CN113125556A - 一种基于声纹识别的结构损伤检测系统及方法 - Google Patents

一种基于声纹识别的结构损伤检测系统及方法 Download PDF

Info

Publication number
CN113125556A
CN113125556A CN202110242904.5A CN202110242904A CN113125556A CN 113125556 A CN113125556 A CN 113125556A CN 202110242904 A CN202110242904 A CN 202110242904A CN 113125556 A CN113125556 A CN 113125556A
Authority
CN
China
Prior art keywords
damage
voiceprint
detection module
characteristic
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.)
Pending
Application number
CN202110242904.5A
Other languages
English (en)
Inventor
吴智深
黄璜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Smart Infrastructure Technology Research Institute Co ltd
Original Assignee
Nanjing Smart Infrastructure Technology Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Smart Infrastructure Technology Research Institute Co ltd filed Critical Nanjing Smart Infrastructure Technology Research Institute Co ltd
Priority to CN202110242904.5A priority Critical patent/CN113125556A/zh
Publication of CN113125556A publication Critical patent/CN113125556A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/11—Analysing solids by measuring attenuation of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4445—Classification of defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开的基于声纹识别的结构损伤检测系统及方法，现场敲击检测模块用于对现场结构进行检测并获取连续声音信号；初级音频异常检测模块用于接收连续声音信号的输入，输出各项声纹特征所构成的特征向量至损伤特征分类检测模块；损伤特征分类检测模块通过机器学习分类算法输出内部损伤的待定损伤类别；损伤特征复核模块将待定损伤类别反馈至现场敲击检测模块，现场敲击检测模块根据预先设置的损伤声纹特征，调整敲击检测的频率、强度，输出复核后的损伤类别至报警模块；报警模块记录损伤类型和损伤发生位置。本发明减少对检测人员的经验和技术的依赖，操作更加直观，结果更加准确。

