CN113008363B - 一种多谐振点传声器阵列及其布置方法 - Google Patents
一种多谐振点传声器阵列及其布置方法 Download PDFInfo
- Publication number
- CN113008363B CN113008363B CN202110278872.4A CN202110278872A CN113008363B CN 113008363 B CN113008363 B CN 113008363B CN 202110278872 A CN202110278872 A CN 202110278872A CN 113008363 B CN113008363 B CN 113008363B
- Authority
- CN
- China
- Prior art keywords
- array
- microphones
- microphone array
- resonance
- microphone
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000035772 mutation Effects 0.000 claims description 18
- 238000003491 array Methods 0.000 claims description 11
- 230000005284 excitation Effects 0.000 claims description 9
- 238000010367 cloning Methods 0.000 claims description 6
- 230000005764 inhibitory process Effects 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000002649 immunization Methods 0.000 description 2
- 230000003053 immunization Effects 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明公开了一种多谐振点传声器阵列及其布置方法,属于声学测量技术领域,所述多谐振点传声器阵列至少采用两种谐振点、频率响应范围参数不同的传声器;该阵列按照传声器不同谐振点进行分类分组,至少包含两组传声器,每组个数不能少于三个,每组按照谐振点频率由低到高依次编号;传声器之间按照预设间距进行布置,多组传声器根据不同的预设间距交叉布置;传声器的预设间距通过改进免疫算法对其寻优,得到在阵列有限面积情况下,分辨率最高的布置方式和预设间距。本发明的多谐振点传声器阵列及其布置方法,解决了现有技术中对不同频率信号检测时传声器阵列布置不灵活,算法计算量大等问题,同时提高了对不同频率信号的检测精度。
Description
技术领域
本发明属于声学测量技术领域,具体涉及一种多谐振点传声器阵列及其布置方法。
背景技术
电气设备的某些故障往往伴随着不同频率的噪声,在常规检修过程是采用人耳来分别噪声,可靠性较低。采用噪声源定位技术来定位电气设备的噪声源,能过分辨出电气设备的噪声空间分布,类似于红外温度热成像技术,能够直观的发现电气设备的异常噪声点,简单实用,用于带电检测能够很好的发现电气设备的潜在缺陷及故障,避免设备事故的发生,正逐渐成为一种重要的电气设备状态分析诊断方法。
现如今,传统的噪声源定位技术中采用的传声器阵列是由一定数量的完全一样传声器按照一定的空间几何位置排列而成的,该装置往往需要针对不同待测信号的频率,设置不同的传声器间隔以及不同的阵列孔径。但是现实情况中,声音信号的频率可能是多个频段,或是不同电气设备的噪声频率频段不同,这便导致对不同频段信号检测时,传统传声器阵列信号检测不准、无法检测噪声频段不同的其他电气设备的问题。对不同的频段的噪声检测时,需要设置不同的传声器间隔以及不同的阵列孔径,具有检测方式不灵活,检测精度高,资源浪费等问题。
总之,现有的传声器阵列对电气设备的噪声源定位具有一定的缺陷和不足,因此需要寻找新的方法和技术途径。
发明内容
本发明的目的在于提供一种多谐振点传声器阵列及其布置方法,以解决上述背景技术中提出的问题。
根据本发明的一个方面,提供了一种多谐振点传声器阵列,多谐振点传声器阵列至少采用两种谐振点、频率响应范围参数不同的传声器;该阵列按照传声器不同谐振点进行分类分组,至少包含两组传声器,每组个数不能少于三个,每组按照谐振点频率由低到高依次编号;传声器之间按照预设间距进行布置,多组传声器根据不同的预设间距交叉布置;传声器的预设间距通过改进免疫算法对其寻优,得到在阵列有限面积情况下,分辨率最高的布置方式和预设间距,根据不同传声器组之间不同的其布置方式和预设间距进行交叉布置,最终得到多谐振点传声器阵列。
其中,谐振点参数相同的传声器按照某一传声器阵列布置方式进行布置,谐振点参数不同的传声器组之间可以按照多种传声器布置方式进行组合布置。
