RU2509372C1 - Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам - Google Patents

Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам Download PDF

Info

Publication number
RU2509372C1
RU2509372C1 RU2012126185/11A RU2012126185A RU2509372C1 RU 2509372 C1 RU2509372 C1 RU 2509372C1 RU 2012126185/11 A RU2012126185/11 A RU 2012126185/11A RU 2012126185 A RU2012126185 A RU 2012126185A RU 2509372 C1 RU2509372 C1 RU 2509372C1
Authority
RU
Russia
Prior art keywords
input
output
threshold
block
signal
Prior art date
Application number
RU2012126185/11A
Other languages
English (en)
Other versions
RU2012126185A (ru
Inventor
Виктор Александрович Дудкин
Александр Алексеевич Панков
Юлия Сергеевна Акимова
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Пензенский государственный университет" (ФГБОУ ВПО "Пензенский государственный университет")
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 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Пензенский государственный университет" (ФГБОУ ВПО "Пензенский государственный университет") filed Critical Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Пензенский государственный университет" (ФГБОУ ВПО "Пензенский государственный университет")
Priority to RU2012126185/11A priority Critical patent/RU2509372C1/ru
Publication of RU2012126185A publication Critical patent/RU2012126185A/ru
Application granted granted Critical
Publication of RU2509372C1 publication Critical patent/RU2509372C1/ru

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Analogue/Digital Conversion (AREA)

Abstract

Устройство содержит микрофон (1), предварительный усилитель (2), аналого-цифровой преобразователь (3), формирователь временного окна (4), блок (7) спектрального представления сигнала, фильтр верхних частот (5), блок (6) оценки изменения уровня сигнала внутри временного окна, блок (8) нахождения максимумов, блок (9) частотной коррекции, блок (10) вычисления второго порога, первое пороговое устройство (11), второе пороговое устройство (12) и схему «И» (13). Повышается эффективность устройства. 6 ил.