Description

一种基于声纹识别的结构损伤检测系统及方法
技术领域
本发明涉及结构损伤检测技术领域，具体涉及一种基于声纹识别的结构损伤检测系统及方法。
背景技术
在工程应用中常用超声波回弹、声发射检测、X射线投射、红外线扫描等无损检测方法，以期达到检测结构损伤的目的。然而美国、日本等发达国家的工程应用现状显示，目前的无损检测技术还远没有达到实际工程应用要求。同时，需要在现场采集信号后迅速对损伤类型、位置、和程度做出判断。主要原因是由于检测设备价格高昂、工作原理和性能各异，尤其是对于灾后结构快速检测，现有无损检测技术的精度和实用性明显不足。因此，需要一种适合大范围使用、简易直观的检测技术，以解决灾后快速检测和精准识别结构内部损伤状况的需求。
另一方面，无人机、自行走机器人、水下机器人等自动化辅助载体技术迅猛发展，可以将光学检测装置、连续摄像装置、发有射线检测装置、红外热成像装置应用于各种复杂检测环境，从而孕育着自动快速检测技术及装备的革命。如2014 年日本国土省为了掌握混凝土结构裂缝检测技术的应用状况，根据结构检测公司和研究机构提供的29 套检测方案的技术特点进行调查。统计结果发现其中21 套方案是采用高清数码摄像技术，4套方案为激光扫描技术，另外4 套为机器人辅助摄像的方案，而且普遍可以达到5～10米的远距离检测条件下对于宽度为0.1～0.3 毫米的裂缝的准确检测。然而这类自动快速检测技术主要基于光学图像的检测技术，只能探知结构表面出现的损伤，为了进一步了解结构内部的损伤情况，还需要开发针对结构内部损伤的自动化快速检测方法。
发明内容
发明目的：本发明目的在于针对现有技术的不足，提供一种基于声纹识别的结构损伤检测系统及方法，能够减少对检测人员的经验和技术的依赖，操作更加直观，结果更加准确。
技术方案：本发明所述基于声纹识别的结构损伤检测系统，包括现场敲击检测模块、初级音频异常检测模块、损伤特征分类检测模块、损伤特征复核模块及报警模块；所述现场敲击检测模块用于对现场结构进行检测并获取连续声音信号；所述初级音频异常检测模块用于接收连续声音信号的输入，分析不同时间段声音信号组的声纹特征，对比各项声纹特征是否发生变化并在检测出异常值时，输出各项声纹特征所构成的特征向量至所述损伤特征分类检测模块；所述损伤特征分类检测模块通过机器学习分类算法输出内部损伤的待定损伤类别；所述损伤特征复核模块将待定损伤类别反馈至现场敲击检测模块，现场敲击检测模块根据预先设置的损伤声纹特征，调整敲击检测的频率、强度，然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入预先训练的分类器，输出复核后的损伤类别至报警模块；所述报警模块记录损伤类型和损伤发生位置。
进一步完善上述技术方案，所述初级音频异常检测模块分析的声纹特征包括波长、强度、衰减特性、声波频谱。
进一步地，所述初级音频异常检测模块包括时间序列分离器、声谱分析器、时间相关匹配器，所述时间序列分离器将连续声音信号分离出长度、移动时段的声音信号，所述声谱分析器将分离后各个时段的声音信号进行分析并输出波长、强度、衰减特性、声波频谱的时间序列至所述时间相关匹配器，所述时间相关匹配器对声纹特征的时间序列进行检测判断，当判断存在异常时输出变化参数的统计值和当前值。
进一步地，所述损伤特征分类检测模块的机器学习分类算法包括贝叶斯分类算法。
进一步地，所述损伤特征复核模块根据不同结构形式、不同结构位置预先设置的损伤声纹特征，反馈至现场敲击检测模块；所述现场敲击检测模块根据损伤声纹特征调整敲击检测的频率、强度，再次执行敲击检测和复核损伤类型。
本发明还提供基于上述检测系统的结构损伤检测方法，包括如下步骤：
步骤1：将现场敲击检测模块采集的连续声音信号依据检测的时间序列，依次导入初级音频异常检测模块，初级音频异常检测模块分析不同时间段声音信号组的包括波长、强度、衰减特性、声波频谱在内的声纹特征，并对比各项声纹特征是否发生变化；
步骤2：当检测出某一时刻异常值后，将各项声纹特征所构成的特征向量作为输入，导入损伤特征分类检测模块，通过机器学习分类算法输出内部损伤的待定损伤类别；
步骤3：将待定损伤类别通过损伤特征复核模块反馈至现场敲击检测模块，根据预先设置的损伤声纹特征，调整敲击检测的频率、强度，然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入预先训练的分类器，复核损伤类别是否准确；
步骤4：将复核后损伤类型输入报警模块，记录损伤类型和损伤发生位置。
进一步地，所述步骤1中初级音频异常检测模块将连续声音信号分离成不同时段的声音信号组，并生成不同时段声音信号组的包括波长、强度、衰减特性、声波频谱在内声纹特征的时间序列，对比判断各项声纹特征时间序列是否发生变化，当判断出存在异常时输出变化声纹特征的统计值和当前值。
进一步地，所述步骤2中损伤特征分类检测模块依据变化声纹特征的统计值和当前值进行分组加权，根据分组加权得到各项声纹特征所构成的特征向量作为输入，采贝叶斯分类算法对比典型损伤特征数据库输出待定损伤类别。
进一步地，所述损伤特征复核模块根据不同结构形式、不同结构位置预先设置的损伤声纹特征，反馈至现场敲击检测模块，现场敲击检测模块针对特定的激发频率和激励强度，再次执行和复核损伤类型。
有益效果：与现有技术相比，本发明的优点在于：（1）在桥梁检测过程中，由于容易受到载体机械噪音、冲击装置背景噪音、野外环境噪音等影响，加大了采集有效声音信号的难度，进而影响声纹特征配准的精度；同时，需要在现场采集信号后迅速对损伤类型、位置、和程度做出判断，本发明提出了基于声纹识别的结构损伤检测系统及方法，减少对检测人员的经验和技术的依赖，操作更加直观，结果更加准确。
（2）目前结构敲击音损伤识别方法严重依赖大规模样本数量和完备损伤类型匹配数据库，本发明能够应用于实际检测项目中所获得的有限声音样本数量和损伤类型数据库，解决耦合型损伤或属性组合型损伤的分类问题。
（3）本发明易于与无人机、自行走机器人、水下机器人等自动化辅助载体技术相结合，在执行敲击检测时需要与结构表面保持稳定的检测距离，以保障获得敲击音质量。
附图说明
图1是本发明的结构内部损伤检测系统架构图。
图2是本发明的初级音频异常检测模块架构图。
图3是本发明的损伤特征分类检测模块架构图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
如图1所示的基于声纹识别的结构损伤检测系统，由初级音频异常检测模块、损伤特征分类检测模块、损伤特征复核模块及报警模块组成。输入信号为现场敲击检测采集的连续声音信号，同时现场敲击检测也承担损伤特征复核的功能。
首先，将现场敲击检测模块采集的连续声音信号依据检测的时间序列，导入初级音频异常检测模块，分析不同时间段的声音信号组的波长、强度、衰减特性、声波频谱等声纹特征，并对比各项声纹特征是否发生变化。如图2所示，在初级音频异常检测模块中，通过时间序列分离器将原始声音信号分离长度、移动时段的声音信号。再将各个时段声音信号导入声谱分析器，输出波长、强度、衰减特性、声波频谱等声纹特征的时间序列。再将各个参数的时间序列导入时间相关匹配器，当判断出存在异常时输出变化参数，如波长、强度、衰减特性、声波频谱的统计值和当前值。
其次，如图3所示，当检测出某一时刻异常值后，将变化参数，如波长、强度、衰减特性、声波频谱的统计值和当前值，导入损伤特征匹配器。以各项声纹特征所构成的特征向量作为输入，分类器采用机器学习分类算法对比典型损伤特征数据库输出内部损伤的待定损伤类别。
接着，将待定损伤类别通过损伤特征复核模块反馈至现场敲击检测模块，根据预先设置的损伤声纹特征，调整敲击检测的频率、强度，然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入分类器，复核损伤类别是否准确。
最后，将复核后损伤类型输入报警模块，记录损伤类型和损伤发生位置。
初级音频异常检测模块识别的声纹特征包括但不限于连续声音信号的波长、强度、衰减特性、声波频谱等。损伤特征分类检测模块的分类算法包括但不限于贝叶斯分类算法等机器学习分类算法。损伤特征复核模块根据不同结构形式、不同结构位置预先设置的损伤声纹特征，反馈至现场敲击检测模块，从而针对特定的激发频率和激励强度，再次执行和复核损伤类型，达到提高损伤类型检测准确度的目的。复核损伤类别的过程与确定待定损伤类别过程是一致的，区别是，复核过程需要根据待定的损伤类别，调整敲击检测的频率、强度。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。