进一步地,所述传声器预设间距应小于探测声音信号中心频率对应波长的1/2。
进一步地,所述多谐振点传声器阵列中还设有阵列摄像头。
根据本发明的另一方面,本发明提出一种多谐振点传声器阵列的布置方法,具体包括如下步骤:
S1、对不同谐振点、频率响应范围的传声器进行分类,并根据谐振点大小进行编号;
S2、根据不同谐振点传声器组,通过传声器阵列改进免疫算法对其进行寻优,找到在阵列有限面积情况下,分辨率最高的布置方式和预设间距;
S3、将各个不同谐振点传声器组的最优布置方式进行组合,多组传声器按照所需阵列的有限面积进行交叉布置,完成多谐振点传声器阵列布置。
进一步地,所述步骤S1中分类好的传声器根据谐振点大小由低到高进行编号。
进一步地,所述步骤S2中的传声器改进免疫算法,具体包括如下步骤:
S101、构造适应度函数,将适应度函数选取为旁瓣与主瓣的比值,即峰值旁瓣电平(PSLL),该值越小,说明阵列对空间中其他方向的干扰抑制也就越强;
其中,适应度函数可表示为:
其中,MLthr表示主瓣宽度约束阈值;Sij表示任意两阵元间距;Sthr表示阵元间距约束阈值;i,j=1,2,…M;
S102、产生初始抗体群,通过编码把问题的可行解表示成解空间中的抗体,在解的空间内随机产生一个初始种群;
S103、计算亲和度,对种群中的每一个可行解进行亲和度评价;
S104、判断是否满足算法终止条件;
如果满足条件则终止算法寻优过程,输出计算结果;如果不满足条件则继续寻优运算;
S105、计算抗体浓度和激励度;
S106、进行免疫处理,包括免疫选择、克隆、变异和克隆抑制;
其中,免疫选择为根据种群中抗体的亲和度和浓度计算结果选择优质抗体,使其活化;克隆为对活化的抗体进行克隆复制,得到若干副本;变异为对克隆得到的副本进行变异操作,使其发生亲和度突变;克隆抑制为对变异结果进行再选择,抑制亲和度低的抗体,保留亲和度高的变异结果;
S107、种群刷新,以随机生成的新抗体替代种群中激励度较低的抗体,形成新一代抗体,而后转步骤S104进行再次判断。
进一步地,所述步骤S101中在主瓣宽度及阵元间距的约束下,对输入的多个阵列计算PSLL值,应对于最小PSLL值的阵列即为输出的最优解。
进一步地,所述步骤S102中抗体群对应多个传声器阵列。
进一步地,所述步骤S105中通过传声器阵列和解空间中其他传声器阵列来计算相似度,并加权平均得到抗体浓度,并由该抗体亲和度和抗体浓度确定激励度。
与现有技术相比,本发明的有益效果是:
本发明,首先采用多种谐振点、频率响应范围等参数不同的传声器不仅可以更加灵活的针对不同频率范围的声音信号进行检测,同时可以简化宽带信号算法的计算量,在软件和硬件方面都具有积极的效果。本发明同时对多种传声器进行分组,不同分组的传声器按照不同的预设间距和布置方式进行交叉布置,最大限度的保证阵列的分辨率和阵列的尺寸,使两者达到性价比最高。本发明在布置方式上更具灵活性,针对检测的不同需要,可以设置不同的方式,提高阵列的检测精度,提高电气设备噪声检测的水准,更加有效的利用噪声信号评估电气设备的运行状态,确保电气设备的安全稳定运行。
附图说明
图1为本发明的多谐振点传声器阵列某一布置方式示意图。
图2为本发明的多谐振点传声器阵列布置方法流程图。
图3为本发明的传声器改进免疫算法流程图。
图4为本发明的电气设备噪声源定位的原理示意图。
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。
本发明的目的是提供一种多谐振点传声器阵列及其布置方法,该传声器阵列及其布置方法至少采用两种谐振点、频率响应范围参数不同的传声器;该阵列按照传声器不同谐振点进行分类分组,至少包含两组传声器,每组个数不能少于三个,每组按照谐振点频率由低到高依次编号;传声器之间按照预设间距进行布置,多组传声器根据不同的预设间距交叉布置;传声器的预设间距通过改进免疫算法对其寻优,得到在阵列有限面积情况下,分辨率最高的布置方式和预设间距,根据不同传声器组之间不同的其布置方式和预设间距进行交叉布置,最终得到多谐振点传声器阵列。
其中,谐振点参数相同的传声器按照某一传声器阵列布置方式进行布置,谐振点参数不同的传声器组之间可以按照多种传声器布置方式进行组合布置。
该传声器阵列结合不同的检测目的采用多种传声器布置方式,不仅可以提高传声器检测的灵活性,还可以提高声源检测的精度,有效提高电气设备噪声检测的水准,更加有效的利用噪声信号评估电气设备的运行状态,确保电气设备的安全稳定运行。
如图1所示,为本发明多谐振点传声器阵列的某一布置方式示意图。阵列的中心位置为阵列摄像头布置位置,并且可以看出该阵列采用四种谐振点不同的传声器,并对其按照谐振点频率大小由低到高依次编号,图中1、2、3、4为不同传声器阵列分组,给以编号1-4。该示例多谐振点传声器阵列采用了两种阵列的布置方式,即矩形阵列布置和线性阵列布置两种方法,其中线性阵列布置的两组传声器分别为水平和竖直两种方向,且采用不用的布置间距,多种传声器阵列交叉布置,分别针对不同频率的信号进行采集。本图仅为本发明的多谐振点传声器阵列的某一布置方式,该阵列采用多种谐振点、频率响应范围等参数不同的传声器不仅可以更加灵活的针对不同频率范围的声音信号进行检测,同时可以简化宽带信号算法的计算量,在软件和硬件方面都具有积极的效果。本发明同时对多种传声器进行分组,不同分组的传声器按照不同的预设间距和布置方式进行交叉布置,最大限度的保证阵列的分辨率和阵列的尺寸,使两者达到性价比最高。本发明的多谐振点传声器阵列灵活多样,可采用不同的组合方式来适应不同的电气设备监测要求。。
