主动声源探测法在大埋深燃气PE管道探测中的应用

主动声源探测法是现在主流的一种PE燃气管道探测方法,利用该方法可有效探测出埋深较浅(3m内)的PE燃气管道。但对于埋深超过3m以上管道,无法使用现有的探测技术直接从地面准确地探测其水平位置及埋深.然而随着城市建设快速发展,城市道路开挖、其他管道铺设日益频繁,加之燃气穿越PE管道原始资料缺失或者不准确,给燃气企业燃气安全管理运行造成巨大挑战。本文基于主动声源探测法,采用辅助微型钻孔法,总结出一套针对大埋深的燃气管道的探测方法。

主动声源探测法在燃气PE管道定期检验中的应用

燃气PE管道越来越广泛应用于城镇燃气管网中,但其材料本身惰性性质,给管道定期检验带来了定位难题,主动声源探测法能免开挖快捷准确地探测燃气PE管道的位置,本文阐述了主动声源探测法的工作原理、仪器设备、特点、检测方法,通过探测实例并现场开挖验证统计声源探测法探测精度说明该方法在燃气PE管道定期检验中的应用效果。

小孔径方阵对大气中运动声源的定位研究

研究大气中小基阵无源声探测精确定位模型问题。利用小基阵中全部声程差量建立全部简单模型,用最佳线性融合方法获得精确定位模型,组合模型的精度高于每一个简单模型的精度。建立了对空间立体阵和平面阵的通用建模方法。该模型避免了小基阵对空间声源定位的盲区效应。用平面正方形阵外场试验数据对定位模型进行了检验,试验数据包括了声源在一定高度作直线运动、俯冲运动、转弯运动、绕圈四种运动。得出了声源的运动轨迹,验证了该模型对低空声源的定位精度高和方差小,特别是对方位角的定位精度高。该方法尤其适用于对广泛采用的平面正方形阵、正五元空间阵、正四元空间阵和正四面体阵建模。

一种多基阵炸点声源定位系统设计

为提高火炮武器的命中精度和攻击效果,提出了一种基于无源声探测的目标定位技术。系统通过传声器阵列采集目标声源发出的声信号,采用多个基阵定向结果对目标进行交汇定位,搭建了基于FPGA+DSP架构的基阵节点,对节点的软硬件进行了详细设计,并利用时延估计和定位算法解算出目标声源的三维坐标,实现对炮弹炸点的精确定位。最后模拟现场环境,设计完成了多次测试实验,验证了方位角估计理论的正确性及试验系统的可行性。实验数据表明,该方法具有较高的估计精度,可获得炸点的具体位置信息,具有一定的实用价值和应用前景。

基于深度学习的小样本声目标识别方法

声目标分类识别是声源识别领域的核心问题,然而,在应用深层神经网络进行声目标分类识别时,从少量样本中学习(样本复杂度较低)是一个具有挑战性的问题;针对此问题,提出了一种基于深度学习的小样本声目标识别方法,该方法将手工设计特征和对数梅尔声谱特征结合到一起,扩充了深度学习模型的可利用特征量,提高了声信号识别效率和精度;在实验验证中,该方法在测试集上实现了87.6%的识别精度;更进一步地,用较少量的训练样本对该方法和其它几种主流的深度学习模型的性能进行了比较验证,结果表明,该方法只需要更少量的数据即可实现同样的识别精度,在声源探测领域具有一定应用价值。

基于深度学习的声信号分类识别方法

提出了一种基于深度学习的声信号分类识别方法,将声场环境中声源目标的识别等效为声场信号—特定声源的端到端学习过程,建立一种以log-mel能量为声信号特征的预提取方法,以深度残差网络作为特征自动提取及分类的声信号分类识别模型。在两个大型数据集上对模型性能进行了验证,实验结果表明,本文提出的深度残差网络模型在DCASE2019数据集和UrbanSound8K数据集上能够实现80.2%和76.4%的识别精度,在声源探测领域具有一定的应用价值。

基于遗传算法的单站无源纯方位定位算法

提出了一种基于遗传算法的单站无源纯方位定位算法。首先对无源声探测系统中的时间延迟问题进行分析并建立目标运动模型,仅利用被动声目标的方位角信息,完成单声传感器对目标的定位。对于单目标情况,结合目标运动模型和目标的方位角信息,运用遗传算法估计出目标的位置;对于多目标情况,首先用多假设可能数据关联完成多目标方位角的关联,再对每一个目标运用遗传算法估计出该目标的位置。最后通过仿真实验验证了算法的正确性和有效性。