Description

Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам относится к области технических средств охраны и может быть использовано для помехоустойчивого обнаружения наземных транспортных средств по их акустическим сигналам при охране территорий и подступов к различным объектам.
Известно "Устройство обнаружения движущейся наземной техники по акустическим сигналам, основанное на вейвлет-анализе" [1], содержащее (фиг.1): 1 - микрофон (М), 2 - предварительный усилитель (ПУ), 3 - аналого-цифровой преобразователь (АЦП), 4 - формирователь временного окна (ФВО), 5 - блок вейвлет-анализа (БВА), 6 - базу данных (БД), 7 - блок сравнения (БС), 8 - блок принятия решения (БПР).
В рассмотренном устройстве обнаружение движущейся наземной техники основано на вейвлет-анализе. В устройстве для преобразования входного сигнала используется спалайн-вейвлет 6-го порядка, полученные коэффициенты которого сравниваются с заранее полученными, хранящимися в базе данных, и, исходя из меры их сходства и отличия, в блоке принятия решения принимается решение об обнаружении.
Недостаток заключается в сложной реализации такого устройства, в отсутствии специализированных микросхем для вейвлет-анализа в отличии от преобразования Фурье, в сложном методе принятия решения.
Из известных наиболее близким по технической сущности является "Устройство для обнаружения движущихся наземных транспортных средств, основанное на акустических сигналах" [2], содержащее (фиг.2): 1 - микрофон (М), 2 - предварительный усилитель (ПУ), 3 - аналого-цифровой преобразователь (АЦП), 4 - формирователь временного окна (ФВО), 5 - блок спектрального представления сигнала (БСПС), 6 - блок спектрально-временного представления сигнала (БСВПС), 7 - блок обнаружения и классификации (БОК).
В формирователе временного окна из входного акустического сигнала с микрофона после предварительного усиления и аналого-цифрового преобразования с частотой дискретизации 22050 Гц выделяются временные окна длительностью 400 мс.
В блоке спектрального представления сигнала по входному сигналу вычисляется амплитудно-частотный спектр с помощью 40 полосовых фильтров, охватывающих частотный диапазон от 20 Гц до 11025 кГц.
В блоке спектрально-временного представления сигнала происходит вычисление признаков. За время порядка 200 мс или более выполняется интеграция множества входных спектральных векторов. При этом ответ системы в текущий момент времени зависит не только от текущего входного вектора-признака, но основывается и на предыдущих. Полученное спектрально-временное представление подается на вход блока обнаружения и классификации, состоящего из двухслойной нейронной сети.
Обучение нейронной сети происходит по правилам Хебба. Количество входов нейронной сети определяется числом признаков (количеством полосовых фильтров), а число входов в выходном слое задается числом временных окон и количеством извлеченных выходных признаков (среднее значение и среднеквадратическое отклонение). Решение об обнаружении и классификации движущегося наземного транспортного средства принимается в выходном слое нейронной сети при превышении порогов.
Недостаток заключается в том, что эффективность и помехоустойчивость работы устройства зависит от количества выбранных для поучения признаков полосовых фильтров. Максимальное их значение - 40 приведет к увеличению аппаратных ресурсов на работу устройства, а меньшее их число снизит эффективность обнаружения и классификации. Работа блока обнаружения и классификации основана на обучении нейронной и ее постоянной адаптации к окружающей среде, а это также приводит к усложнению работы устройства.
Предлагаемое изобретение направлено на повышение эффективности обнаружения движущейся техники при снижении аппаратных ресурсов за счет более простого алгоритма обработки входного сигнала, получения признаков и принятия решения об обнаружении с использованием адаптивных порогов.
Это достигается тем, что в устройство обнаружения и классификации движущихся наземных транспортных средств, основанное на акустических сигналах, содержащее предварительный усилитель, подключенный к выходу микрофона, аналого-цифровой преобразователь, формирователь временного окна, блок спектрального представления сигнала, согласно предлагаемому изобретению дополнительно введены фильтр верхних частот, блок оценки изменения уровня сигнала внутри временного окна, блок нахождения максимумов, блок частотной коррекции, блок вычисления второго порога, первое пороговое устройство, второе пороговое устройство и схема «И», причем вход фильтра верхних частот подключен к выходу формирователя временного окна, а первый выход - ко входу блока спектрального представления сигнала, выход которого соединен со входом блока нахождения максимумов, выход которого подключен ко входу блока частотной коррекции, с первого выхода которого первый признак (среднее значение) поступает на первое и второе пороговые устройства, а со второго выхода второй признак (среднеквадратическое отклонение) - на первый вход блока вычисления второго порога, второй вход которого соединен с выходом блока оценки изменения уровня сигнала внутри временного окна, вход которого подключен ко второму выходу фильтра верхних частот, выходы первого и второго пороговых устройств соединены со входами схемы «И».