如图2所示,多谐振点传声器阵列的布置方法,具体包括如下步骤:
S1、对不同谐振点、频率响应范围的传声器进行分类,并根据谐振点大小进行编号;
S2、根据不同谐振点传声器组,通过传声器阵列改进免疫算法对其进行寻优,找到分辨率最高的布置方式和预设间距;
S3、将各个不同谐振点传声器组的最优布置方式进行组合,多组传声器按照所需阵列的有限面积进行交叉布置,完成多谐振点传声器阵列布置
其中,所述步骤S1中分类好的传声器根据谐振点大小由低到高进行编号。
如图3所示,所述步骤S2中的传声器改进免疫算法,具体包括如下步骤:
S101、构造适应度函数,将适应度函数选取为旁瓣与主瓣的比值,即峰值旁瓣电平(PSLL),该值越小,说明阵列对空间中其他方向的干扰抑制也就越强;
其中,适应度函数可表示为:
其中,MLthr表示主瓣宽度约束阈值;Sij表示任意两阵元间距;Sthr表示阵元间距约束阈值;i,j=1,2,…M;
S102、产生初始抗体群,通过编码把问题的可行解表示成解空间中的抗体,在解的空间内随机产生一个初始种群;
S103、计算亲和度,对种群中的每一个可行解进行亲和度评价;
S104、判断是否满足算法终止条件;
如果满足条件则终止算法寻优过程,输出计算结果;如果不满足条件则继续寻优运算;
S105、计算抗体浓度和激励度;
S106、进行免疫处理,包括免疫选择、克隆、变异和克隆抑制;
其中,免疫选择为根据种群中抗体的亲和度和浓度计算结果选择优质抗体,使其活化;克隆为对活化的抗体进行克隆复制,得到若干副本;变异为对克隆得到的副本进行变异操作,使其发生亲和度突变;克隆抑制为对变异结果进行再选择,抑制亲和度低的抗体,保留亲和度高的变异结果;
S107、种群刷新,以随机生成的新抗体替代种群中激励度较低的抗体,形成新一代抗体,而后转步骤S104进行再次判断。
其中,所述步骤S101中在主瓣宽度及阵元间距的约束下,对输入的多个阵列计算PSLL值,应对于最小PSLL值的阵列即为输出的最优解。
其中,所述步骤S102中抗体群对应多个传声器阵列。
其中,所述步骤S105中通过传声器阵列和解空间中其他传声器阵列来计算相似度,并加权平均得到抗体浓度,并由该抗体亲和度和抗体浓度确定激励度。
如图4所示,为电气设备噪声源定位的原理示意图。通过本发明的多谐振点传声器阵列对电气设备的噪声进行采集,将采集到的噪声数据通过数据调理单元进行数据的滤波等处理,之后利用数据采集卡对噪声数据进行采集,进而传送到终端计算机。终端计算中利用已有的噪声源定位算法对噪声源进行定位。
以上仅为本发明的具体实施例,但本发明的技术特征并不局限于此。任何以本发明为基础,为解决基本相同的技术问题,实现基本相同的技术效果,所作出的简单变化、等同替换或者修饰等,皆涵盖于本发明的保护范围之中。
Claims (9)
1.一种多谐振点传声器阵列,其特征在于,多谐振点传声器阵列至少采用两种谐振点、频率响应范围参数不同的传声器;该阵列按照传声器不同谐振点进行分类分组,至少包含两组传声器,每组个数不能少于三个,每组按照谐振点频率由低到高依次编号;传声器之间按照预设间距进行布置,多组传声器根据不同的预设间距交叉布置;传声器的预设间距通过改进免疫算法对其寻优,得到在阵列有限面积情况下,分辨率最高的布置方式和预设间距,根据不同传声器组之间不同的其布置方式和预设间距进行交叉布置,最终得到多谐振点传声器阵列;
其中,谐振点参数相同的传声器按照某一传声器阵列布置方式进行布置,谐振点参数不同的传声器组之间可以按照多种传声器布置方式进行组合布置。
2.根据权利要求1所述的一种多谐振点传声器阵列,其特征在于:所述传声器预设间距应小于探测声音信号中心频率对应波长的1/2。
3.根据权利要求1所述的一种多谐振点传声器阵列,其特征在于:所述多谐振点传声器阵列中还设有阵列摄像头。
4.一种权利要求1-3任一所述的多谐振点传声器阵列的布置方法,其特征在于,具体包括如下步骤:
S1、对不同谐振点、频率响应范围的传声器进行分类,并根据谐振点大小进行编号;
S2、根据不同谐振点传声器组,通过传声器阵列改进免疫算法对其进行寻优,找到分辨率最高的布置方式和预设间距;
S3、将各个不同谐振点传声器组的最优布置方式进行组合,多组传声器按照所需阵列的有限面积进行交叉布置,完成多谐振点传声器阵列布置。
5.根据权利要求4所述的多谐振点传声器阵列的布置方法,其特征在于,所述步骤S1中分类好的传声器根据谐振点大小由低到高进行编号。
6.根据权利要求4所述的多谐振点传声器阵列的布置方法,其特征在于,所述步骤S2中的传声器改进免疫算法,具体包括如下步骤:
S101、构造适应度函数,将适应度函数选取为旁瓣与主瓣的比值,即峰值旁瓣电平(PSLL),该值越小,说明阵列对空间中其他方向的干扰抑制也就越强;
其中,适应度函数可表示为:
其中,MLthr表示主瓣宽度约束阈值;Sij表示任意两阵元间距;Sthr表示阵元间距约束阈值;i,j=1,2,…M;
S102、产生初始抗体群,通过编码把问题的可行解表示成解空间中的抗体,在解的空间内随机产生一个初始种群;
S103、计算亲和度,对种群中的每一个可行解进行亲和度评价;
S104、判断是否满足算法终止条件;
如果满足条件则终止算法寻优过程,输出计算结果;如果不满足条件则继续寻优运算;
S105、计算抗体浓度和激励度;
S106、进行免疫处理,包括免疫选择、克隆、变异和克隆抑制;
其中,免疫选择为根据种群中抗体的亲和度和浓度计算结果选择优质抗体,使其活化;克隆为对活化的抗体进行克隆复制,得到若干副本;变异为对克隆得到的副本进行变异操作,使其发生亲和度突变;克隆抑制为对变异结果进行再选择,抑制亲和度低的抗体,保留亲和度高的变异结果;
S107、种群刷新,以随机生成的新抗体替代种群中激励度较低的抗体,形成新一代抗体,而后转步骤S104进行再次判断。
7.根据权利要求6所述的多谐振点传声器阵列的布置方法,其特征在于,所述步骤S101中在主瓣宽度及阵元间距的约束下,对输入的多个阵列计算PSLL值,应对于最小PSLL值的阵列即为输出的最优解。
8.根据权利要求6所述的多谐振点传声器阵列的布置方法,其特征在于,所述步骤S102中抗体群对应多个传声器阵列。
9.根据权利要求6所述的多谐振点传声器阵列的布置方法,其特征在于,所述步骤S105中通过传声器阵列和解空间中其他传声器阵列来计算相似度,并加权平均得到抗体浓度,并由该抗体亲和度和抗体浓度确定激励度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110278872.4A CN113008363B (zh) | 2021-03-16 | 2021-03-16 | 一种多谐振点传声器阵列及其布置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110278872.4A CN113008363B (zh) | 2021-03-16 | 2021-03-16 | 一种多谐振点传声器阵列及其布置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113008363A CN113008363A (zh) | 2021-06-22 |
CN113008363B true CN113008363B (zh) | 2022-04-22 |
Family
ID=76407683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110278872.4A Active CN113008363B (zh) | 2021-03-16 | 2021-03-16 | 一种多谐振点传声器阵列及其布置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113008363B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114623984A (zh) * | 2022-05-16 | 2022-06-14 | 之江实验室 | 一种基于异构麦克风阵列的声学成像仪 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898091A (zh) * | 2015-05-29 | 2015-09-09 | 复旦大学 | 基于迭代优化算法的麦克风阵列自校准声源定位系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1388731A (zh) * | 2001-05-30 | 2003-01-01 | 杨顺聪 | 音频信号与电信号转换器 |
CN103412971B (zh) * | 2013-06-21 | 2016-02-24 | 北京航空航天大学 | 采用免疫算法对微带四元天线阵列增益的优化方法及微带四元天线 |
WO2018049426A1 (en) * | 2016-09-12 | 2018-03-15 | Sitime Corporation | Frequency-modulating sensor array |
CN106932493B (zh) * | 2017-03-05 | 2019-09-27 | 北京工业大学 | 一种基于遗传算法的超声传感器阵列参数的分析方法 |
CN107734433B (zh) * | 2017-09-08 | 2021-11-02 | 中国飞行试验研究院 | 基于改进粒子群算法的星形立体传声器阵列优化方法 |
CN109633551A (zh) * | 2019-01-08 | 2019-04-16 | 中国电子科技集团公司第三研究所 | 一种可探测多种声源目标的声阵列 |
CN110049408A (zh) * | 2019-05-10 | 2019-07-23 | 苏州静声泰科技有限公司 | 一种麦克风传声器阵列阵型优化方法 |
JP7392969B2 (ja) * | 2019-08-19 | 2023-12-06 | 株式会社オーディオテクニカ | マイクロホン位置決定方法 |
CN111142072B (zh) * | 2020-01-09 | 2022-07-29 | 上海索辰信息科技股份有限公司 | 用于声源定位的传声器阵列优化方法 |
-
2021
- 2021-03-16 CN CN202110278872.4A patent/CN113008363B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898091A (zh) * | 2015-05-29 | 2015-09-09 | 复旦大学 | 基于迭代优化算法的麦克风阵列自校准声源定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113008363A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112526451B (zh) | 基于麦克风阵列成像的压缩波束形成及系统 | |
CN102495343B (zh) | 基于超声与紫外信息融合的局部放电检测识别方法及系统 | |
CN110164446A (zh) | 语音信号识别方法和装置、计算机设备和电子设备 | |
CN111436926A (zh) | 基于统计特征和卷积循环神经网络的房颤信号检测方法 | |
CN113008363B (zh) | 一种多谐振点传声器阵列及其布置方法 | |
McBrearty et al. | Earthquake arrival association with backprojection and graph theory | |
US20140198921A1 (en) | Arrangement and method for measuring the direct sound radiated by acoustical sources | |
CN113313146A (zh) | 一种设备异常运行状态智能监测的方法 | |
CN102867421B (zh) | 一种识别有效停车泊位占有率中离群数据的方法 | |
CN113884986A (zh) | 波束聚焦增强的强冲击信号空时域联合检测方法及系统 | |
CN108981903A (zh) | 一种变压器振动噪声源全频域识别方法 | |
Zhang et al. | Cooperative sensor anomaly detection using global information | |
Kuhne et al. | Robust source localization in reverberant environments based on weighted fuzzy clustering | |
CN115776633B (zh) | 一种室内场景用扬声器控制方法及系统 | |
CN114166339B (zh) | 一种低频结合高频二次波束形成定位方法 | |
CN116610935A (zh) | 一种基于发动机振动信号多模态分析的机械故障检测方法 | |
CN113219409B (zh) | 一种基于聚焦网格筛选的声学成像和多声源定位方法 | |
CN115310499A (zh) | 一种基于数据融合的工业设备故障诊断系统及方法 | |
De Paolo et al. | Properties of HF radar compact antenna arrays and their effect on the MUSIC algorithm | |
CN110579534B (zh) | 基于互易性受损的带焊缝钢板缺陷无基线检测及定位方法 | |
CN112986916A (zh) | 一种基于阵列重构的多声源定位方法 | |
Eisenmann et al. | PQ classification by way of parallel computing-A sensitivity analysis for a real-time LSTM approach using waveform and RMS data | |
CN108123750A (zh) | 一种利于杂波检测光纤周界预警装置、系统 | |
CN106326264A (zh) | 聚类设备和方法 | |
CN116577568B (zh) | 一种基于哈希值特征的闪电定位方法及装置 |
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 |