CN110503013A - 振感相似度评价方法、装置及存储介质 - Google Patents
振感相似度评价方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110503013A CN110503013A CN201910727391.XA CN201910727391A CN110503013A CN 110503013 A CN110503013 A CN 110503013A CN 201910727391 A CN201910727391 A CN 201910727391A CN 110503013 A CN110503013 A CN 110503013A
- Authority
- CN
- China
- Prior art keywords
- similarity
- acceleration
- vibration sense
- signal
- index
- 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种振感相似度评价方法、装置及存储介质,该方法通过从数值角度和/或从用户体验的角度来计算两个加速度波形的相似度,进而将两个加速度波形的相似度转换为振感相似度,用来评价人的主观振感的差异;其中,从用户体验的角度来计算加速度波形的相似度是指将与用户体验的相关的考虑因素加入到了计算加速度波形相似度中,因而更能体现出在客观量化的方式上对振感相似度评价与人的主观振感评价的一致性。
Description
【技术领域】
本发明涉及波形相似度计算,尤其涉及一种振感相似度评价方法、装置及存储介质。
【背景技术】
目前,振动反馈应用于手机交互、枪战游戏、拳击游戏等场景中能够给用户带来良好地沉浸式体验。因此,越来越多的电子产品对于振动反馈的相似度要求越来越高,如何在不同设备中复制出相同的振动反馈称为越来越迫切解决的问题。
因此,为了保证用户相同的振动反馈体验,有必要提供一种振感相似度评价方法。
【发明内容】
本发明的目的之一在于提供一种振感相似度评价方法,其能够将振感相似度进行量化,进而直观地将用户的主观振感反馈出来。
本发明的目的之二在于提供一种振感相似度评价装置,其能够将振感相似度进行量化,进而直观地将用户的主观振感反馈出来。
本发明的目的之三在于提供一种计算机存储介质,其能够将振感相似度进行量化,进而直观地将用户的主观振感反馈出来。
本发明的技术方案之一如下:
一种振感相似度评价方法,所述振感相似度评价方法包括:
获取数据步骤:分别获取两个加速度信号的波形以及两个激励信号的波形;
计算步骤:根据所述两个加速度信号的波形和对应激励信号的波形,通过相应的加速度相似度计算方法计算出所述两个加速度信号的波形的相似度,以根据所述两个加速度信号的波形的相似度评估两个加速度信号对应的设备的振感相似度;
其中,加速度相似度计算方法包括:从数值的角度计算两个加速度信号的相似度的方法和/或从用户体验的角度计算两个加速度信号的相似度的方法。
作为一种改进所述从用户体验的角度计算两个加速度信号的相似度的步骤包括:
设定指标;
根据每个指标计算得出两个加速度信号的相似度;
根据加权平均法计算每个指标对应的两个加速度信号的相似度。
作为一种改进,所述指标包括信号阶段加速度峰峰值差异、余振阶段加速度峰峰值差异、信号持续时间差异和信号阶段峰值数差异。
作为一种改进,所述根据每个指标计算得出两个加速度信号的相似度步骤,包括:
当指标为信号阶段加速度峰峰值差异时,在激励信号的持续阶段,计算两个加速度波形的峰峰值的相似度;
当指标为余振阶段加速度峰峰值差异时,在激励信号结束之后,计算加速度波形的峰峰值的相似度。
作为一种改进,所述根据每个指标计算得出两个加速度信号的相似度步骤,还包括:
当指标为信号持续时间差异时,计算两个加速度波形的激励信号的持续时间的相似度;
当指标为信号阶段峰值数差异时,计算两个加速度波形的加速度信号的局部峰值个数的相似度。
作为一种改进,从数值的角度计算两个加速度信号的相似度的步骤包括:根据两个曲线的相似度计算方法计算得出两个加速度信号的相似度。
进一步地,所述两个曲线的相似度计算方法包括:基于EVM的方法、基于闵可夫斯基距离的方法或基于弗莱彻相似的方法。
作为一种改进,所述基于EVM的方法的计算公式如下:
其中,两个曲线的相似度为1-evm。
本发明的技术方案之二如下:
一种振感相似度评价方法,包括存储器和处理器,所述存储器上存储有可在处理器上运行的相似度评价程序,所述相似度评价程序为计算机程序,所述处理器执行所述相似度评价程序时实现如本发明目的之一采用的振感相似度评价方法的步骤。
本发明的技术方案之三如下:
一种存储介质,所述存储介质为计算机可读存储介质,其上存储有相似度评价程序,所述相似度评价程序为计算机程序,所述相似度评价程序被处理器执行时实现如本发明目的之一采用的振感相似度评价方法的步骤。
本发明的有益效果在于:本发明通过将与人的用户体验相关的因素加入到对于加速度波形的相似度计算过程中,更能体现出在客观量化上对振感相似度评价与主观振感的相似度评价的一致性。
【附图说明】
图1为本发明提供的加速度acc1的激励信号的波形图;
图2为本发明提供的加速度acc1、acc2、acc3的波形图;
图3为本发明提供的激励信号U的信号阶段和余振阶段示意图;
图4为本发明提供的加速度检测硬件结构图;
图5为本发明提供的振感相似度评价方法的流程图;
图6为本发明提供的从用户体验的角度计算加速度信号的相似度方法的流程图;
图7为本发明提供的振感相似度评价装置的模块图。
【具体实施方式】
下面结合附图和实施方式对本发明作进一步说明。
一般来说,对于振感相似度评价的量化,均是将其转换为对波形相似度的计算来实现的,也即是说,将振感相似度的评价转换为波形性相似度的计算。
也即是说,本发明所要解决的技术难题是如何计算两个波形的相似度,结合以下事例来说明其过程:
假设如图1和2所示,加速度acc1的波形L1,其激励电压的波形为U。另外两个加速度分别为acc2和acc3,其波形分别为L2和L3,对应的激励电压波形为U2、U3,图中为示出。其中,不同的加速度,其激励电压不同。图1中标识激励电压U的波形图,图2中标识加速度acc1、加速度acc2以及加速度acc3的波形图。
从图2中可知,以加速度acc1为准:从波形形状上来看,加速度acc1和加速度acc2很接近,而加速度acc1和加速度acc3的差异较大。
另外,对于波形相似度的算法,一般来说,传统的技术通常采用诸如EVM(全称为:Error Vector Magnitude,误差向量幅度)的方法来描述两个曲线的相似度,也即是两个波形的相似度。比如基于EVM的方法是逐点计算两个数据的误差,并计算误差和参考信号(比如加速度acc1)的比例。
例如,对于信号x和信号y的EVM计算公式如下:
通过公式(1)可以计算得出加速度acc1和加速度acc2的相似度为92%,而加速度acc1和加速度acc3的相似度是60%。
从上可知,通过诸如基于EVM的方法计算波形之间的相似度时,是纯粹基于信号处理的方法,是不考虑曲线的物理意义,只是单纯地从数值的角度来计算两个波形的相似度。
但是,对于判断振感相似度时,振感不仅仅与数值有关,还与人有关,也即是说对于曲线来说,不同的阶段、持续时间的长短等因素均会影响人的振感,也即是不能够从人的用户体验的角度来描述波形的相似度。
因此,本发明提供了一种振感相似度评价方法,结合上述从数值的角度来计算波形相似度的基础上,分别从数值的角度和从用户体验的角度来描述两个波形的相似度,进而实现振感相似度的评价。在实际的应用过程中,可根据实际的应用场景来选择相应的角度计算两个波形的相似度,进而来评价用户主观振感的相似度。其中,从数值的角度来计算的两个波形的相似度,也即是从纯信号处理的角度制定计算相似度的指标,并作为上框线。
从用户体验的角度来计算两个波形的相似度,首先从用户体验的角度制定计算加速度波形相似度的指标,并为下框线。
例如,针对上述加速度acc1和加速度acc2、加速度acc1和加速度acc3分别通过本发明提供的关于波形相似度的计算方法来进行计算其相似度,具体为:
1、加速度波形相似度的上框线:
对于上框线来说,也即是从数值的角度来计算的两个加速度波形的相似度,因此,可采用如上述所述的基于EVM的方法来计算两个曲线的相似度。
也即是,加速度acc1和加速度acc2的相似度为92%,而acc1和acc3的相似度是60%。
另外,对于从数值的角度来计算两个加速度波形的相似度时,还可以通过比如其他类似的方法:基于闵可夫斯基距离的方法、基于弗莱彻相似的方法等进行实现,这些方法均为本领域技术人员所熟知的方法,本发明不做介绍。
2、加速度波形相似度的下框线:
对于下框线,也即是从用户体验的角度来计算两个波形的相似度。
本发明根据实际经验得出用户的体验,将与用户体验有关的因素,比如振动强弱、拖尾强弱、振感时长、振感频率等,引入到了计算加速度波形相似度。
如表1所示,为与用户体验有关的因素,比如:振动强弱、拖尾强弱、振感时长、振感频率等,设定相应的计算加速度波形相似度的指标。
序号 | 指标(100%) | 用户体验 |
1 | 信号阶段加速度峰峰值差异 | 振动强弱 |
2 | 余振阶段加速度峰峰值差异 | 拖尾强弱 |
3 | 信号持续时间差异 | 振感时长 |
4 | 信号阶段峰值数差异 | 振感频率 |
