一种基于数字特征的空调异响检测方法及系统技术方案

本申请提供了一种基于数字特征的空调异响检测方法，涉及信号处理领域，所述方法至少包括以下步骤：S1采集声音信号；S2对声音信号进行傅里叶变换；S3提取声音相关码数特征；S4采用支持向量机进行异响和无异响分类。本申请将录取到的声音信号用分帧加窗函数和短时傅里叶变换函数将时域信号变换到频域，然后提取信号的基频和倍频，再用支持向量机算法将各个样本点数据分类通过显示屏直观地将有异响和无异响结果显示出来，可以减少人耳判断时的误差，更好判断出待测空调是否存在异响。

【技术实现步骤摘要】
一种基于数字特征的空调异响检测方法及系统
本专利技术涉及信号处理领域，具体地，涉及基于数字特征的空调异响检测方法及系统。
技术介绍
空调即空气调节器(roomairconditioner)，调节温度、湿度、挂式空调是一种用于给空间区域(一般为密闭)提供处理空气温度变化的机组。它的功能是对该房间(或封闭空间、区域)内空气的温度、湿度、洁净度和空气流速等参数进行调节，以满足人体舒适的要求。空调在工作过程中会产生声音。利用人类的听力很难判断出与标准空调出声相似但不一样的响声。但随着科技时代的飞速发展，使用机器代替人耳检测异常声音可以给出更为客观的结果，可以在空调出现异响的早期就给出精准判断，延长空调的使用期限。
技术实现思路
本专利技术的目的在于提供一种基于数字特征的空调异响检测方法及系统，所述方法至少包括以下步骤：S1采集声音信号；S2对声音信号进行傅里叶变换；S3提取声音相关码数特征；S4采用支持向量机进行异响和无异响分类。在一个可能的实现方式中，异响识别过程将声音信号进行短时傅本文档来自技高网...

【技术保护点】
1.一种基于数字特征的空调异响检测方法，其特征在于，所述方法至少包括以下步骤：/nS1采集声音信号；/nS2对声音信号进行傅里叶变换；/nS3提取声音相关码数特征；/nS4采用支持向量机进行异响和无异响分类。/n

【技术特征摘要】
1.一种基于数字特征的空调异响检测方法，其特征在于，所述方法至少包括以下步骤：
S1采集声音信号；
S2对声音信号进行傅里叶变换；
S3提取声音相关码数特征；
S4采用支持向量机进行异响和无异响分类。


2.根据权利要求1所述的方法，其特征在于，异响识别过程将声音信号进行短时傅里叶变换，并提取相关数码特征，采用支持向量机将提取到的数字特征进行分类，分成有异响和无异响两大类。


3.根据权利要求2所述的方法，其特征在于，通过分帧加窗函数和傅里叶变换将经由A/D模数转换器和DSP处理后的信号转换为周期频域信号；提取信号的基频和倍频，其中基频是周期的倒数，傅里叶级数除去直流分量外的部分。


4.根据权利要求2所述的方法，其特征在于，所述采用支持向量机将提取到的数字特征进行分类，包括：
使用分类与回归分析来分析数据的监督学习模型及其相关的学习算法，包括：确定一个分类超平面，在给定一组训练样本后，支持向量机模型将数字特征样本表示为在空间中的映射的点，从而使有异响和无异响的样本能尽可能明显的间隔分开出来，从而达到对数字特征的分类。


5.根据权利要求2所述的方法，其特征在于，对离散时域采样信号h[k]，k＝0，1，...，N-1，其中n为时域采样点序号，N是信号长度，对信号h[k]进行分帧处理，设每一帧长度为NF，表达式为：



对每帧信号经汉宁窗滤波，离散汉宁表达式为：



经过离散傅里叶变换，将加窗后的时域信号转换到频域，如式(3)所示：
Ff[kf，n]＝FFT(h[k]*xn[k，n...

【专利技术属性】
技术研发人员：沈希忠，陈菱，
申请(专利权)人：上海应用技术大学，上海曦息检测技术有限公司，
类型：发明
国别省市：上海;31