The invention discloses a low SNR detection system and detection method of abnormal sound signal, detection methods of sound energy frequency characteristics, the calculation to detect signal frames after treatment with respect to the target signal energy value of multi frame fusion results by median filter, the introduction of soft threshold approach to early warning judge; detection system includes a detection unit and PC software, you can achieve a variety of goals by selective detection of abnormal sound feature library, rely on the Internet communication, can realize real-time detection is not associated with a background measurement and early warning. The design of the system can effectively detect the abnormal target sound in the low SNR environment and give timely warning judgment, which can meet the real-time requirements of practical applications.
【技术实现步骤摘要】
一种低信噪比异常声音信号的检测系统及检测方法
本专利技术涉及计算机音频处理领域,具体涉及一种低信噪比异常声音信号的检测系统及检测方法。
技术介绍
声音信号是人类最熟悉的承载信息的信号之一,随着信息技术和多媒体技术的发展,开展机器对声音的感知和理解研究越来越受到重视。目前,计算机对音频的检测和识别技术在工业控制、医疗护理、军事国防等各个领域都有着广泛的应用。特别是异常声音信号往往预示着异常事件发生,如:尖叫声、爆炸声等,而声音检测手段有着不易受环境因素影响、特征稳定等其他检测手段无法比拟的优势。因此,声音信号检测已经成为了公共安全监控智能化发展的一个重要组成部分,近年来引起了学者们的广泛研究。目前,对声音信号的研究主要分为语音和非语音。非语音信号能够更多地传达声源特性和环境特征,对计算机更深刻地认识环境有着重要的作用,而异常声音的检测就属于非语音信号的研究范畴,即通过对一段连续的声音信号进行特征提取、分析,从而检测出是否含有异常声音信号。现阶段对非语音信号的检测研究主体可以分为两个方面:基于特征的检测方法和基于模型的检测方法。基于特征的检测方法依据特征提取所基于的时间单元长度可以分为短时特征和长时特征,如;爆炸声和无人机入侵的声音特征就分属短时特征和长时特征。不同的异常声音其声学特征存在很大的差异,现在常用的一些时域特征有短时能量、过零率、振幅等,但是由于计算过程简单,仅仅适用于单一环境等问题使得时域特征一般不单独使用;频域特征有频谱分布、基频、梅尔倒谱系数、线性预测倒谱系数等,这些频域特征在实际检测中表现出很好的鲁棒性;在声音检测中,还有一类时频域特征能够 ...
【技术保护点】
一种低信噪比异常声音信号的检测系统,其特征在于,包括置于待测环境中的检测单元,检测单元连接异常声音特征库,检测单元和异常声音特征库均连接上位机控制模块;所述检测单元用于接收上位机控制指令后执行相应功能,运行检测算法,对待检测环境声音进行采集、检测并上传结果;所述异常声音特征库用于储存多种待检测的目标声音的声学特征模板,为检测过程提供比较数据;所述上位机控制模块用于对检测单元的通信控制;对检测结果进行分析、显示和预警,并且对检测单元上的检测程序进行远程维护和更新。
【技术特征摘要】
1.一种低信噪比异常声音信号的检测系统,其特征在于,包括置于待测环境中的检测单元,检测单元连接异常声音特征库,检测单元和异常声音特征库均连接上位机控制模块;所述检测单元用于接收上位机控制指令后执行相应功能,运行检测算法,对待检测环境声音进行采集、检测并上传结果;所述异常声音特征库用于储存多种待检测的目标声音的声学特征模板,为检测过程提供比较数据;所述上位机控制模块用于对检测单元的通信控制;对检测结果进行分析、显示和预警,并且对检测单元上的检测程序进行远程维护和更新。2.根据权利要求1所述的一种低信噪比异常声音信号的检测系统,其特征在于,所述检测单元包括声音传感器、放大器、数据采集卡和嵌入式处理器。3.根据权利要求1所述的一种低信噪比异常声音信号的检测系统,其特征在于,所述检测单元通过互联网与上位机控制模块进行通信。4.权利要求1所述的一种低信噪比异常声音信号的检测系统的检测方法,其特征在于,包括以下步骤:步骤一,提取声音信号在时频域的能量特征,并依据实际环境因素对其进行修正;步骤二,对待检测信号进行分帧化处理;步骤三,对分帧后的待检测信号做小波包变换,将小波包系数矩阵按每帧中的分段来计算子带能量,从而得到每帧数据的特征矩阵;步骤四,通过待检测信号特征矩阵依次求取每段信号相比目标信号的能量增值,组合得到此帧信号的能量增值向量;步骤五,采用取平均的方式对多帧数据的能量增值向量做融合,得到最终的检测结果序列{di};步骤六,依据设...
【专利技术属性】
技术研发人员:冯祖仁,李鹏,梁恺,周庆,李长通,韩玉,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。