[發(fā)明專(zhuān)利]一種基于BSE和GMM-HMM的埋地排水管道聲紋識(shí)別方法有效
| 申請(qǐng)?zhí)枺?/td> | 202110066274.0 | 申請(qǐng)日: | 2021-01-19 |
| 公開(kāi)(公告)號(hào): | CN112908356B | 公開(kāi)(公告)日: | 2022-08-05 |
| 發(fā)明(設(shè)計(jì))人: | 馮早;楊佳睿;吳建德;馬軍 | 申請(qǐng)(專(zhuān)利權(quán))人: | 昆明理工大學(xué) |
| 主分類(lèi)號(hào): | G10L25/51 | 分類(lèi)號(hào): | G10L25/51;G01N29/44 |
| 代理公司: | 昆明合盛知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 53210 | 代理人: | 牛林濤 |
| 地址: | 650000 云*** | 國(guó)省代碼: | 云南;53 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 bse gmm hmm 排水管道 聲紋 識(shí)別 方法 | ||
1.一種基于BSE和GMM-HMM的埋地排水管道聲紋識(shí)別方法,其特征在于:所述方法的具體步驟如下:
Step1、通過(guò)數(shù)據(jù)采集裝置對(duì)簡(jiǎn)單工況和復(fù)雜工況下運(yùn)行的埋地排水管道進(jìn)行檢測(cè),獲得不同工況下的低頻聲壓信號(hào)數(shù)據(jù);
Step2、分別對(duì)Step1中獲得的不同工況下的低頻聲壓信號(hào)數(shù)據(jù)進(jìn)行小波閾值降噪,獲得降噪后的低頻聲壓信號(hào)數(shù)據(jù);
Step3、采用子帶譜熵作為判別參數(shù),分別對(duì)Step2中獲得降噪后的低頻聲壓信號(hào)進(jìn)行端點(diǎn)檢測(cè)與信號(hào)分割;
Step4、分別對(duì)Step3中分割得到的低頻聲壓信號(hào)提取精細(xì)復(fù)合多尺度散布熵,構(gòu)建能表征堵塞物、三通件和管道尾端的特征向量集;
Step5、將Step4中簡(jiǎn)單工況下構(gòu)建的特征向量集用于聲紋模型的訓(xùn)練,得到GMM-HMM模型;
Step6、將Step4中復(fù)雜工況下構(gòu)建的特征向量集輸入到Step5中的模型,得到每個(gè)模型給出的對(duì)數(shù)似然概率值,根據(jù)對(duì)數(shù)似然概率值的大小判定其所屬的類(lèi)別,從而可以區(qū)分堵塞物、管道配件三通件和管道尾端;
所述Step1中的簡(jiǎn)單工況為含管道內(nèi)只含單個(gè)堵塞物或者單個(gè)三通件以及健康空管狀態(tài)的埋地排水管道,復(fù)雜工況為管道內(nèi)含兩個(gè)及兩個(gè)以上堵塞物或同時(shí)存在單個(gè)三通件的埋地排水管道;
所述Step3的具體過(guò)程為:首先對(duì)降噪后的信號(hào)進(jìn)行加窗、分幀和傅里葉變換,然后計(jì)算每幀信號(hào)的子帶譜熵,并利用子帶譜熵作為判別參數(shù)進(jìn)行端點(diǎn)檢測(cè);最后利用端點(diǎn)檢測(cè)得到堵塞物,三通件和尾端聲壓信號(hào)起止點(diǎn)的具體幀數(shù)進(jìn)行分割,得到堵塞物、三通件和尾端的個(gè)體聲壓信號(hào);
所述Step4的具體實(shí)現(xiàn)過(guò)程為:將簡(jiǎn)單工況下分割得到的堵塞物、三通件和尾端的個(gè)體聲壓信號(hào)提取精細(xì)復(fù)合多尺度散布熵作為特征向量并構(gòu)建特征向量集,用于Step5中模型的訓(xùn)練,將復(fù)雜工況下分割得到的堵塞物、三通件和尾端的個(gè)體聲壓信號(hào)提取精細(xì)復(fù)合多尺度散布熵作為特征向量并構(gòu)建特征向量集,用于Step6中模型的測(cè)試;
所述Step5中得到的聲紋模型包括堵塞的管道聲紋識(shí)別模型、三通件的管道聲紋識(shí)別模型、尾端的管道聲紋識(shí)別模型,上述模型利用簡(jiǎn)單工況下含單個(gè)堵塞物、含單個(gè)三通件以及含單個(gè)尾端的低頻聲壓信號(hào)經(jīng)步驟Step2-Step5訓(xùn)練得到。
2.根據(jù)權(quán)利要求1所述的一種基于BSE和GMM-HMM的埋地排水管道聲紋識(shí)別方法,其特征在于:所述Step1中的數(shù)據(jù)采集裝置包括帶有PC機(jī)、聲卡、功率放大器,帶有揚(yáng)聲器的伸縮桿、帶有水聽(tīng)器的固定伸縮桿、濾波器;其具體實(shí)現(xiàn)過(guò)程為實(shí)驗(yàn)人員通過(guò)計(jì)算機(jī)控制聲卡產(chǎn)生信號(hào),經(jīng)過(guò)功率放大器放大后通過(guò)帶有揚(yáng)聲器的伸縮桿將信號(hào)釋放到管道中,然后通過(guò)帶有水聽(tīng)器的伸縮桿接收反射回來(lái)的信號(hào),經(jīng)濾波器去除不需要的背景和機(jī)械噪聲,最后上傳至計(jì)算機(jī)存儲(chǔ)能獲取信噪比較高的低頻聲壓信號(hào)。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于昆明理工大學(xué),未經(jīng)昆明理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110066274.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 超磁致伸縮并聯(lián)微位移致動(dòng)器
- 基于噪聲屏蔽核的說(shuō)話人識(shí)別方法
- 一種大位移輸出的超磁致伸縮驅(qū)動(dòng)器
- 一種基于GMM的轉(zhuǎn)向控制器及叉車(chē)主動(dòng)后輪轉(zhuǎn)向系統(tǒng)
- 一種客車(chē)用的半主動(dòng)懸架及客車(chē)
- 一種FPGA異構(gòu)加速計(jì)算裝置及系統(tǒng)
- 一種GMM識(shí)別器的快速識(shí)別方法
- 一種基于SVM-GMM模型的語(yǔ)音識(shí)別方法
- 一種語(yǔ)音關(guān)鍵詞識(shí)別中擴(kuò)增語(yǔ)料的選取方法
- 一種自感式超磁致伸縮精密定位裝置
- 聲音識(shí)別系統(tǒng)
- 基于DTW與HMM證據(jù)融合的特種車(chē)?guó)Q笛聲識(shí)別方法
- 基于HMM的小區(qū)切換決策算法及裝置
- 基于隱馬爾克夫模型的食品安全風(fēng)險(xiǎn)預(yù)測(cè)方法
- 基于云端的設(shè)備及其操作方法
- 一種基于變分BP-HMM的人的行為軌跡識(shí)別方法
- 一種基于分層隱馬爾科夫模型的定位方法
- 基于連續(xù)混合高斯HMM模型的地名語(yǔ)音信號(hào)識(shí)別方法
- 病癥評(píng)估方法、終端設(shè)備及計(jì)算機(jī)可讀介質(zhì)
- 一種基于HMM的刷單預(yù)測(cè)系統(tǒng)及方法





