一种预警声波驱散器的制作方法

本发明属于声波装置应用领域，具体是涉及一种预警声波驱散器。

背景技术：

1、在现代社会中，突发事件的发生频率不断增加，如火灾、地震、爆炸等，给人们的生命和财产安全带来了巨大威胁。声波驱散器是一种非伤害性声音定向传输设备，能够实现远距离喊话、警告、威慑功能，可以在极远距离，甚至穿越某些建筑物传递非比寻常的清晰声音效果，具有高度定向、高声强、高清晰度等特点，能实现远距离声音传播的有效性和准确性。目前的声波驱散器一般在现场单独使用，当发生自然灾害时，无法对环境中的声音数据进行准确识别和分类，使用灵活性受限，并且无法根据不同的预警信号生成相应的声波信号，因此，现提出一种预警声波驱散器。

技术实现思路

1、针对现有技术存在的缺陷，本发明提供一种预警声波驱散器，能够根据不同的预警信号生成个性化的声波信号，提供更加有效的预警和驱散效果。

2、为了实现上述目的，本发明所采取的技术方案如下：一种预警声波驱散器，所述声波驱散器包含有数据采集与处理模块、声音识别与分类模块、预警声波生成模块、声波驱散模块、处理器模块以及供电模块，上述模块通过所述处理器模块控制并通过供电模块电性相连。

3、进一步地，所述数据采集与处理模块用于数据的采集，包括麦克风传感器和模数转换器，所述麦克风传感器进行声波数据采集，所述声音数据通过所述模数转换器转换为数字信号，并进行预处理。

4、进一步地，预处理方式包含有去噪、滤波和放大三个过程，去噪采用小波去噪方法，滤波采用高斯滤波方法，放大采用自适应增益放大方法。

5、进一步地，所述声音识别与分类模块通过使用长短记忆网络（lstm）深度学习模型对所述声波数据进行特征提取和模式识别，从而实现对不同预警信号的准确分类。

6、进一步地，所述长短记忆网络lstm通过遗忘门、输入门和输出门来控制声波信息的流动和更新；每个所述长短记忆网络lstm单元包含一个细胞状态和一个隐藏状态，所述细胞状态负责存储和传递信息，所述隐藏状态负责提取和输出信息。

7、进一步地，所述长短记忆网络lstm对不同预警信号的准确分类的具体方法：

8、（1）将原始声波数据保存为wav文件；

9、（2）经过声波数据特征提取变成n*13，n代表数据长度，13是每一帧数据有多少特征值；

10、（3）将n*13矩阵输入到lstm网络，通过两层双向lstm网络，设置40个隐藏节点，如果是单向的，输出变成40个维度，双向的则会变成80个维度；

11、（4）然后经过全连接，对特征值分类，经过softmax计算各个分类的概率；

12、（5）接入ctc，得到正确的分类序列。

13、进一步地，所述声波数据使用mfcc（梅尔倒谱系数）特征提取算法变成n*13。

14、进一步地，所述mfcc（梅尔倒谱系数）算法包含有预加重、分帧、加窗、快速傅里叶变换、三角带通滤波器、计算每个滤波器组输出的对数能量、经离散余弦变换（dct）得到mfcc系数、计算对数能量、动态差分参数的提取九个过程。

15、进一步地，对于被正确分类的声波数据，所述预警声波生成模块根据所述声波数据的频率、振幅和持续时间生成相应的声波信号

16、进一步地，所述声波驱散模块采用声波发射器将声波信号发出，从而实现预警，所述声波发射器使用功率放大器作为换能器驱动电路。

17、本发明利用数据处理技术对声波数据进行去噪、滤波和放大，然后利用使用mfcc（梅尔倒谱系数）对声波数据特征提取并且使用长短记忆网络（lstm）深度学习模型模式识别和分类，从而实现对不同预警信号的准确分类，并使用带有功率放大器作为换能器驱动电路的声波发射器发出信号，从而实现预警功能，本发明能够进行声音识别和分类，应对复杂多变的预警信号。

技术特征：

1.一种预警声波驱散器，其特征在于，所述声波驱散器包含有数据采集与处理模块、声音识别与分类模块、预警声波生成模块、声波驱散模块、处理器模块以及供电模块，上述模块通过所述处理器模块控制并通过供电模块电性相连。

2.根据权利要求1所述的一种预警声波驱散器，其特征在于，所述数据采集与处理模块用于数据的采集，包括麦克风传感器和模数转换器，所述麦克风传感器进行声波数据采集，所述声音数据通过所述模数转换器转换为数字信号，并进行预处理。

3.根据权利要求2所述的一种预警声波驱散器，其特征在于，预处理方式包含有去噪、滤波和放大三个过程，去噪采用小波去噪方法，滤波采用高斯滤波方法，放大采用自适应增益放大方法。

4.根据权利要求1所述的一种预警声波驱散器，其特征在于，所述声音识别与分类模块通过使用长短记忆网络（lstm）深度学习模型对所述声波数据进行特征提取和模式识别，从而实现对不同预警信号的准确分类。

5.根据权利要求4所述的一种预警声波驱散器，其特征在于，所述长短记忆网络lstm通过遗忘门、输入门和输出门来控制声波信息的流动和更新；每个所述长短记忆网络lstm单元包含一个细胞状态和一个隐藏状态，所述细胞状态负责存储和传递信息，所述隐藏状态负责提取和输出信息。

6.根据权利要求5所述的一种预警声波驱散器，其特征在于，所述长短记忆网络lstm对不同预警信号的准确分类的具体方法：

7.根据权利要求1所述的一种预警声波驱散器，其特征在于，所述声波数据使用mfcc（梅尔倒谱系数）特征提取算法变成n*13。

8.根据权利要求8所述的一种预警声波驱散器，其特征在于，所述mfcc（梅尔倒谱系数）算法包含有预加重、分帧、加窗、快速傅里叶变换、三角带通滤波器、计算每个滤波器组输出的对数能量、经离散余弦变换（dct）得到mfcc系数、计算对数能量、动态差分参数的提取九个过程。

9.根据权利要求1所述的一种预警声波驱散器，其特征在于，对于被正确分类的声波数据，所述预警声波生成模块根据所述声波数据的频率、振幅和持续时间生成相应的声波信号。

10.根据权利要求1所述的一种预警声波驱散器，其特征在于，所述声波驱散模块采用声波发射器将声波信号发出，从而实现预警，所述声波发射器使用功率放大器作为换能器驱动电路。

技术总结本发明属于声波装置应用领域，具体是涉及一种预警声波驱散器，包含有数据采集与处理模块、声音识别与分类模块、预警声波生成模块、声波驱散模块、处理器模块以及供电模块，上述模块通过所述处理器模块控制并通过供电模块电性相连；利用数据处理技术对声波数据进行去噪、滤波和放大，然后利用使用MFCC对声波数据特征提取并且使用长短记忆网络（LSTM）深度学习模型模式识别和分类，从而实现对不同预警信号的准确分类，并使用带有功率放大器作为换能器驱动电路的声波发射器发出信号，从而实现预警功能，本发明能够进行声音识别和分类，应对复杂多变的预警信号。技术研发人员：王理想,王明用,谢建省,黄瑞华,王文星受保护的技术使用者：广州市声讯电子科技股份有限公司技术研发日：技术公布日：2024/2/21