表1
也即是说,在计算加速度波形相似度时,基于这些指标来分别计算加速度波形相似度,而这些指标是与用户体验相关的,因此通过这些指标计算得出的加速度波形的相似度更能够体现出人的振感相似度。
基于上述指标,计算加速度波形相似度的过程具体如下:
(1)、信号阶段加速度峰峰值(加速度峰峰值,peak to peak的G值,简称Gpp)差异:
如图3所示,表明激励信号U的信号阶段以及余振阶段。对于每个加速度的激励信号来说,其均可划分为信号阶段和余振阶段。
本发明中定义:信号阶段加速度峰峰值差异是指,在每个加速度的激励信号的信号阶段,对应的加速度波形的峰峰值的差异。因为不同加速度波形的峰峰值不同时,其对应的用户体验的振感强弱也不同。因此,通过计算两个加速度在各自的激励信号的信号阶段的加速度波形的峰峰值的相似度,来计算两个加速度波形的相似度。其中,峰峰值是指一个周期内信号最高值和最低值之间差的值,就是最大与最小之间的范围,也即是Gpp值。
例如:加速度acc1的Gpp1=3,acc2的Gpp2=2.8,acc3的Gpp3=3.1。
那么:
acc1和acc2在信号阶段加速度峰峰值差异上的相似度为:
(1-abs(3-2.8)/3)*100%。
acc1和acc3在信号阶段加速度峰峰值差异上的相似度为:
(1-abs(3-3.1)/3)*100%。
也即是:加速度acc1和加速度acc2的相似度是98%,acc1和acc3的相似度是94%。
(2)、余振阶段加速度峰峰值差异:一般情况下,在激励信号结束之后,马达等设备会以自身的谐振频率进行余振。也即是说,在激励信号的余振阶段,对于人的振感也具有一定的影响,比如拖尾振动的强弱。同理,在激励信号结束之后,也即是在余振阶段,根据两个加速度波形的峰峰值的相似度,来计算两个加速度波形的相似度。
例如:基于信号阶段加速度峰峰值差异计算加速度波形相似度的方法,可计算得出:在余振阶段加速度峰峰值差异上,加速度acc1和加速度acc2的相似度是92%,加速度acc1和加速度acc3的相似度是83%。
(3)、信号持续时间差异:对于信号的持续时间的长短对于人的振感也有一定的影响,比如振感时长。这里的信号持续时间是指各个加速度对应的激励信号的信号持续时间。因此,通过计算激励信号的信号持续时间相似度,来表明两个加速度波形的相似度。也即是,根据两个加速度的激励信号的持续时间的长短来计算两个加速度的相似度。
例如:加速度acc1和加速度acc2的相似度是84%,加速度acc1和加速度acc3的相似度是88%。
(4)、信号阶段峰值数差异:加速度的峰值数量不同,其对于人体的振感也有一定的影响,比如振感强弱的影响。其中,加速度信号局部峰值数指的是在激励信号的信号阶段加速度中的峰值的个数。因此,根据在激励信号的信号阶段峰值数量的差异来计算两个加速度的相似度。
例如:加速度acc1和加速度acc2的相似度是100%,加速度acc1和加速度acc3的相似度是100%。
为了让上述每个指标的振感的标量一致化,需要通过一定的算法对上述计算得出在4个指标下两个加速度波形的相似度进行一定的处理,比如采用加权平均的方法进行处理,即得出加速度波形相似度的下框线。
例如,采用最简单的平均的方法,将上述4个指标的相似度结果进行处理:
加速度acc1和加速度acc2的相似度为:
(98%+92%+84%+100%)/4=93.5%。
加速度acc1和加速度acc3的相似度为:
(94%+83%+88%+100%)/4=91.2%。
也即是,基于用户体验的角度来计算得出加速度acc1和acc2的相似度为93.5,而对于加速度acc1和acc3的相似度为91.2%。
综上,以加速度acc1为基础:
从波形的形状上来看:加速度acc1和加速度acc2较为相似,加速度acc1和加速度acc3的差异较大。
从数值的角度(比如以EVM的方法来计算):加速度acc1和加速度acc2的相似度为92%,而acc1和acc3的相似度是60%。
从用户体验的角度来看:加速度acc1和acc2的相似度为93.5,而对于加速度acc1和acc3的相似度为91.2%。
很明显,尽管加速度1和加速度3其在形状上,以及数值上的计算结果表明,二者差异较大,但是从用户体验的角度来计算时,加速度波形的相似度相对较高。因此,在实际的使用过程中,对于振感相似度的评价时,可根据实际的应用场景来对选择不同的角度计算波形相似度,实现振感相似度的评价。由于在对振感相似度评价时,将其转换为对加速度波形的相似度的计算,以及以上计算结果可知,本发明中通过从用户体验的角度来计算加速度波形的相似度,更能够体现出在客观量化上对振感相似度评价与用户的主观振感保持一致。
