CN112162639B - 一种电子战装备模拟训练人机交互协作系统 - Google Patents
一种电子战装备模拟训练人机交互协作系统 Download PDFInfo
- Publication number
- CN112162639B CN112162639B CN202011086375.6A CN202011086375A CN112162639B CN 112162639 B CN112162639 B CN 112162639B CN 202011086375 A CN202011086375 A CN 202011086375A CN 112162639 B CN112162639 B CN 112162639B
- Authority
- CN
- China
- Prior art keywords
- data
- character
- distinguishing
- influence factor
- decibel
- 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.)
- Active
Links
Images
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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Abstract
本发明公开了一种电子战装备模拟训练人机交互协作系统,包括采集单元、识别单元、数据库、交互处理单元、结果输出单元、监测调节单元和智能设备;所述采集单元用于采集模拟训练相关的交互信息,并将交互信息传输至识别单元;所述数据库内存储有记录信息、字符组信息和人物信息,所述识别单元从数据库内获取字符组信息和人物信息,并将其与交互信息进行识别操作,本发明通过结果输出单元的设置,对交互处理单元计算出的相关的字符或字符组的错误占比数值进行影响值计算,从而计算出对应的影响因子,增加数据计算的精确性,增加数据的说服力度。
Description
技术领域
本发明涉及人机交互技术领域,具体为一种电子战装备模拟训练人机交互协作系统。
背景技术
人机交互、人机互动,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板,或发电厂的控制室。人机交互界面的设计要包含用户对系统的理解,那是为了系统的可用性或者用户友好性。
目前,对于人机交互而言,通常是对机械设备的控制之类,对于一些模拟训练中的使用较少,且模拟训练中的交互种类繁多,其中,对于参与人员通过语音与设备进行交互时,通常会应为各种原因导致设备无法接收准确地数据,从而导致人机交互的效率下降,为此,我们提出一种电子战装备模拟训练人机交互协作系统。
发明内容
本发明的目的在于提供一种电子战装备模拟训练人机交互协作系统,通过识别单元的设置,对采集的数据进行识别标记,交互处理单元对识别的数据进行数据分析,从而计算出相关的字符或字符组的错误占比数值,节省识别和分析所消耗的时间,提高工作效率。通过结果输出单元的设置,对交互处理单元计算出的相关的字符或字符组的错误占比数值进行影响值计算,从而计算出对应的影响因子,增加数据计算的精确性,增加数据的说服力度。通过监测调节单元的设置,将结果输出单元计算的影响因子进行数据处理,从而得到对应的得到标准数据,并将标准数据传输至智能设备;智能设备显示标准数据,并在模拟训练中进行显示,从而使得参与人员在训练过程中依据标准数据进行人机交互;增加数据调节的准确判定,便于参与人员自动参照调节,提高工作效率。
本发明的目的可以通过以下技术方案实现:一种电子战装备模拟训练人机交互协作系统,包括采集单元、识别单元、数据库、交互处理单元、结果输出单元、监测调节单元和智能设备;
所述采集单元用于采集模拟训练相关的交互信息,并将交互信息传输至识别单元;
所述数据库内存储有记录信息、字符组信息和人物信息,所述识别单元从数据库内获取字符组信息和人物信息,并将其与交互信息进行识别操作,得到语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据,并将其一同传输至交互处理单元;
所述交互处理单元用于对语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据进行交互处理操作,得到分贝数据、间隔数据、耗费数据、音量数据、风速数据、距离数据、区别字符占比、区别字符组占比、错误字符和错误字符组,并将其一同传输至结果输出单元;
所述结果输出单元用于对区别字符占比、区别字符组占比、错误字符、错误字符组、分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据一同进行结果输出操作,得到第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子,并将其一同传输至监测调节单元;
所述监测调节单元用于实时对交互信息进行检测,从而得到监测信息,并将其与第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子进行调节操作,得到分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值、距离调节值、分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值标定为标准数据,并将标准数据传输至智能设备;
所述智能设备用于显示标准数据,并在模拟训练中进行显示。
作为本发明的进一步改进技术:识别操作的具体操作过程为:
