido impulsivo en sistemas de telecomunicación mediante la extensión de la banda del receptor |
CN105158626A (zh) * | 2015-08-14 | 2015-12-16 | 中国船舶工业系统工程研究院 | 一种海洋工程设备用信号检测电路 |
CN106298576A (zh) * | 2016-09-30 | 2017-01-04 | 天津华海清科机电科技有限公司 | Cmp全工艺过程金属膜厚数据的离线处理方法 |
CN108469599A (zh) * | 2018-02-28 | 2018-08-31 | 哈尔滨工程大学 | 一种声矢量传感器幅度加权music测向方法 |
CN108490494A (zh) * | 2018-03-12 | 2018-09-04 | 中国科学院电子学研究所 | 基于谱减法及小波分析的海洋磁测噪声抑制方法 |
CN109029692A (zh) * | 2018-07-12 | 2018-12-18 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 可穿戴式个体噪声暴露评估预警系统 |
CN109085477A (zh) * | 2018-09-28 | 2018-12-25 | 国网山东省电力公司济南供电公司 | 用于电力电缆分布式局部放电监测系统的信号识别和定位方法 |
-
2019
- 2019-04-26 CN CN201910342563.1A patent/CN110046676B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102158470A (zh) * | 2011-01-30 | 2011-08-17 | 韦峻峰 | 一种用于移动便携式设备的声信号处理系统及其处理方法 |
CN103344989A (zh) * | 2013-07-11 | 2013-10-09 | 吉林大学 | 可控震源地震记录中脉冲噪声干扰的分析方法 |
WO2015082730A1 (es) * | 2013-12-05 | 2015-06-11 | Universidade De Vigo | Método de reducción de ruido impulsivo en sistemas de telecomunicación mediante la extensión de la banda del receptor |
CN104052702A (zh) * | 2014-06-20 | 2014-09-17 | 西安电子科技大学 | 一种复杂噪声下数字调制信号的识别方法 |
CN105158626A (zh) * | 2015-08-14 | 2015-12-16 | 中国船舶工业系统工程研究院 | 一种海洋工程设备用信号检测电路 |
CN106298576A (zh) * | 2016-09-30 | 2017-01-04 | 天津华海清科机电科技有限公司 | Cmp全工艺过程金属膜厚数据的离线处理方法 |
CN108469599A (zh) * | 2018-02-28 | 2018-08-31 | 哈尔滨工程大学 | 一种声矢量传感器幅度加权music测向方法 |
CN108490494A (zh) * | 2018-03-12 | 2018-09-04 | 中国科学院电子学研究所 | 基于谱减法及小波分析的海洋磁测噪声抑制方法 |
CN109029692A (zh) * | 2018-07-12 | 2018-12-18 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 可穿戴式个体噪声暴露评估预警系统 |
CN109085477A (zh) * | 2018-09-28 | 2018-12-25 | 国网山东省电力公司济南供电公司 | 用于电力电缆分布式局部放电监测系统的信号识别和定位方法 |
Non-Patent Citations (7)
Title |
---|
LIYUANBHU: "一个简单的波形包络提取算法", 《HTTPS://BLOG.CSDN.NET/LIYUANBHU/ARTICLE/DETAILS/38262751》 * |
TZU-HAO LIN 等: "An automatic detection algorithm for extracting the representative frequency of cetacean tonal sounds", 《2013 ACOUSTICAL SOCIETY OF AMERICA》 * |
YOUGAN CHEN 等: "Underwater Ambient Noise Analysis on Dongshan Offshore", 《ACM》 * |
文洪涛 等: "海洋水下声探测信号的分类与分析", 《应用海洋学学报》 * |
曾向阳 编著: "《智能水中目标识别》", 31 March 2016, 国防工业出版社 * |
汪启铭: "海上风电场建设水下噪声对中华白海豚影响研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
赵忠堂 编著: "《基于智能移动终端的行为识别方法研究》", 30 April 2015, 电子科技大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112764596A (zh) * | 2021-01-18 | 2021-05-07 | 四川中微芯成科技有限公司 | 一种电容式触摸抗干扰检测装置、系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110046676B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103760543B (zh) | 一种基于多模式的恒虚警目标检测方法 | |
CN109596955B (zh) | 局部放电状态确定方法及装置 | |
CN106330385A (zh) | 一种干扰类型识别方法 | |
CA2258028A1 (en) | Method of detecting and classifying objects by means of radar | |
CN104036239A (zh) | 基于特征融合和聚类的高分辨sar图像快速舰船检测方法 | |
CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
CN107561518A (zh) | 基于二维滑窗局部极值的三坐标雷达点迹凝聚方法 | |
CN111505643B (zh) | 基于时频图深度学习的海面小目标检测方法 | |
CN110082429A (zh) | 一种结合机器学习的隧道衬砌无损检测的辅助判定方法 | |
CN110297271A (zh) | 一种用于矿震报警的单分量探头p波初至到时修正方法 | |
CN110196448A (zh) | 一种滑坡次声信号识别方法 | |
CN110046676A (zh) | 一种基于声暴露级的海洋工程信号自动提取方法 | |
CN111695461B (zh) | 一种基于图频特性的雷达杂波智能分类方法 | |
Mesecan et al. | Searching the effects of image scaling for underground object detection using KMeans and KNN | |
CN113657217A (zh) | 一种基于改进的bp神经网络的混凝土状态识别模型 | |
CN106199548A (zh) | 基于四极化通道融合的海面漂浮微弱雷达目标的检测方法 | |
Ling et al. | OMHT method for weak signal processing of GPR and its application in identification of concrete micro-crack | |
CN103577808A (zh) | 一种蛙人识别方法 | |
CN106023143B (zh) | 一种跨海桥梁施工处波浪高度监测预警方法 | |
Tbarki et al. | Landmine detection improvement using one-class SVM for unbalanced data | |
Zhuang et al. | A method to extract the time-frequency feature of underwater acoustic signals | |
CN107122728B (zh) | 基于证据理论算法的sar图像中检测建筑物方法 | |
CN106382978A (zh) | 一种对时变舰船激励所产生水声信号自动目标检测方法 | |
CN113408805A (zh) | 一种雷电地闪识别方法、装置、设备及可读存储介质 | |
CN116152674A (zh) | 一种基于改进U-Net模型的大坝无人机影像裂缝智能识别方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210803 |