[發明專利]一種軌道車輛車內噪聲源識別方法及系統有效
| 申請號: | 202011033687.0 | 申請日: | 2020-09-27 |
| 公開(公告)號: | CN112179482B | 公開(公告)日: | 2022-08-16 |
| 發明(設計)人: | 趙靖洲;湯晏寧;孫勇;李新一 | 申請(專利權)人: | 中車長春軌道客車股份有限公司 |
| 主分類號: | G01H17/00 | 分類號: | G01H17/00;G01S5/20;G06N3/04;G06N3/08 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 錢娜 |
| 地址: | 130000 *** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 軌道 車輛 噪聲 識別 方法 系統 | ||
1.一種軌道車輛車內噪聲源識別方法,其特征在于,所述方法包括:
在軌道車輛運行的狀態下,實時利用球面麥克風采集軌道車輛內的聲音,得到所述軌道車輛內不同位置的聲壓數據,每一車廂至少設置有一球面麥克風;
對所述聲壓數據進行球傅里葉變換處理,得到對應的聲源頻率;
每隔預設區間統計一次所述聲源頻率,得到N組聲源頻率,每一所述球面麥克風對應一組聲源頻率,N為所述球面麥克風的個數,取值為大于等于1的正整數;
將統計M次得到的M*N組聲源頻率作為神經網絡模型的輸入,在所述神經網絡模型中對所述M*N組聲源頻率進行處理,輸出M*N組聲源位置信息,所述神經網絡模型基于聲源樣本頻率,以及聲源頻率和球面麥克風陣列動力學性能的對應關系進行訓練得到,M的取值為大于等于1正整數;其中,所述聲源頻率與球面麥克風陣列動力學性能的對應關系基于對不同聲源頻率在球面麥克風的不同截斷長度下的動力學性能分析確定;
按照所述聲源位置信息對應的聲源頻率的大小排列每一組聲源位置信息,得到M*N組新的聲源位置信息;
由每一組新的聲源位置信息中,選取對應的聲源頻率超過預設聲源頻率的第一聲源位置信息,確定所述第一聲源位置信息所指示的聲源為統計區間內的噪聲源的位置。
2.根據權利要求1所述的方法,其特征在于,還包括:
基于所述第一聲源位置信息生成統計區間內的噪聲源位置分布報告,所述噪聲源位置分布報告至少包括噪聲源成像云圖和噪聲源波速指向性圖;
基于每一組新的聲源位置信息中剩余聲源位置信息所指示的聲源,生成對應統計區間內的聲源位置分布報告,所述聲源位置分布報告至少包括聲源成像云圖和聲源波速指向性圖。
3.根據權利要求1所述的方法,其特征在于,所述得到M*N組新的聲源位置信息之后,還包括:
集合位于同一測試區域的新的聲源位置信息;
針對每一測試區域,根據所集合的新的聲源位置信息所指示的聲源,生成每一測試區域統計區間內的聲源位置分布報告,所述聲源位置分布報告至少包括聲源成像云圖和聲源波速指向性圖;
針對每一聲源位置報告,選取所述聲源位置分布報告中聲源位置信息對應的聲源頻率超過預設聲源頻率的第二聲源位置信息,確定所述第二聲源位置信息所指示的聲源為當前測試區域統計區間內的噪聲源的位置。
4.根據權利要求1所述的方法,其特征在于,所述由每一組新的聲源位置信息中,選取對應的聲源頻率超過預設聲源頻率的第一聲源位置信息,確定所述第一聲源位置信息所指示的聲源為統計區間內的噪聲源的位置,包括:
集合位于同一測試區域的新的聲源位置信息;
針對每一測試區域,在所集合的新的聲源位置信息中,選取對應的聲源頻率超過預設聲源頻率的聲源位置信息作為第一聲源位置信息;
確定所述第一聲源位置信息所指示的聲源在所處測試區域的位置,得到每一測試區域統計區間內的噪聲源的位置。
5.根據權利要求1所述的方法,其特征在于,基于聲源樣本頻率和球面麥克風陣列動力學性能的對應關系進行訓練得到神經網絡模型的過程,包括:
對獲取到的聲源樣本頻率進行預處理,得到預處理后的聲源樣本頻率;
將預處理后的聲源樣本頻率輸入至初始神經網絡模型,基于聲源頻率與球面麥克風陣列動力學性能的對應關系對所述初始神經網絡模型進行訓練,得到最終的神經網絡模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中車長春軌道客車股份有限公司,未經中車長春軌道客車股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202011033687.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種自動煮飯設備
- 下一篇:一種濕摩擦牢度提升劑的制備方法