Claims (9)

1.一种基于声纹识别的结构损伤检测系统，其特征在于：包括现场敲击检测模块、初级音频异常检测模块、损伤特征分类检测模块、损伤特征复核模块及报警模块；所述现场敲击检测模块用于对现场结构进行检测并获取连续声音信号；所述初级音频异常检测模块用于接收连续声音信号的输入，分析不同时间段声音信号组的声纹特征，对比各项声纹特征是否发生变化并在检测出异常值时，输出各项声纹特征所构成的特征向量至所述损伤特征分类检测模块；所述损伤特征分类检测模块通过机器学习分类算法输出内部损伤的待定损伤类别；所述损伤特征复核模块将待定损伤类别反馈至现场敲击检测模块，现场敲击检测模块根据预先设置的损伤声纹特征，调整敲击检测的频率、强度，然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入预先训练的分类器，输出复核后的损伤类别至报警模块；所述报警模块记录损伤类型和损伤发生位置。
2.根据权利要求1所述的基于声纹识别的结构损伤检测系统，其特征在于：所述初级音频异常检测模块分析的声纹特征包括波长、强度、衰减特性、声波频谱。
3.根据权利要求2所述的基于声纹识别的结构损伤检测系统，其特征在于：所述初级音频异常检测模块包括时间序列分离器、声谱分析器、时间相关匹配器，所述时间序列分离器将连续声音信号分离出长度、移动时段的声音信号，所述声谱分析器将分离后各个时段的声音信号进行分析并输出波长、强度、衰减特性、声波频谱的时间序列至所述时间相关匹配器，所述时间相关匹配器对声纹特征的时间序列进行检测判断，当判断存在异常时输出变化参数的统计值和当前值。
4.根据权利要求1所述的基于声纹识别的结构损伤检测系统，其特征在于：所述损伤特征分类检测模块的机器学习分类算法包括贝叶斯分类算法。
5.根据权利要求1所述的基于声纹识别的结构损伤检测系统，其特征在于：所述损伤特征复核模块根据不同结构形式、不同结构位置预先设置的损伤声纹特征，反馈至现场敲击检测模块；所述现场敲击检测模块根据损伤声纹特征调整敲击检测的频率、强度，再次执行敲击检测和复核损伤类型。
6.一种基于声纹识别的结构损伤检测方法，其特征在于，包括如下步骤：
步骤1：将现场敲击检测模块采集的连续声音信号依据检测的时间序列，依次导入初级音频异常检测模块，初级音频异常检测模块分析不同时间段声音信号组的包括波长、强度、衰减特性、声波频谱在内的声纹特征，并对比各项声纹特征是否发生变化；
步骤2：当检测出某一时刻异常值后，将各项声纹特征所构成的特征向量作为输入，导入损伤特征分类检测模块，通过机器学习分类算法输出内部损伤的待定损伤类别；
步骤3：将待定损伤类别通过损伤特征复核模块反馈至现场敲击检测模块，根据损伤特征复核模块预先设置的损伤声纹特征，现场敲击检测模块调整敲击检测的频率、强度再次执行敲击检测，然后将待定损伤类别和重新采集的声纹特征所构成的特征向量输入预先训练的分类器，复核损伤类别是否准确；
步骤4：将复核后损伤类型输入报警模块，记录损伤类型和损伤发生位置。
7.根据权利要求6所述的基于声纹识别的结构损伤检测方法，其特征在于：所述步骤1中初级音频异常检测模块将连续声音信号分离成不同时段的声音信号组，并生成不同时段声音信号组的包括波长、强度、衰减特性、声波频谱在内声纹特征的时间序列，对比判断各项声纹特征时间序列是否发生变化，当判断出存在异常时输出变化声纹特征的统计值和当前值。
8.根据权利要求7所述的基于声纹识别的结构损伤检测方法，其特征在于：所述步骤2中损伤特征分类检测模块依据变化声纹特征的统计值和当前值进行分组加权，根据分组加权得到各项声纹特征所构成的特征向量作为输入，采用贝叶斯分类算法对比典型损伤特征数据库输出待定损伤类别。
9.根据权利要求1所述的基于声纹识别的结构损伤检测方法，其特征在于：所述损伤特征复核模块根据不同结构形式、不同结构位置预先设置损伤声纹特征。
CN202110242904.5A 2021-03-05 2021-03-05 一种基于声纹识别的结构损伤检测系统及方法 Pending CN113125556A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110242904.5A CN113125556A (zh) 2021-03-05 2021-03-05 一种基于声纹识别的结构损伤检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110242904.5A CN113125556A (zh) 2021-03-05 2021-03-05 一种基于声纹识别的结构损伤检测系统及方法