K1:获取交互信息,将其内收集的语音标定为语音数据,并将语音数据标记为YYi,i=1,2,3......n1,将其内手机的声音分贝大小标定为分贝数据,并将分贝数据标记为FBi,i=1,2,3......n1,将其内每两个字符之间的间隔时间标定为间隔数据,并将间隔数据标记为JGi,i=1,2,3......n1,将其内人物说完每个字符所消耗的时间标定为耗费数据,并将耗费数据标记为HFi,i=1,2,3......n1,将其内人物说话声音的大小标定为音量数据,并将音量数据标记为YLi,i=1,2,3......n1,将其内采集过程中的风速大小标定为风速数据,并将风速数据标记为FSi,i=1,2,3......n1;
K2:获取字符组信息,将其内每个字符标定为字符数据,并将字符数据标记为ZFl,l=1,2,3......n2,将其内两个或者两个以上字符组成的组合标定为字符组数据,并将字符组数据标记为FZl,l=1,2,3......n2,将其内记录的语音数据对应的文字标定为文字数据,并将文字数据标记为WSl,l=1,2,3......n2;
K3:获取人物信息,将其内人物的位置与采集设备之间的相对距离标定为距离数据,并将距离数据标记为JLl,l=1,2,3......n2。
作为本发明的进一步改进技术:交互处理操作的具体操作过程为:
H1:获取语音数据,并将其进行语音识别功能,识别出其中的文字,将其标定为识别文字,并将识别文字标记为SWi,i=1,2,3......n1,提取文字数据,并将其与识别文字数据,并将其进行匹配,具体为:
S1:提取文字数据,并将其进行字符数统计,将对应的字符数标定为文字数量,将文字数据与识别文字数据进行匹配,匹配出不相同的文字,将其标记为区别文字数据;
S2:提取区别文字数据,先将其与字符数据进行匹配,匹配出对应的字符,并将其标定为区别字符,将区别文字数据与字符组数据进行匹配,匹配出对应的字符组,并将其标记为区别字符组数据;
S3:提取区别字符和区别字符组数据,并将其进行字符数统计,将区别字符和区别字符组数据分别标定为区别字符数量和区别字符组数量;
H2:提取文字数量、区别字符数量和区别字符组数量,将文字数量、区别字符数量带入到计算式:区别字符占比=区别字符数量/文字数量,依据相同方法计算出区别字符组占比;
H3:提取多组区别字符和区别字符组数据,将每个区别字符和区别字符组数据出现的次数进行标记,设定一个字符预设值和一个字符组预设值,并将其与每个区别字符和区别字符组数据出现的次数进行比对,当每个区别字符和区别字符组数据出现的次数大于对应的字符预设值和字符组预设值时,则判定区别字符或区别字符组数据为识别出错,分别将其次数标定为误差字符量或误差字符组量;
H4:依据语音数据提取对应的分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据。
作为本发明的进一步改进技术:结果输出操作的具体操作过程为:
G1:获取分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据,并将其标定为影响数值;
G2:选取出分贝数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取距离数据,对在不同距离数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,将两个距离数据分别标定为第一距离和第二距离,将对应的区别字符占比分别标定为第一区别字符占比和第二区别字符占比,将对应的区别字符组占比分别标定为第一区别字符组占比和第二区别字符组占比,带入计算式:第一区别字符占比-第二区别字符占比=(第一距离-第二距离)*第一距离影响因子,第一区别字符组占比-第二区别字符组占比=(第一距离-第二距离)*第二距离影响因子;
G3:选取出距离数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取分贝数据,对在不同分贝数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,依据上述G2中的计算方法,从而计算出对区别字符占比的第一分贝影响因子和对区别字符组占比的第二分贝影响因子;
G4:依据上述G2和G3的计算方法,分别计算出第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子。
作为本发明的进一步改进技术:调节操作的具体操作过程为:
E1:获取监测信息,监测信息包括实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据,并提取对应的实时区别字符占比和实时区别字符组占比;
E2:设定一个区别字符占比限定值和一个区别字符组占比限定值,并将其与实时区别字符占比、实时区别字符组占比、实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据带入到计算式:其中,TC表示为计算字符错误占比,TJ1表示为计算分贝数据,TJ2表示为计算间隔数据,TJ3表示为计算耗费数据,TJ4表示为计算音量数据,TJ5表示为计算风速数据,TJ6表示为计算距离数据,u1、u2、u3、u4、u5和u6分别表示为第一分贝影响因子、第一间隔影响因子、第一耗费影响因子、第一音量影响因子、第一风速影响因子和第一距离影响因子,W1表示为误差字符量,glc表示为影响偏差调节因子,ra表示为误差纠正因子,字符错误占比是通过计算式:字符错误占比=区别字符占比限定值-实时区别字符占比,计算分贝数据的计算式为:计算分贝数据=分贝调节值-实时分贝数据,依据此计算式推导出对应的分贝调节值,计算间隔数据、计算耗费数据、计算音量数据、计算风速数据和计算距离数据的计算式与计算分贝数据的计算式相同原理,从而推导出间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值;
E3:依据上述E2中得到区别字符占比限定值对应的分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值的计算方法,推导出区别字符组占比限定值对应的分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值。
本发明的有益效果:
(1)通过识别单元的设置,对采集的数据进行识别标记,交互处理单元对识别的数据进行数据分析,从而计算出相关的字符或字符组的错误占比数值,节省识别和分析所消耗的时间,提高工作效率。
(2)通过结果输出单元的设置,对交互处理单元计算出的相关的字符或字符组的错误占比数值进行影响值计算,从而计算出对应的影响因子,增加数据计算的精确性,增加数据的说服力度。
(3)通过监测调节单元的设置,将结果输出单元计算的影响因子进行数据处理,从而得到对应的得到标准数据,并将标准数据传输至智能设备;智能设备显示标准数据,并在模拟训练中进行显示,从而使得参与人员在训练过程中依据标准数据进行人机交互;增加数据调节的准确判定,便于参与人员自动参照调节,提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种电子战装备模拟训练人机交互协作系统,包括采集单元、识别单元、数据库、交互处理单元、结果输出单元、监测调节单元和智能设备;
所述采集单元用于采集模拟训练相关的交互信息,并将交互信息传输至识别单元;
所述数据库内存储有记录信息、字符组信息和人物信息,所述识别单元从数据库内获取字符组信息和人物信息,并将其与交互信息进行识别操作,识别操作的具体操作过程为:
K1:获取交互信息,将其内收集的语音标定为语音数据,并将语音数据标记为YYi,i=1,2,3......n1,将其内手机的声音分贝大小标定为分贝数据,并将分贝数据标记为FBi,i=1,2,3......n1,将其内每两个字符之间的间隔时间标定为间隔数据,并将间隔数据标记为JGi,i=1,2,3......n1,将其内人物说完每个字符所消耗的时间标定为耗费数据,并将耗费数据标记为HFi,i=1,2,3......n1,将其内人物说话声音的大小标定为音量数据,并将音量数据标记为YLi,i=1,2,3......n1,将其内采集过程中的风速大小标定为风速数据,并将风速数据标记为FSi,i=1,2,3......n1;
K2:获取字符组信息,将其内每个字符标定为字符数据,并将字符数据标记为ZFl,l=1,2,3......n2,将其内两个或者两个以上字符组成的组合标定为字符组数据,并将字符组数据标记为FZl,l=1,2,3......n2,将其内记录的语音数据对应的文字标定为文字数据,并将文字数据标记为WSl,l=1,2,3......n2;
K3:获取人物信息,将其内人物的位置与采集设备之间的相对距离标定为距离数据,并将距离数据标记为JLl,l=1,2,3......n2;
K4:提取上述K1-K3中的语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据,并将其一同传输至交互处理单元;
所述交互处理单元用于对语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据进行交互处理操作,交互处理操作的具体操作过程为:
H1:获取语音数据,并将其进行语音识别功能,识别出其中的文字,将其标定为识别文字,并将识别文字标记为SWi,i=1,2,3......n1,提取文字数据,并将其与识别文字数据,并将其进行匹配,具体为:
S1:提取文字数据,并将其进行字符数统计,将对应的字符数标定为文字数量,将文字数据与识别文字数据进行匹配,匹配出不相同的文字,将其标记为区别文字数据;
S2:提取区别文字数据,先将其与字符数据进行匹配,匹配出对应的字符,并将其标定为区别字符,将区别文字数据与字符组数据进行匹配,匹配出对应的字符组,并将其标记为区别字符组数据;
S3:提取区别字符和区别字符组数据,并将其进行字符数统计,将区别字符和区别字符组数据分别标定为区别字符数量和区别字符组数量;
H2:提取文字数量、区别字符数量和区别字符组数量,将文字数量、区别字符数量带入到计算式:区别字符占比=区别字符数量/文字数量,依据相同方法计算出区别字符组占比;
H3:提取多组区别字符和区别字符组数据,将每个区别字符和区别字符组数据出现的次数进行标记,设定一个字符预设值和一个字符组预设值,并将其与每个区别字符和区别字符组数据出现的次数进行比对,当每个区别字符和区别字符组数据出现的次数大于对应的字符预设值和字符组预设值时,则判定区别字符或区别字符组数据为识别出错,分别将其次数标定为误差字符量或误差字符组量;
H4:依据语音数据提取对应的分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据,并将其与区别字符占比、区别字符组占比、错误字符和错误字符组一同传输至结果输出单元;
所述结果输出单元用于对区别字符占比、区别字符组占比、错误字符、错误字符组、分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据一同进行结果输出操作,结果输出操作的具体操作过程为:
G1:获取分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据,并将其标定为影响数值;
G2:选取出分贝数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取距离数据,对在不同距离数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,将两个距离数据分别标定为第一距离和第二距离,将对应的区别字符占比分别标定为第一区别字符占比和第二区别字符占比,将对应的区别字符组占比分别标定为第一区别字符组占比和第二区别字符组占比,带入计算式:第一区别字符占比-第二区别字符占比=(第一距离-第二距离)*第一距离影响因子,第一区别字符组占比-第二区别字符组占比=(第一距离-第二距离)*第二距离影响因子;
G3:选取出距离数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取分贝数据,对在不同分贝数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,依据上述G2中的计算方法,从而计算出对区别字符占比的第一分贝影响因子和对区别字符组占比的第二分贝影响因子;
G4:依据上述G2和G3的计算方法,分别计算出第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子;
G5:提取第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子,并将其一同传输至监测调节单元;
所述监测调节单元用于实时对交互信息进行检测,从而得到监测信息,并将其与第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子进行调节操作,调节操作的具体操作过程为:
E1:获取监测信息,监测信息包括实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据,并提取对应的实时区别字符占比和实时区别字符组占比;
E2:设定一个区别字符占比限定值和一个区别字符组占比限定值,并将其与实时区别字符占比、实时区别字符组占比、实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据带入到计算式:其中,TC表示为计算字符错误占比,TJ1表示为计算分贝数据,TJ2表示为计算间隔数据,TJ3表示为计算耗费数据,TJ4表示为计算音量数据,TJ5表示为计算风速数据,TJ6表示为计算距离数据,u1、u2、u3、u4、u5和u6分别表示为第一分贝影响因子、第一间隔影响因子、第一耗费影响因子、第一音量影响因子、第一风速影响因子和第一距离影响因子,W1表示为误差字符量,glc表示为影响偏差调节因子,ra表示为误差纠正因子,字符错误占比是通过计算式:字符错误占比=区别字符占比限定值-实时区别字符占比,计算分贝数据的计算式为:计算分贝数据=分贝调节值-实时分贝数据,依据此计算式推导出对应的分贝调节值,计算间隔数据、计算耗费数据、计算音量数据、计算风速数据和计算距离数据的计算式与计算分贝数据的计算式相同原理,从而推导出间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值;
E3:依据上述E2中得到区别字符占比限定值对应的分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值的计算方法,推导出区别字符组占比限定值对应的分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值;
E4:操作人员依据区别字符占比限定值和区别字符组占比限定值,对分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值,或分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值标定为标准数据,并将标准数据传输至智能设备;
所述智能设备用于显示标准数据,并在模拟训练中进行显示,从而使得参与人员在训练过程中依据标准数据进行人机交互。
本发明在工作时,采集单元采集模拟训练相关的交互信息,并将交互信息传输至识别单元;数据库内存储有记录信息、字符组信息和人物信息,识别单元从数据库内获取字符组信息和人物信息,并将其与交互信息进行识别操作,得到语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据,并将其一同传输至交互处理单元;交互处理单元对语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据进行交互处理操作,得到分贝数据、间隔数据、耗费数据、音量数据、风速数据、距离数据、区别字符占比、区别字符组占比、错误字符和错误字符组,并将其一同传输至结果输出单元;结果输出单元对区别字符占比、区别字符组占比、错误字符、错误字符组、分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据一同进行结果输出操作,得到第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子,并将其一同传输至监测调节单元;监测调节单元实时对交互信息进行检测,从而得到监测信息,并将其与第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子进行调节操作,得到分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值、距离调节值、分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值标定为标准数据,并将标准数据传输至智能设备;智能设备显示标准数据,并在模拟训练中进行显示,从而使得参与人员在训练过程中依据标准数据进行人机交互。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (1)
1.一种电子战装备模拟训练人机交互协作系统,其特征在于,包括采集单元、识别单元、数据库、交互处理单元、结果输出单元、监测调节单元和智能设备;
所述采集单元用于采集模拟训练相关的交互信息,并将交互信息传输至识别单元;
所述数据库内存储有记录信息、字符组信息和人物信息,所述识别单元从数据库内获取字符组信息和人物信息,并将其与交互信息进行识别操作,得到语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据,并将其一同传输至交互处理单元;
所述交互处理单元用于对语音数据、分贝数据、间隔数据、耗费数据、音量数据、风速数据、字符数据、文字数据、字符组数据和距离数据进行交互处理操作,得到分贝数据、间隔数据、耗费数据、音量数据、风速数据、距离数据、区别字符占比、区别字符组占比、错误字符和错误字符组,并将其一同传输至结果输出单元;
所述结果输出单元用于对区别字符占比、区别字符组占比、错误字符、错误字符组、分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据一同进行结果输出操作,得到第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子,并将其一同传输至监测调节单元;
所述监测调节单元用于实时对交互信息进行检测,从而得到监测信息,并将其与第一距离影响因子、第二距离影响因子、第一分贝影响因子、第二分贝影响因子、第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子进行调节操作,得到分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值、距离调节值、分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值标定为标准数据,并将标准数据传输至智能设备;
所述智能设备用于显示标准数据,并在模拟训练中进行显示;
识别操作的具体操作过程为:
K1:获取交互信息,将其内收集的语音标定为语音数据,并将语音数据标记为YYi,i=1,2,3......n1,将其内手机的声音分贝大小标定为分贝数据,并将分贝数据标记为FBi,i=1,2,3......n1,将其内每两个字符之间的间隔时间标定为间隔数据,并将间隔数据标记为JGi,i=1,2,3......n1,将其内人物说完每个字符所消耗的时间标定为耗费数据,并将耗费数据标记为HFi,i=1,2,3......n1,将其内人物说话声音的大小标定为音量数据,并将音量数据标记为YLi,i=1,2,3......n1,将其内采集过程中的风速大小标定为风速数据,并将风速数据标记为FSi,i=1,2,3......n1;
K2:获取字符组信息,将其内每个字符标定为字符数据,并将字符数据标记为ZFl,l=1,2,3......n2,将其内两个或者两个以上字符组成的组合标定为字符组数据,并将字符组数据标记为FZl,l=1,2,3......n2,将其内记录的语音数据对应的文字标定为文字数据,并将文字数据标记为WSl,l=1,2,3......n2;
K3:获取人物信息,将其内人物的位置与采集设备之间的相对距离标定为距离数据,并将距离数据标记为JLl,l=1,2,3......n2;
交互处理操作的具体操作过程为:
H1:获取语音数据,并将其进行语音识别功能,识别出其中的文字,将其标定为识别文字,并将识别文字标记为SWi,i=1,2,3......n1,提取文字数据,并将其与识别文字数据,并将其进行匹配,具体为:
S1:提取文字数据,并将其进行字符数统计,将对应的字符数标定为文字数量,将文字数据与识别文字数据进行匹配,匹配出不相同的文字,将其标记为区别文字数据;
S2:提取区别文字数据,先将其与字符数据进行匹配,匹配出对应的字符,并将其标定为区别字符,将区别文字数据与字符组数据进行匹配,匹配出对应的字符组,并将其标记为区别字符组数据;
S3:提取区别字符和区别字符组数据,并将其进行字符数统计,将区别字符和区别字符组数据分别标定为区别字符数量和区别字符组数量;
H2:提取文字数量、区别字符数量和区别字符组数量,将文字数量、区别字符数量带入到计算式:区别字符占比=区别字符数量/文字数量,依据相同方法计算出区别字符组占比;
H3:提取多组区别字符和区别字符组数据,将每个区别字符和区别字符组数据出现的次数进行标记,设定一个字符预设值和一个字符组预设值,并将其与每个区别字符和区别字符组数据出现的次数进行比对,当每个区别字符和区别字符组数据出现的次数大于对应的字符预设值和字符组预设值时,则判定区别字符或区别字符组数据为识别出错,分别将其次数标定为误差字符量或误差字符组量;
H4:依据语音数据提取对应的分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据;
结果输出操作的具体操作过程为:
G1:获取分贝数据、间隔数据、耗费数据、音量数据、风速数据和距离数据,并将其标定为影响数值;
G2:选取出分贝数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取距离数据,对在不同距离数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,将两个距离数据分别标定为第一距离和第二距离,将对应的区别字符占比分别标定为第一区别字符占比和第二区别字符占比,将对应的区别字符组占比分别标定为第一区别字符组占比和第二区别字符组占比,带入计算式:第一区别字符占比-第二区别字符占比=(第一距离-第二距离)*第一距离影响因子,第一区别字符组占比-第二区别字符组占比=(第一距离-第二距离)*第二距离影响因子;
G3:选取出距离数据、间隔数据、耗费数据、音量数据和风速数据保持不变的情况下,单独提取分贝数据,对在不同分贝数据下的识别文字数据与文字数据的区别字符占比和区别字符组占比进行分析,依据上述G2中的计算方法,从而计算出对区别字符占比的第一分贝影响因子和对区别字符组占比的第二分贝影响因子;
G4:依据上述G2和G3的计算方法,分别计算出第一间隔影响因子、第二间隔影响因子、第一耗费影响因子、第二耗费影响因子、第一音量影响因子、第二音量影响因子、第一风速影响因子和第二风速影响因子;
调节操作的具体操作过程为:
E1:获取监测信息,监测信息包括实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据,并提取对应的实时区别字符占比和实时区别字符组占比;
E2:设定一个区别字符占比限定值和一个区别字符组占比限定值,并将其与实时区别字符占比、实时区别字符组占比、实时分贝数据、实时间隔数据、实时耗费数据、实时音量数据、实时风速数据和实时距离数据带入到计算式:,其中,TC表示为计算字符错误占比,TJ1表示为计算分贝数据,TJ2表示为计算间隔数据,TJ3表示为计算耗费数据,TJ4表示为计算音量数据,TJ5表示为计算风速数据,TJ6表示为计算距离数据,u1、u2、u3、u4、u5和u6分别表示为第一分贝影响因子、第一间隔影响因子、第一耗费影响因子、第一音量影响因子、第一风速影响因子和第一距离影响因子,W1表示为误差字符量,glc表示为影响偏差调节因子,ra表示为误差纠正因子,字符错误占比是通过计算式:字符错误占比=区别字符占比限定值-实时区别字符占比,计算分贝数据的计算式为:计算分贝数据=分贝调节值-实时分贝数据,依据此计算式推导出对应的分贝调节值,计算间隔数据、计算耗费数据、计算音量数据、计算风速数据和计算距离数据的计算式与计算分贝数据的计算式相同原理,从而推导出间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值;
E3:依据上述E2中得到区别字符占比限定值对应的分贝调节值、间隔调节值、耗费调节值、音量调节值、风速调节值和距离调节值的计算方法,推导出区别字符组占比限定值对应的分贝处理值、间隔处理值、耗费处理值、音量处理值、风速处理值和距离处理值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086375.6A CN112162639B (zh) | 2020-10-12 | 2020-10-12 | 一种电子战装备模拟训练人机交互协作系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086375.6A CN112162639B (zh) | 2020-10-12 | 2020-10-12 | 一种电子战装备模拟训练人机交互协作系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162639A CN112162639A (zh) | 2021-01-01 |
CN112162639B true CN112162639B (zh) | 2021-11-30 |
Family
ID=73868181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011086375.6A Active CN112162639B (zh) | 2020-10-12 | 2020-10-12 | 一种电子战装备模拟训练人机交互协作系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162639B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827226B (zh) * | 2022-06-30 | 2022-09-09 | 深圳市智联物联科技有限公司 | 一种工控设备远程管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323817A (zh) * | 2011-06-07 | 2012-01-18 | 上海大学 | 一种服务机器人控制平台系统及其多模式智能交互与智能行为的实现方法 |
CN107357416A (zh) * | 2016-12-30 | 2017-11-17 | 长春市睿鑫博冠科技发展有限公司 | 一种人机交互装置及交互方法 |
CN108733341A (zh) * | 2018-05-18 | 2018-11-02 | 出门问问信息科技有限公司 | 一种语音交互方法及装置 |
US10135475B1 (en) * | 2017-10-11 | 2018-11-20 | The Boeing Company | Dynamic low-latency processing circuits using interleaving |
CN110827598A (zh) * | 2019-09-24 | 2020-02-21 | 中国人民解放军国防科技大学 | 一种电子战装备虚拟操作训练系统及其训练方法 |
CN111156855A (zh) * | 2019-12-04 | 2020-05-15 | 中国人民解放军国防科技大学 | 一种电子战装备虚拟训练人机交互系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205427066U (zh) * | 2015-12-08 | 2016-08-03 | 南京长峰航天电子科技有限公司 | 一种电子对抗通用环境测试模拟系统 |
-
2020
- 2020-10-12 CN CN202011086375.6A patent/CN112162639B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323817A (zh) * | 2011-06-07 | 2012-01-18 | 上海大学 | 一种服务机器人控制平台系统及其多模式智能交互与智能行为的实现方法 |
CN107357416A (zh) * | 2016-12-30 | 2017-11-17 | 长春市睿鑫博冠科技发展有限公司 | 一种人机交互装置及交互方法 |
US10135475B1 (en) * | 2017-10-11 | 2018-11-20 | The Boeing Company | Dynamic low-latency processing circuits using interleaving |
CN108733341A (zh) * | 2018-05-18 | 2018-11-02 | 出门问问信息科技有限公司 | 一种语音交互方法及装置 |
CN110827598A (zh) * | 2019-09-24 | 2020-02-21 | 中国人民解放军国防科技大学 | 一种电子战装备虚拟操作训练系统及其训练方法 |
CN111156855A (zh) * | 2019-12-04 | 2020-05-15 | 中国人民解放军国防科技大学 | 一种电子战装备虚拟训练人机交互系统 |
Non-Patent Citations (1)
Title |
---|
认知电子战概念及关键技术;贾鑫 等;《装备学院学报》;20150831;第26卷(第4期);第96-100页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112162639A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103426428A (zh) | 语音识别方法及系统 | |
Martin | Practical applications of voice input to machines | |
CN112162639B (zh) | 一种电子战装备模拟训练人机交互协作系统 | |
CN112015276B (zh) | 一种包含显示效果调节和音量控制的人机交互方法 | |
CN106601230B (zh) | 基于连续混合高斯hmm模型的物流分拣地名语音识别方法、系统及物流分拣系统 | |
CN104794492B (zh) | 基于功率特征模型的机床设备加工运行状态在线识别方法 | |
CN110348490A (zh) | 一种基于支持向量机算法的土壤质量预测方法及装置 | |
CN106604193A (zh) | 应用于受话器的缺陷检测方法及系统 | |
CN110501741A (zh) | 一种有效信号检测方法及系统 | |
CN110334406A (zh) | 一种考虑风速特大值的极值风速重现期确定方法和装置 | |
CN110488607A (zh) | 一种基于卷积残差网络和迁移学习对车刀磨损的识别方法 | |
CN115457556A (zh) | 一种核电厂圆盘指针式仪表读数方法 | |
CN114186617B (zh) | 一种基于分布式深度学习的机械故障诊断方法 | |
CN113887380B (zh) | 煤炭样品的智能制样系统 | |
CN111176215A (zh) | 数控机床运行状态辨识系统及辨识方法 | |
CN112049787B (zh) | 一种非接触式水泵故障检测方法及系统 | |
CN111487924A (zh) | 一种基于生产线多源异构数据的刀具破损分析方法 | |
CN106647624A (zh) | 基于LabView与单片机的机床振动监测系统及方法 | |
CN110796188B (zh) | 一种多类型惯性传感器协同的建设工人工效监控方法 | |
CN206193520U (zh) | 基于LabView与单片机的机床振动监测系统 | |
CN112929823A (zh) | 一种混合Wi-Fi室内定位方法 | |
CN205911008U (zh) | 一种智能机器人的多角度定位系统 | |
CN105304087A (zh) | 一种基于过零间隔点声纹识别方法 | |
CN113211188B (zh) | 一种基于刀具负荷波形模式检测刀具切换方法 | |
CN111831635A (zh) | 一种准确提取气象数据的方法及装置 |
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 |