也即是说:在振感相似度评价时,首先获取两个设备振动时的加速度波形以及对应的激励信号,然后根据实际的应用场景来选择根据波形相似度上框线来计算两个加速度波形的相似度,还是选择根据波形相似度下框线来计算两个加速度波形的相似度,进而根据计算得出两个加速度波形的相似度的量化结果来对振感相似度进行评价。
如图5所示,本发明提供的一实施例为一种振感相似度计算方法,包括:
步骤S100:分别获取两个设备的加速度信号的波形以及激励信号的波形。本发明将设备的振感相似度的评价转换为对应的加速度的相似度的计算,因此可通过对应的检测设备或模块等检测得到使得对应设备产生振动的加速度信号。
在实际的应用过程中,一般是通过振动加速度来描述一个马达或致动器的振感,因此,在对振感相似度评价时,首先需要测量得出马达或致动器等设备的加速度波形,如图4所示,为本发明提供的一种通过加速度计测量马达的加速度的方法的硬件连接图,可获取马达在振动轴系上的加速度波形。如图4所示,包括PC(Penson Comuter,个人电脑)、采集卡、信号放大器、功率放大器、工装和用于检测工装的振动的加速度计。PC通过采集卡向功率放大器发送控制信号,并传输送工装,使得工装产生振动。加速度计实时对工装的振动进行检测并通过信号放大器进行放大后通过采集卡发送给PC,进而使得PC获取工装的振动的加速度。基于图4的实验环境,在100g工装上,使用某型号马达进行加速度信号的测试。当然,对于加速度的测量方法,并不仅仅限于本发明所提供的方法,诸如其他能够对加速度的测量的方法均在本发明的保护范围之内。
步骤S200:根据需求选择确定加速度相似度计算方法;
步骤S300:将两个设备的加速度信号的波形和对应激励信号的波形计根据选择的加速度相似度计算方法得出两个设备的加速度信号的相似度。
步骤S400:根据加速度信号的相似度得出两个设备的振感相似度。
其中,加速度相似度计算方法包括:从数值的角度计算两个加速度信号的相似度的方法和从用户体验的角度计算两个加速度信号的相似度的方法。
当然也可以通过人工观察两个加速度信号的波形图来进行判断是否相似,不过这种方法是基于人眼观察的,其结果有待商榷。
其中,如图6所示,从用户体验的角度计算两个加速度信号的相似度的方法具体包括:
步骤S501:根据需求设定与用户体验相关的指标。
步骤S502:根据每个指标计算得出两个加速度信号的相似度。
步骤S503:根据加权平均法将每个指标对应的两个加速度信号的相似度得出两个设备的加速度信号的相似度。
其中,指标是根据人的用户体验的经验角度来进行划分的,比如指标包括信号阶段加速度峰峰值差异、余振阶段加速度峰峰值差异、信号持续时间差异和信号阶段峰值数差异。也即是,根据每个指标来计算加速度的相似度。
例如:步骤S402还包括:当指标为信号阶段加速度峰峰值差异时,在激励信号的持续阶段,计算两个加速度波形的峰峰值的相似度,其具体的计算方法参考前述的计算。
当指标为余振阶段加速度峰峰值差异时,计算激励信号结束之后,计算加速度波形的峰峰值的相似度。
当指标为信号持续时间差异时,计算两个加速度波形的激励信号的持续时间的相似度。
当指标为信号阶段峰值数差异时,计算两个加速度波形的加速度信号局部峰值数的相似度。
而从数值的角度计算两个加速度信号的相似度的方法,是指从纯数字的角度来计算,一般来说,通过采用两个曲线的相似度计算方法计算得出两个加速度信号的相似度。
对于,两个曲线的相似度计算方法,有很多种,比如包括基于EVM的方法、基于闵可夫斯基距离的方法和基于弗莱彻相似的方法等等。
实施例二
本发明提供了一种振感相似度评价装置。如图7所示,本发明一实施例提供的振感相似度评价装置的内部结构示意图。
在本实施例中,振感相似度评价装置可以是PC(Personal Computer,个人电脑),也可以是智能手机、平板电脑、便携计算机等终端设备。该振感相似度评价装置至少包括:处理器12、通信总线13、网络接口14以及存储器11。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是振感相似度评价装置的内部存储单元,例如该振感相似度评价装置的硬盘。存储器11在另一些实施例中也可以是振感相似度评价装置的外部存储设备,例如振感相似度评价装置上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括振感相似度评价装置的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于振感相似度评价装置的应用软件及各类数据,例如相似度评价程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行相似度评价程序等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该振感相似度评价装置与其他电子设备之间建立通信连接。