Введение фильтра верхних частот с частотой среза 50 Гц позволяет в представленном устройстве уменьшить влияние естественных акустических помех.
Введение блоков нахождения максимумов и частотной коррекции позволяет сократить размерность признакового пространства без снижения эффективности работы устройства за счет использования только информативных частот в спектре звукового сигнала движущейся техники, а также уменьшить вычислительные ресурсы при анализе сигналов в реальном времени. В блоке нахождения максимумов из спектра амплитуд выбираются 100 гармонических составляющих с максимальным значением амплитуды, а в блоке частотной коррекции по ним вычисляются два признака - среднее значение амплитуды в спектре и ее среднеквадратическое отклонение.
Введение первого порогового устройства позволяет обнаруживать акустическое возмущение по среднему значению и адаптивному порогу.
Введение второго порогового устройства позволяет обнаруживать полезный сигнал на фоне помех, используя среднее значение и скорректированное среднеквадратическое отклонение в качестве порога.
Введение блока оценки изменения уровня сигнала внутри временного окна позволяет вычислить корректирующий множитель для среднеквадратического отклонения. Для этого временное окно разбивается на 10 интервалов. В каждом вычисляется среднее значение по модулю, по которым далее вычисляется среднеквадратическое отклонение. Далее это значение делится на минимальное среднее значение.
Введение блока вычисления второго порога позволяет вычислить второе пороговое значение. При этом значение корректирующего множителя умножается на значение среднеквадратического отклонения, вычисленного в блоке частотной коррекции.
Введение схемы «И» позволяет окончательно принять решение об обнаружении движущейся наземной техники. Если произойдет превышение сразу двух порогов, то устройство примет решение об обнаружении движущейся наземной техники.
На фиг.3 представлена блок-схема предлагаемого устройства для обнаружения движущихся наземных транспортных средств по акустическим сигналам.
На фиг.4 графически изображена матрица из гармоник спектра с максимальными амплитудами Sf (F=100) проезда автомобиля (а) и 3-х сигналов гудка автомобиля (б).
На фиг.5 графически изображены «взвешенные» максимумы спектров Сf (F=100) проезда автомобиля (а) и 3-х сигналов гудка автомобиля (б).
На фиг.6 приведена спектрограмма проезда техники и график изменения признаков и порогов во времени, показывающая пример работы устройства.
Устройство (фиг.3) содержит:
1 - микрофон;
2 - предварительный усилитель;
3 - аналого-цифровой преобразователь;
4 - формирователь временного окна;
5 - фильтр верхних частот;
6 - блок оценки изменения уровня сигнала внутри временного окна;
7 - блок спектрального представления сигнала;
8 - блок нахождения максимумов;
9 - блок частотной коррекции;
10 - блок вычисления второго порога;
11 - первое пороговое устройство;
12 - второе пороговое устройство;
13 - схема «И».
При этом микрофон 1 соединен с предварительным усилителем 2, выход которого подключен ко входу аналого-цифрового преобразователя 3, выход которого - ко входу формирователя временного окна 4, выход которого соединен с фильтром верхних частот 5, первый выход которого подключен ко входу блока спектрального представления сигнала 7, выход которого соединен со входом блока нахождения максимумов 8, выход которого подключен ко входу блока частотной коррекции 9, первый выход которого подключен ко входу первого порогового устройства 11 и к первому входу второго порогового устройства 12, второй выход блока частотной коррекции 9 соединен с первым входом блока вычисления второго порога 10, второй вход которого соединен с выходом блока оценки изменения уровня сигнала внутри временного окна 6, вход которого соединен со вторым выходом фильтра верхних частот 5, выход блока вычисления второго порога 10 подключен ко второму входу второго порогового устройства 12, выходы пороговых устройств 11 и 12 подключены ко входам схемы «И» 13.
Работает устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам следующим образом.
Сигнал с выхода микрофона 1, поступает на предварительный усилитель 2, а далее - на аналого-цифровой преобразователь 3. В формирователе временного окна 4 выделяются скользящие временные окна длительностью 1 с со сдвигом 125 мс, которые последовательно поступают на фильтр верхних частот 5 с частотой среза 50 Гц.
Для получения частотной информации о сигнале в блоке спектрального представления сигнала 7 используется классическое преобразование Фурье. Наиболее просто на микроконтроллере реализуется быстрое преобразование Фурье (1):
X k = n = 0 N 1 x n e 2 π l N k n , ( 1 )
Figure 00000001
где х={х1, х2,…, xN} - вектор входных отсчетов сигнала, N=2048.
Далее в блоках нахождения максимумов 8 и частотной коррекции 9 вычисляются признаки, по которым принимается решение об обнаружении наземной техники.
Спектр звукового сигнала движущейся техники имеет широкополосный характер. В зависимости от многих параметров максимум его может лежать в различных частотных областях. Выделение информативных признаков из спектра сигнала представляет собой поиск заданного числа (F) максимальных амплитуд в спектре и анализ их частотного размещения. Для этого производятся следующие вычисления.