Publications (1)

Publication Number Publication Date
CN113125556A true CN113125556A (zh) 2021-07-16

Family

ID=76772525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110242904.5A Pending CN113125556A (zh) 2021-03-05 2021-03-05 一种基于声纹识别的结构损伤检测系统及方法

Country Status (1)

Country Link
CN (1) CN113125556A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113477347A (zh) * 2021-07-22 2021-10-08 厦门大学 一种行星球磨机工作异常检测的方法
CN113671031A (zh) * 2021-08-20 2021-11-19 北京房江湖科技有限公司 墙体空鼓检测方法和装置
CN115436488A (zh) * 2022-08-31 2022-12-06 南京智慧基础设施技术研究院有限公司 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113477347A (zh) * 2021-07-22 2021-10-08 厦门大学 一种行星球磨机工作异常检测的方法
CN113671031A (zh) * 2021-08-20 2021-11-19 北京房江湖科技有限公司 墙体空鼓检测方法和装置
CN115436488A (zh) * 2022-08-31 2022-12-06 南京智慧基础设施技术研究院有限公司 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法
CN115436488B (zh) * 2022-08-31 2023-12-15 南京智慧基础设施技术研究院有限公司 一种基于视觉与声纹融合的自引导自调适移动检测系统及方法

Similar Documents

Publication Publication Date Title
CN113125556A (zh) 一种基于声纹识别的结构损伤检测系统及方法
EP2776815B1 (en) System and method for improving automated defect detection user interface
CN101691994B (zh) 一种隧道裂缝最大宽度自动定位和检测方法
CN103279765B (zh) 基于图像匹配的钢丝绳表面损伤检测方法
CN108768562B (zh) 一种基于遥控与图传信号的非法无人机识别方法
CN113075065B (zh) 基于图像识别的深海管道裂纹扩展监测与可靠性评估系统
CN114266892A (zh) 一种多源数据深度学习的路面病害识别方法及系统
CN111965115B (zh) 一种基于高光谱的船舶尾气测量系统及方法
CN115239632A (zh) 一种融合巡检图像和超声波图像的钢轨表面伤损检测方法
CN114799610B (zh) 一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法及系统
CN117668518B (zh) 一种离散型智能制造方法及系统
CN115791803B (zh) 一种深埋隧道围岩爆破损伤测试系统及测试方法
CN118209305B (zh) 一种铁心及夹件螺栓紧固件疲劳度检测方法、介质及系统
CN111783616A (zh) 一种基于数据驱动自学习的无损检测方法
CN117825393A (zh) 偏光片自动生产线的在线监控系统及方法
CN118070009A (zh) 一种基于阻抗-扭矩拟合算法的钢结构法兰螺栓健康检测识别方法
CN117892173A (zh) 一种基于多模态矿石异物智能识别方法
KR101743595B1 (ko) 부분 방전 진단 방법 및 시스템, 이를 이용한 몰드 변압기 열화 모니터링 시스템.
CN112860658A (zh) 基于数据挖掘的高速列车电磁发射预测方法
CN115144259B (zh) 一种钢材抗形变性能检测方法及系统
CN114881938B (zh) 基于小波分析和神经网络的晶粒度检测方法及系统
Iwata et al. AI-aided Hammering Test System to Automatically Generate Anomaly Maps.
CN112508862B (zh) 一种通过改进gan增强裂纹磁光图像的方法
CN112508946A (zh) 一种基于对抗神经网络的电缆隧道异常检测方法
Jiang et al. Utility Polelocalization by Learning from Ambient Traces on Distributed Acoustic Sensing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication