[發明專利]基于聲音識別無人機的方法及系統

有效

• 申請號: 202011375154.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112735473B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 薛珊;衛立煒;呂瓊瑩;陳宇超
• 申請（專利權）人: 長春理工大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30;G10L25/03;G10L25/24;G01S11/14
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 袁文婷;張娓娓

1.一種基于聲音識別無人機的方法，應用于電子裝置，其特征在于，包括：

采集待識別的聲音信號；

對所述聲音信號進行濾波和預處理，以提取所述聲音信號的音頻特征；

根據預設的聲學模型對所述音頻特征進行識別，確定是否存在無人機，以及存在的無人機的所屬型號；

其中，所述聲學模型為運用卷積神經網絡對無人機聲音樣本庫樣本進行訓練學習所得到的用于無人機聲音識別的聲學模型，所述聲學模型為IRBNet模型，所述IRBNet模型包括IRTBlock-A模塊和IRTBlock-B模塊；其中，

在建立所述IRBNet模型的過程中，首先建立3×3Conv，步長s＝1；之后串聯兩個IRTBlock-A模塊，所述IRTBlock-A模塊的輸入維度num_filters分別設置為32和64；接著串聯一個IRTBlock-B模塊，所述IRTBlock-B模塊的輸入維度num_filters設置為128；然后接著一個64通道的全連接層；最后以Softmax作為分類器，輸出預測結果；

所述IRTBlock-A模塊的主通路在進行殘差相加融合之前只利用1×1卷積進行升維，并且在殘差相加融合之后再進行降維；

所述IRTBlock-A模塊的主通路包括并行主通路和遠跳鏈接主通路；其中，

所述并行主通路為1×1Conv+BN+Relu+3×3Conv+BN+Relu+3×3Conv+BN；

所述遠跳鏈接主通路為1×1Conv+BN+Relu，通過1x1的卷積核來調整大小，使得維度相等；

在所述IRTBlock-B模塊中，先進行1×n卷積再進行n×1卷積，以利用1×3卷積和3×1卷積的堆疊的非對稱卷積來代替所述IRTBlock-A模塊中的3×3對稱卷積，其余與所述IRTBlock-A模塊一致。

2.如權利要求1所述的基于聲音識別無人機的方法，其特征在于，所述并行主通路和遠跳鏈接主通路的輸出結果在融合層進行殘差相加融合后，進入IRes-Model和Trans-Model；其中，

在所述IRes-Model中，將融合層的結果輸入Relu激活函數；

所述Trans-Model，用于連接各個IRes-Model，以及運用Pooling層進行特征降維；其中，在所述Trans-Model中，將融合層的結果在輸入匯聚層前利用1×1卷積進行特征降維。

3.如權利要求2所述的基于聲音識別無人機的方法，其特征在于，

在所述IRes-Model中，各通路所有卷積層的步長均為1，過濾器數目均相同，并且使用SAME填充。

4.如權利要求1所述的基于聲音識別無人機的方法，其特征在于，在對所述聲音信號進行濾波和預處理，以提取所述聲音信號的音頻特征的過程中，

通過濾波模塊對所述聲音信號進行濾波處理，以增強所述聲音信號的信號質量；

通過預處理模塊對濾波后的聲音信號進行預加重、分幀、加窗處理，以把所述聲音信號預處理為以段為單位的音頻樣本；

通過特征提取模塊對所述音頻樣本進行音頻特征的提取。

5.如權利要求4所述的基于聲音識別無人機的方法，其特征在于，

所述特征提取模塊對所述音頻樣本依次通過分幀、加窗、傅里葉變換、梅爾濾波、Log對數能量處理，得到最終的Log-Mel特征作為所述音頻樣本的音頻特征。

6.如權利要求1所述的基于聲音識別無人機的方法，其特征在于，還包括創建所述聲學模型的步驟，其中，創建所述聲學模型的步驟包括：

通過采集不同型號、尺寸、姿態、距離、速度以及不同場景中的無人機聲音信號獲取所述無人機聲音樣本庫的原始聲音樣本；

對所述原始聲音樣本進行特征處理以獲取所述無人機聲音樣本庫；

運用卷積神經網絡對所述無人機聲音樣本庫樣本進行訓練學習，得到所述聲學模型。

7.如權利要求1所述的基于聲音識別無人機的方法，其特征在于，在確定存在無人機之后，還包括基于麥克風陣列判斷目標無人機的方向位置的步驟。