可选地,该振感相似度评价装置还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-EmittingDiode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在振感相似度评价装置中处理的信息以及用于显示可视化的用户界面。
图7仅示出了具有组件11-14以及相似度评价程序的振感相似度评价装置,本领域技术人员可以理解的是,图7示出的结构并不构成对振感相似度评价装置的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
在图7所示的振感相似度评价装置实施例中,存储器11中存储有相似度评价程序;处理器12执行存储器11中存储的相似度评价程序时实现如下步骤:步骤S100:分别获取两个设备的加速度信号的波形以及激励信号的波形。
步骤S200:根据需求选择确定加速度相似度计算方法;
步骤S300:将两个设备的加速度信号的波形和对应激励信号的波形计根据选择的加速度相似度计算方法得出两个设备的加速度信号的相似度。
步骤S400:根据加速度信号的相似度得出两个设备的振感相似度。
其中,加速度相似度计算方法包括:从数值的角度计算两个加速度信号的相似度的方法和从用户体验的角度计算两个加速度信号的相似度的方法。
当然也可以通过人工观察两个加速度信号的波形图来进行判断是否相似,不过这种方法是基于人眼观察的,其结果有待商榷。
其中,从用户体验的角度计算两个加速度信号的相似度的方法具体包括:
步骤S501:根据需求设定与用户体验相关的指标。
步骤S502:根据每个指标计算得出两个加速度信号的相似度。
步骤S503:根据加权平均法将每个指标对应的两个加速度信号的相似度得出两个设备的加速度信号的相似度。
其中,指标包括信号阶段加速度峰峰值差异、余振阶段加速度峰峰值差异、信号持续时间差异和信号阶段峰值数差异。
例如:步骤S402还包括:当指标为信号阶段加速度峰峰值差异时,在激励信号的持续阶段,计算两个加速度波形的峰峰值的相似度,其具体的计算方法参考前述的计算。
当指标为余振阶段加速度峰峰值差异时,计算激励信号结束之后,计算加速度波形的峰峰值的相似度。
当指标为信号持续时间差异时,计算两个加速度波形的激励信号的持续时间的相似度。
当指标为信号阶段峰值数差异时,计算两个加速度波形的加速度信号局部峰值数的相似度。
实施例三
此外,本发明实施例还提出一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有相似度评价程序,所述相似度评价程序可被一个或多个处理器执行,以实现如下操作:
步骤S100:分别获取两个设备的加速度信号的波形以及激励信号的波形。
步骤S200:根据需求选择确定加速度相似度计算方法;
步骤S300:将两个设备的加速度信号的波形和对应激励信号的波形计根据选择的加速度相似度计算方法得出两个设备的加速度信号的相似度。
步骤S400:根据加速度信号的相似度得出两个设备的振感相似度。
本发明存储介质具体实施方式与上述振感相似度评价方法和装置各实施例基本相同,在此不作累述。
以上所述的仅是本发明的实施方式,在此应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出改进,但这些均属于本发明的保护范围。
Claims (10)
1.一种振感相似度评价方法,其特征在于,所述振感相似度评价方法包括:
获取数据步骤:分别获取两个加速度信号的波形以及两个激励信号的波形;
计算步骤:根据所述两个加速度信号的波形和对应激励信号的波形,通过相应的加速度相似度计算方法计算出所述两个加速度信号的波形的相似度,以根据所述两个加速度信号的波形的相似度评估两个加速度信号对应的设备的振感相似度;
其中,加速度相似度计算方法包括:从数值的角度计算两个加速度信号的相似度的方法和/或从用户体验的角度计算两个加速度信号的相似度的方法。
2.根据权利要求1所述的振感相似度评价方法,其特征在于:所述从用户体验的角度计算两个加速度信号的相似度的步骤包括:
设定指标;
根据每个指标计算得出两个加速度信号的相似度;
根据加权平均法计算每个指标对应的两个加速度信号的相似度。
3.根据权利要求2所述的振感相似度评价方法,其特征在于:所述指标包括信号阶段加速度峰峰值差异、余振阶段加速度峰峰值差异、信号持续时间差异和信号阶段峰值数差异。
4.根据权利要求3所述的振感相似度评价方法,其特征在于:所述根据每个指标计算得出两个加速度信号的相似度步骤,包括:
当指标为信号阶段加速度峰峰值差异时,在激励信号的持续阶段,计算两个加速度波形的峰峰值的相似度;
当指标为余振阶段加速度峰峰值差异时,在激励信号结束之后,计算加速度波形的峰峰值的相似度。
5.根据权利要求3或4所述的振感相似度评价方法,其特征在于:所述根据每个指标计算得出两个加速度信号的相似度步骤,还包括:
当指标为信号持续时间差异时,计算两个加速度波形的激励信号的持续时间的相似度;
当指标为信号阶段峰值数差异时,计算两个加速度波形的加速度信号的局部峰值个数的相似度。
6.根据权利要求1所述的振感相似度评价方法,其特征在于:从数值的角度计算两个加速度信号的相似度的步骤包括:根据两个曲线的相似度计算方法计算得出两个加速度信号的相似度。
7.根据权利要求1所述的振感相似度评价方法,其特征在于:所述两个曲线的相似度计算方法包括:基于EVM的方法、基于闵可夫斯基距离的方法或基于弗莱彻相似的方法。
8.根据权利要求7所述的振感相似度评价方法,其特征在于:所述基于EVM的方法的计算公式如下:
其中,两个曲线的相似度为1-evm。
9.一种振感相似度评价装置,包括存储器和处理器,所述存储器上存储有可在处理器上运行的相似度评价程序,所述相似度评价程序为计算机程序,其特征在于:所述处理器执行所述相似度评价程序时实现如权利要求1-8中任一项所述的振感相似度评价方法的步骤。
10.一种存储介质,所述存储介质为计算机可读存储介质,其上存储有相似度评价程序,所述相似度评价程序为计算机程序,其特征在于:所述相似度评价程序被处理器执行时实现如权利要求1-8中任一项所述的振感相似度评价方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910727391.XA CN110503013B (zh) | 2019-08-07 | 2019-08-07 | 振感相似度评价方法、装置及存储介质 |
PCT/CN2019/100052 WO2021022573A1 (zh) | 2019-08-07 | 2019-08-09 | 振感相似度评价方法、装置及存储介质 |
US16/992,152 US20210042519A1 (en) | 2019-08-07 | 2020-08-13 | Method for evaluating vibrating sensation similarity, apparatus and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910727391.XA CN110503013B (zh) | 2019-08-07 | 2019-08-07 | 振感相似度评价方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110503013A true CN110503013A (zh) | 2019-11-26 |
CN110503013B CN110503013B (zh) | 2022-03-08 |
Family
ID=68587097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910727391.XA Active CN110503013B (zh) | 2019-08-07 | 2019-08-07 | 振感相似度评价方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110503013B (zh) |
WO (1) | WO2021022573A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030412A (zh) * | 2019-12-04 | 2020-04-17 | 瑞声科技(新加坡)有限公司 | 一种振动波形的设计方法及振动马达 |
CN111352509A (zh) * | 2020-03-03 | 2020-06-30 | 瑞声科技(新加坡)有限公司 | 一种振动控制方法、存储介质及设备 |
WO2022000560A1 (zh) * | 2020-06-30 | 2022-01-06 | 瑞声声学科技(深圳)有限公司 | 触觉体验的评估方法、装置和存储介质 |
WO2022166809A1 (zh) * | 2021-02-08 | 2022-08-11 | 腾讯科技(深圳)有限公司 | 虚拟按键的设置方法、装置、介质以及电子设备 |
