“常先宇”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]基于四面体麦克风阵列的无人机声音信号增强方法-CN201810195198.1有效
发明人：陈积明;吴泽先;史治国;常先宇;杨超群;史秀纺;吴均峰 -专利权人：浙江大学
申请日： 2018-03-09 - 公布日： 2021-10-08 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于四面体麦克风阵列的无人机声音信号增强方法。该方法通过最小方差无失真滤波(MVDR)的方法和无人机声音信号的特征频率大致估计无人机的方向，利用阵列信号处理，反推出麦克风之间的时延，然后，在时域上对原始信号通过波束形成进行延迟求和处理，将多路信号延迟加权到同一时间节点，最终得到一组信号，实现无人机声音信号增强的效果。同时，在四面体每个阵元都采用上述处理，将四面体所有麦克风的信号都进行了增强。本发明充分利用四面体每个麦克风的信息进行信号增强，最后得到与接收信号相同数量的增强信号，极大地提高接收信号的信噪比，对声阵列处理领域具有较高的价值。
基于四面体麦克风阵列无人机声音信号增强方法

[发明专利]基于动态规划算法的移动声源到达时延估计方法-CN201910055840.0有效
发明人：陈积明;吴泽先;史治国;常先宇;杨超群;吴均峰 -专利权人：浙江大学
申请日： 2019-01-18 - 公布日： 2020-11-13 - 主分类号： G01S5/22 文献下载
摘要：本发明公开了一种基于动态规划算法的移动声源到达时延估计方法。该方法利用移动声源时延估计具有连贯性的特点，先采集连续n个时刻的数据，在每一个时刻取出互功率谱密度分布函数上最大的m个峰值对应的m个时延，再在m个时延中取出的任意一个时延，连续取n个时刻后可以将n个时延连线，利用动态规划算法求出时延波动最小的连线，同时，引入互功率谱密度分布函数的峰值对时延连线的选取进行修正。选出最小波动时延连线后，将该连线最后一个时刻的时延作为信号到达时延TDOA，可利用滑动时间窗重复上述过程求取后续TDOA。本发明充分利用多帧移动声源信号时延连贯性，同时考虑到了多径效应对声源时延的影响，提取出最正确的时延，对声阵列处理领域具有较高的价值。
基于动态规划算法移动声源到达估计方法

[发明专利]基于高斯先验与区间约束的移动声源时延滤波方法-CN201810105261.8有效
发明人：陈积明;常先宇;史治国;杨超群;史秀纺;吴均峰;吴泽先 -专利权人：浙江大学
申请日： 2018-02-02 - 公布日： 2020-10-20 - 主分类号： G01S7/539 文献下载
摘要：本发明公开了一种基于高斯先验与区间约束的移动声源时延滤波方法。该方法利用移动声源的时延估计结果具有连贯性的特点，结合其先验信息以及实际声阵列尺寸的约束条件，优化时延估计的结果。首先利用阵列具体尺寸限定时延的可行区间，利用广义互相关函数计算出互功率谱密度函数，然后利用上一时刻时延估计结果构造高斯先验概率函数，最后更新预测得到当前时刻的时延估计互功率谱密度函数，求解其峰值位置对应的时刻，并根据其时延估计结果是否为零进一步判断得到当前时刻的时延估计结果。该方法对于解决移动声源目标在低信噪比情况下的时延估计具有重要的应用价值，能够极大提高移动声源的时延估计结果。
基于先验区间约束移动声源滤波方法

[发明专利]一种基于声纹多谐波识别的无人机检测方法-CN201710711117.4有效
发明人：陈积明;常先宇;程翠;杨超群;史秀纺;史治国 -专利权人：浙江大学
申请日： 2017-08-18 - 公布日： 2020-05-22 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种基于声纹多谐波识别的无人机检测方法。传统的基于傅里叶变换的谐波检测方法建立在信号平稳的假设基础上进行分析，使用信号的时域信息得到频域特征，能够精确地确定出平稳信号中各次谐波的频率、幅值以及相位，该方法的不足在于不能处理非平稳信号，不适合分析动态谐波以及突变信号，实际的谐波检测应用中，谐波很可能是动态变化的。本方法通过对目标信源的声音信号做时频分析得到特征频率。根据特征频率在频谱中的位置，将频带等宽度划分为依次交替的特征频率区间与非特征频率区间，求取各频率区间的最高能量值。依据各频率区间的能量上起伏的关系，根据各频率区间的最高能量值的大小关系作为判别标准，能够实现很好的检测性能。
一种基于声纹谐波识别无人机检测方法