В блоке нахождения максимумов находятся максимумы в спектре | X k |
Figure 00000002
при k = 2,3, , N 2 1, ( 2 )
Figure 00000003
M k = { | X k | , п р и | X k | > | X k 1 | | X k | > | X k + 1 | 0, п р и | X k | | X k 1 | | X k | | X k + 1 | , ( 2 )
Figure 00000004
Находится заданное число (F=100) наибольших максимумов в спектре. Для этого вектор Мk сортируется по убыванию амплитуд, и из него выделяются первые F значений гармоник. Формируется вектор Sf, где f=1, 2,…,F.
На фиг.4 приведены визуализации матрицы максимальных амплитуд значений спектра проезда техники и помехи. По вертикальной оси размещены значения амплитуды гармоник в векторе Sf, по оси t отсчеты с периодом сдвига окна анализа (125 мс), по оси f - порядковый номер максимума. Проезд техники можно выделить на фиг.4, а приблизительно с 300-го по 390-й временной отсчет.
Из фиг.4 видно, что данный признак имеет хороший динамический диапазон и может использоваться в условиях низкого уровня посторонних шумов, однако его помехозащищенность крайне мала. Поэтому необходимо вводить дополнительную информацию о частотах, на которых наблюдаются эти максимумы. Эти частоты служат в качестве весовых коэффициентов (3):
G f = S f k , ( 3 )
Figure 00000005
где k - номер гармоники в векторе Мk, имеющий амплитуду Sf.
Визуализация матрицы Gf показана на фиг.4.
Так как амплитуды гармоник с большой частотой умножаются на больший коэффициент k, то спектр выравнивается (фиг.5). Таким образом, после частотной коррекции вектор наибольших амплитуд в спектре сигнала Gf выравнивается по сравнению со значениями вектора Sf.
После вычисления вектора признаков определяется его среднее значение (первый признак) (4):
G f ¯ = 1 F f = 1 F G f ( 4 )
Figure 00000006
и среднеквадратическое отклонение в нем (второй признак) (5):
σ = f = 1 F ( G f G f ¯ ) 2 F . ( 5 )
Figure 00000007
Полученное среднее значение поступает на вход первого порогового устройства 11 и на первый вход второго порогового устройства 12, а среднеквадратическое отклонение - на первый вход блока вычисления второго порога 10.
В первом пороговом устройстве 11 формируется адаптивный порог. Его значение стремится с заданной скоростью возрастания к среднему значению, умноженному на чувствительность. Значение порога корректируется в каждом временном окне. Если среднее значение будет больше порога, то на вход схемы «И» 13 поступает логическая «1». Значения скорости возрастания порога и чувствительность устанавливаются по экспериментальным данным перед работой устройства.
Во втором пороговом устройстве 12 в качестве порога используется скорректированное среднеквадратическое отклонение. Если среднее значение будет больше порога, то на вход схемы «И» 13 поступает логическая «1».
Скорректированное среднеквадратическое отклонение определяется в блоке вычисления второго порога 10 как произведение среднеквадратического отклонения и корректирующего множителя, который находится в блоке оценки изменения уровня сигнала внутри временного окна 6. Для вычисления этого корректирующего множителя временное окно разбивается на 10 интервалов. В каждом вычисляется среднее значение по модулю, по которым далее вычисляется среднеквадратическое отклонение. Далее это значение делится на минимальное среднее значение. Корректирующий множитель позволяет учитывать особенность сигнала во временной области.
В схеме «И» 13 принимается решение об обнаружении движущейся наземной техники. Если произойдет превышение сразу двух порогов в пороговых устройствах 11 и 12, то устройство примет решение об обнаружении движущейся наземной техники.
На фиг.6 изображены графики изменения среднего значения амплитуды спектра, его среднеквадратического отклонения и адаптивного порога при проезде техники на расстоянии 30 м от микрофона. По оси абсцисс представлено время в секундах. С 50-й секунды на спектрограмме можно наблюдать увеличение мощности сигнала в низкочастотной области. В это время микрофон начинает «слышать» приближение техники. На 65-й секунде техника проезжает траверз. По графику изменения среднего значения видно, что мощность сигнала в этот момент максимальна и значительно превышает адаптивный порог (пунктирная линия). Скорректированное среднеквадратическое отклонение при проезде техники также возрастает (линия из точек). Однако в отдельные моменты времени, когда сигнал близок к стационарному, отклонение меньше, чем среднее значение. Сигнал тревоги ни фиг.6 показан вертикальными линиями.
Источники информации
1. Amir Averbuch, Valery Zheludev, Neta Rabin, Alon Schclar. Wavelet based acoustic detection of moving vehicles (Акустическое обнаружение движущейся наземной техники, основанное на вейвлет-анализе). School of Computer Science Tel Aviv University, Tel Aviv 69978, Israel March 11, 2007.
2. Патент США 2009/046359 А2, G08G 1/04. Berger Theodore W., Dibazar Alireza, Lu Bing. Detection and classification of running vehicles based on acoustic signatures. (Обнаружение и классификация движущихся наземных транспортных средств, основанных на акустических сигналах).

Claims (1)

  1. Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам, содержащее предварительный усилитель, подключенный к выходу микрофона и к входу аналого-цифрового преобразователя, выход которого соединен с входом формирователя временного окна, и блок спектрального представления сигнала, отличающееся тем, что в устройство дополнительно введены фильтр верхних частот, блок оценки изменения уровня сигнала внутри временного окна, блок нахождения максимумов, блок частотной коррекции, блок вычисления второго порога, первое пороговое устройство, второе пороговое устройство и схема «И», причем вход фильтра верхних частот подключен к выходу формирователя временного окна, а первый выход - к входу блока спектрального представления сигнала, выход которого соединен с входом блока нахождения максимумов, выход которого подключен к входу блока частотной коррекции, первый выход которого подключен к входу первого порогового устройства и к первому входу второго порогового устройства, второй выход блока частотной коррекции соединен с первым входом блока вычисления второго порога, второй вход которого соединен с выходом блока оценки изменения уровня сигнала внутри временного окна, вход которого соединен с вторым выходом фильтра верхних частот, выход блока вычисления второго порога подключен к второму входу второго порогового устройства, выходы пороговых устройств подключены к входам схемы «И».
RU2012126185/11A 2012-06-22 2012-06-22 Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам RU2509372C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2012126185/11A RU2509372C1 (ru) 2012-06-22 2012-06-22 Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2012126185/11A RU2509372C1 (ru) 2012-06-22 2012-06-22 Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам

Publications (2)

Publication Number Publication Date
RU2012126185A RU2012126185A (ru) 2013-12-27
RU2509372C1 true RU2509372C1 (ru) 2014-03-10

Family

ID=49785969

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012126185/11A RU2509372C1 (ru) 2012-06-22 2012-06-22 Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам

Country Status (1)

Country Link
RU (1) RU2509372C1 (ru)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195608B1 (en) * 1993-05-28 2001-02-27 Lucent Technologies Inc. Acoustic highway monitor
US7071841B2 (en) * 2004-08-19 2006-07-04 Ut-Battelle, Llc Truck acoustic data analyzer system
WO2009046359A2 (en) * 2007-10-03 2009-04-09 University Of Southern California Detection and classification of running vehicles based on acoustic signatures

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195608B1 (en) * 1993-05-28 2001-02-27 Lucent Technologies Inc. Acoustic highway monitor
US7071841B2 (en) * 2004-08-19 2006-07-04 Ut-Battelle, Llc Truck acoustic data analyzer system
WO2009046359A2 (en) * 2007-10-03 2009-04-09 University Of Southern California Detection and classification of running vehicles based on acoustic signatures

Also Published As

Publication number Publication date
RU2012126185A (ru) 2013-12-27

Similar Documents

Publication Publication Date Title
US10677957B2 (en) Method for random noise reduction from MRS oscillating signal using joint algorithms of EMD and TFPF
Li et al. A weighted multi-scale morphological gradient filter for rolling element bearing fault detection
Wang et al. Blind source extraction of acoustic emission signals for rail cracks based on ensemble empirical mode decomposition and constrained independent component analysis
Jena et al. Precise measurement of defect width in tapered roller bearing using vibration signal
CN105411565A (zh) 基于广义尺度小波熵的心率变异性特征分类方法
CN110795843A (zh) 一种识别滚动轴承故障的方法及装置
EP3526792B1 (en) Voice activity detection method and apparatus
CN103699513A (zh) 一种基于多尺度噪声调节的随机共振方法
Mubaraali et al. Intelligent fault diagnosis in microprocessor systems for vibration analysis in roller bearings in whirlpool turbine generators real time processor applications
Golestani et al. Localization and de-noising seismic signals on SASW measurement by wavelet transform
Corvini et al. Estimation of mean and median frequency from synthetic sEMG signals: Effects of different spectral shapes and noise on estimation methods
Li et al. Magnetotelluric signal-noise separation method based on SVM–CEEMDWT
Biao et al. Rotating machine fault diagnosis by a novel fast sparsity-enabled feature-energy-ratio method
RU2509372C1 (ru) Устройство обнаружения движущихся наземных транспортных средств по акустическим сигналам
CN111999607B (zh) 一种单通道信号下局部放电窄带干扰盲源分离方法及装置
Sombune et al. Automated embolic signal detection using adaptive gain control and classification using ANFIS
Suo et al. Feed-forward cascaded stochastic resonance and its application in ship radiated line signature extraction
CN111289800A (zh) 一种基于广义回归神经网络的小电阻振动监测方法
Lan et al. Improved wavelet packet noise reduction for microseismic data via fuzzy partition
GARVANOV et al. Denoising of pulsar signal using wavelet transform
CN103839544A (zh) 语音激活检测方法和装置
Wang et al. Mill load identification method for ball milling process based on grinding signal
Lukovenkova et al. Digital Signal Processing Methods for Geoacoustic Emission
CN114019236A (zh) 一种电网谐波单通道混叠目标信号检测方法和装置
Garousi et al. Detection and classification of power quality disturbances using parallel neural networks based on discrete wavelet transform.

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20140623