CN116108563A (zh) * | 2023-01-10 | 2023-05-12 | 广州汽车集团股份有限公司 | 加速度信号点火标定适用性判定方法、装置、设备及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113821873B (zh) * | 2021-08-31 | 2023-08-04 | 重庆长安汽车股份有限公司 | 用于自动驾驶的目标关联的校验方法及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105090001A (zh) * | 2015-07-20 | 2015-11-25 | 北京化工大学 | 一种基于相似性分析的往复压缩机信号整周期相位校准方法 |
CN108089710A (zh) * | 2017-12-29 | 2018-05-29 | 安徽华米信息科技有限公司 | 一种电子设备控制方法、装置及电子设备 |
CN109241860A (zh) * | 2018-08-13 | 2019-01-18 | 瑞声科技(新加坡)有限公司 | 马达振动波的生成方法 |
CN110058676A (zh) * | 2018-11-28 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种振动方法、电子设备及存储介质 |
CN110058679A (zh) * | 2018-12-29 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种马达的激励信号搜索方法及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154209A (ja) * | 2004-11-29 | 2006-06-15 | Ntt Advanced Technology Corp | 声色類似度評価方法および評価装置 |
JP2008026836A (ja) * | 2006-07-25 | 2008-02-07 | Yamaha Corp | 音声の類似度を評価する方法、装置およびプログラム |
CN104921731B (zh) * | 2015-05-14 | 2017-08-11 | 传世未来(北京)信息科技有限公司 | 一种胎动监测方法及胎动监测装置 |
CN105306982A (zh) * | 2015-05-22 | 2016-02-03 | 维沃移动通信有限公司 | 移动终端界面图像的感官反馈方法及其移动终端 |
CN107506684B (zh) * | 2016-06-14 | 2022-03-01 | 中兴通讯股份有限公司 | 步态识别方法及装置 |
CN109257311B (zh) * | 2017-07-14 | 2021-04-16 | 北京中科晶上科技股份有限公司 | 确定误差矢量幅度的方法及系统 |
-
2019
- 2019-08-07 CN CN201910727391.XA patent/CN110503013B/zh active Active
- 2019-08-09 WO PCT/CN2019/100052 patent/WO2021022573A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105090001A (zh) * | 2015-07-20 | 2015-11-25 | 北京化工大学 | 一种基于相似性分析的往复压缩机信号整周期相位校准方法 |
CN108089710A (zh) * | 2017-12-29 | 2018-05-29 | 安徽华米信息科技有限公司 | 一种电子设备控制方法、装置及电子设备 |
CN109241860A (zh) * | 2018-08-13 | 2019-01-18 | 瑞声科技(新加坡)有限公司 | 马达振动波的生成方法 |
CN110058676A (zh) * | 2018-11-28 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种振动方法、电子设备及存储介质 |
CN110058679A (zh) * | 2018-12-29 | 2019-07-26 | 瑞声科技(新加坡)有限公司 | 一种马达的激励信号搜索方法及电子设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030412A (zh) * | 2019-12-04 | 2020-04-17 | 瑞声科技(新加坡)有限公司 | 一种振动波形的设计方法及振动马达 |
CN111352509A (zh) * | 2020-03-03 | 2020-06-30 | 瑞声科技(新加坡)有限公司 | 一种振动控制方法、存储介质及设备 |
WO2022000560A1 (zh) * | 2020-06-30 | 2022-01-06 | 瑞声声学科技(深圳)有限公司 | 触觉体验的评估方法、装置和存储介质 |
WO2022166809A1 (zh) * | 2021-02-08 | 2022-08-11 | 腾讯科技(深圳)有限公司 | 虚拟按键的设置方法、装置、介质以及电子设备 |
CN114942718A (zh) * | 2021-02-08 | 2022-08-26 | 腾讯科技(深圳)有限公司 | 虚拟按键的设置方法、装置、介质以及电子设备 |
US11681434B2 (en) | 2021-02-08 | 2023-06-20 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for setting virtual keys, medium, and electronic device |
CN116108563A (zh) * | 2023-01-10 | 2023-05-12 | 广州汽车集团股份有限公司 | 加速度信号点火标定适用性判定方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021022573A1 (zh) | 2021-02-11 |
CN110503013B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110503013A (zh) | 振感相似度评价方法、装置及存储介质 | |
CN108205699A (zh) | 生成用于神经网络输出层的输出 | |
CN107704946B (zh) | 电子装置、语音导航需求预测方法和存储介质 | |
CN103714332B (zh) | 字符识别设备和字符识别方法 | |
CN108369664A (zh) | 调整神经网络的大小 | |
CN104948436A (zh) | 用于确定井下泵的产量的方法和装置 | |
CN110246506A (zh) | 人声智能检测方法、装置及计算机可读存储介质 | |
CN112509554A (zh) | 语音合成方法、装置、电子设备及存储介质 | |
CN109902588A (zh) | 一种手势识别方法、装置及计算机可读存储介质 | |
CN114333881B (zh) | 基于环境自适应的音频传输降噪方法、设备及介质 | |
CN114462350B (zh) | 集成电路芯片验证方法、装置、电子设备及存储介质 | |
CN112465141A (zh) | 模型压缩方法、装置、电子设备及介质 | |
CN103636129B (zh) | 多尺度码本搜索 | |
CN112700006A (zh) | 网络架构搜索方法、装置、电子设备及介质 | |
CN113228056B (zh) | 运行时硬件模拟仿真方法、装置、设备及存储介质 | |
CN115796231B (zh) | 一种时态分析的超短期风速预测方法 | |
CN115620147B (zh) | 深度卷积神经网络的可微架构搜索方法及装置 | |
CN110535863A (zh) | 一种车联网通信仿真方法、系统及平台和计算机可读存储介质 | |
CN104778202B (zh) | 基于关键词的事件演化过程的分析方法及系统 | |
CN115470900A (zh) | 一种神经网络模型的剪枝方法、装置及设备 | |
CN109977011A (zh) | 测试脚本的自动生成方法、装置、存储介质及电子设备 | |
US20210042519A1 (en) | Method for evaluating vibrating sensation similarity, apparatus and storage medium | |
CN115481594B (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
CN109815118A (zh) | 数据库管理方法及装置、电子设备和计算机可读存储介质 | |
CA3111061C (en) | Fracturing treatments that systematically add complexity in the formation |
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 |