[发明专利]基于K均值聚类迭代的无人机声源定位方法-CN201810105210.5有效
发明人：陈积明;常先宇;史治国;杨超群;史秀纺;吴均峰;吴泽先 -专利权人：浙江大学
申请日： 2018-02-02 - 公布日： 2020-04-10 - 主分类号： G01S5/22 文献下载
摘要：本发明公开了一种基于K均值聚类迭代的无人机声源定位方法。该方法在利用广义互相关函数计算出多组声音传感器之间的时间延迟信息的基础上，首先利用时延关系写出多种不同的线性方程组，分别计算出多个无人机声源三维坐标；然后利用K均值聚类算法估计出无人机的最佳位置坐标；最后以该聚类算法得到的位置坐标作为初始值，采用迭代算法计算出无人机最终的位置坐标。本发明能够充分利用时延估计冗余信息，结合多声音传感器的优势，更加准确、可靠地定位出无人机声源目标的位置；解决迭代算法中对初始值较敏感的缺点，利用线性方程组求解的结果作为迭代的初始值，加快收敛速度，同时保证收敛结果的准确性；该方法具有巨大的应用价值。
基于均值聚类迭代无人机声源定位方法

[发明专利]基于概率数据关联的移动声源到达时延估计方法-CN201910056039.8在审
发明人：陈积明;吴泽先;史治国;吴均峰;常先宇;杨超群 -专利权人：浙江大学
申请日： 2019-01-18 - 公布日： 2019-04-16 - 主分类号： G01S5/22 文献下载
摘要：本发明公开了一种基于概率数据关联的移动声源到达时延估计方法。预先在前一时刻利用卡尔曼滤波预测的声源声音信号到达麦克风的时延，广义互相关算法计算本时刻数据的互功率谱密度分布函数，取出互功率谱密度分布函数上最大的m个峰值对应的m个到达麦克风的时延，利用概率关联算法结合预测的TDOA计算本时刻估计出的各个时延可能是TDOA的概率，将这m个时延利用上述概率加权得到该时刻最终TDOA。考虑到移动声源的时延估计具有连贯性，本方法将PDA跟踪算法运用在TDOA连续估计中，把每个时刻估计出的多个时延看做目标跟踪中的多个目标量测，从而将多时刻连续TDOA估计问题转化为跟踪问题，大大增加了移动声源到达时延估计的准确性，对声阵列处理领域具有较高的价值。
时延时延估计移动声源密度分布函数麦克风概率数据互功率谱概率声源声音信号关联卡尔曼滤波多个目标跟踪算法关联算法目标跟踪前一时刻时刻数据算法计算问题转化连贯性互相关声阵列预测量测加权取出跟踪

[发明专利]一种基于声纹多谐波识别的无人机方向估计方法-CN201710021562.8有效
发明人：史治国;程翠;常先宇;陈积明;杨超群;史秀纺 -专利权人：浙江大学
申请日： 2017-01-12 - 公布日： 2019-04-12 - 主分类号： G01S3/802 文献下载
摘要：本发明公开了一种基于声纹多谐波识别的无人机方向估计方法。传统的基于高分辨率谱的非相干子空间波达方向估计算法，将宽带信号分成各个窄带信号，在窄带上用多重信号分类(MUSIC)算法进行角度估计，取算数平均值。传统方法忽略了子频带的能量不均和信噪比不同，导致算法性能不佳。本发明方法通过对目标信源的声音信号做时频分析，得到特征频率。对宽带信号只提取特征频率所在的子频带，做窄带MUSIC运算，结合各特征子频带的能量比、信噪比，赋予各特征子频带方向角不同的加权系数，加权平均得到角度估计结果，以达到更准确的角度估计性能。
一种基于声纹谐波识别无人机方向估计方法

[发明专利]基于声阵列的无人机实时检测和定位系统及方法-CN201710041766.8有效
发明人：陈积明;常先宇;史治国;杨超群;程翠;史秀纺;程鹏 -专利权人：浙江大学
申请日： 2017-01-20 - 公布日： 2019-04-05 - 主分类号： G01S5/20 文献下载
摘要：本发明公开了一种基于声阵列的无人机实时检测和定位系统及方法。该系统包括至少两个声阵列和PC端；声阵列采用十字型对称设计，每条边等间距对称安装四个声音传感器，每个声阵列共有八个声音传感器；PC端接收采集卡采集的声音传感器信号，利用时频分析的结果检测目标是否为无人机，如果为无人机则针对十字型阵列的每个线阵分别做一维的波达方向角度估计，得到目标与十字型阵列两个边的夹角，利用多个阵列各自估计的角度和阵列之间的距离计算出无人机在空间中的坐标。本发明通过合理摆放声阵列，可以迅速检测无人机并获取位置信息，有效应对无人机导致的安全隐患。
基于阵列无人机实时检测定位系统方法

[发明专利]一种基于声纹能量特征的无人机检测方法-CN201710711101.3在审
发明人：史治国;杨超群;常先宇;史秀纺;陈积明;程翠 -专利权人：浙江大学
申请日： 2017-08-18 - 公布日： 2018-01-09 - 主分类号： G10L17/00 文献下载
摘要：本发明公开了一种基于声纹能量特征的无人机检测方法。传统的基于梅尔频率倒谱系数特征向量的声音检测方法是在梅尔频率上进行倒谱分析以提取信号的包络信息。该方法处理过程复杂，计算复杂度较高，且特征向量的可解释性较差。本方法通过对目标信源的声音信号做时频分析，得到目标信源特的征频率。根据特征频率在频谱中的位置，将频带等宽度划分为依次交替的特征频率区间与非特征频率区间。再对各频率区间，等宽度划分成n个子区间，由傅里叶变换结果计算各个子区间的能量，取各个子区间的能量最大值代表该频率区间的能量。取各频率区间能量占总能量的比例作为一组能量特征向量。使用机器学习的方法进行分类学习，实现检测，以达到更好的检测性能。
一种基于声纹能量特征无人机检测方法

[发明专利]两次惠斯通电桥法定位潜油电缆绝缘故障点的方法-CN201610221333.6在审
发明人：刘广孚;郭亮;游永智;朱赫;董雪;郭曙光;常先宇;常云飞;周凯迪 -专利权人：中国石油大学（华东）
申请日： 2016-04-11 - 公布日： 2016-08-24 - 主分类号： G01R31/08 文献下载
摘要：本发明公开了两次惠斯通电桥法定位潜油电缆绝缘故障点的方法，通过惠斯通电桥1、电桥2之间的切换，实现对潜油电缆绝缘故障点的定位。设计步骤包括：1.把开关K_a、K_b调到“1”档，接成的电路称为惠斯通电桥1，见附图2，调节桥臂L₁、L₂的阻值使电桥1达到平衡，从而得到潜油电缆AB两相的阻值R_AB。2.把开关K_a、K_b调到“2”档，接成的电路称为惠斯通电桥2，见附图4，在电桥2中把潜油电缆铠皮与芯线之间的绝缘电阻R_E视为电源U₂的内阻，调节U₂、L₁、L₂使电桥2达到平衡，从而确定潜油电缆A、B两端各自到故障点E之间的阻值的比例。3.根据步骤1、2结论和电缆材料的均质性计算出故障点E到电缆A端之间的阻值，可以确定潜油电缆故障点的位置。
两次斯通电桥法定位潜油电缆绝缘故障方法

1
共 10 条