买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京计算机技术及应用研究所;北京航天爱威电子技术有限公司

摘要：本发明涉及一种基于连续卷积神经网络的自动统计发动机摩托小时的方法，属于声音信号处理和深度学习技术领域。本发明包括：装备发动机声音信号采集，发动机声音信号时频特性分析，装备发动机声音信号预处理，装备发动机工作声音特征提取，装备发动机工作声音Log‑Mel特征与MFCC特征融合，基于连续卷积神经网络CCNN进行装备发动机声音分类识别，发动机摩托小时计算。本发明通过对环境中装备发动机声音进行识别，可有效判断发动机是否处于工作状态，进而对发动机的工作时长进行统计。

主权项：1.一种基于连续卷积神经网络的自动统计发动机摩托小时的方法，其特征在于，该方法包括如下步骤：S1、装备发动机声音信号采集：通过在装备靠近发动机侧安装声音采集设备，获取各种工况时发动机声音信号；S2、发动机声音信号时频特性分析：针对采集的不同工况下的发动机声音信号，分析其时频特性，归纳总结发动机工作状态时声音的振动规律，便于下一步有针对性的对装备发动机声音信号预处理；S3、装备发动机声音信号预处理；基于小波变换的方法对装备发动机声音信号进行筛选、滤波预处理，更有利于提高识别准确率；S4、装备发动机工作声音特征提取：对预处理后的发动机声音数据分别提取梅尔频率倒谱系数MelFrequencyCepstrumCoefficient,MFCC特征和Log-Mel特征；S5、装备发动机工作声音Log-Mel特征与MFCC特征融合：对Log-Mel特征与MFCC特征进行融合，将这两类特征通过拼接的方式得到融合后的特征图，为进一步识别提供输入；S6、基于连续卷积神经网络CCNN进行装备发动机声音分类识别：将融合后的特征数据送入CCNN进行训练，迭代N次后，保留损失值最小的模型作为最终的发动机声音分类识别模型，用于后续装备发动机声音的分类识别；S7、发动机摩托小时计算：通过每分钟对发动机运行状态的识别结果建立对应的时间戳，形成发动机状态时间序列；通过对时间序列的突变点分析，纠正可能由其他干扰造成的错误、漏检、多检数据，修正发动机状态时间序列；并根据修正后的发动机状态时间序列，通过计算发动机的起止时间计算出发动机的单次工作时长。

全文数据：

权利要求：

百度查询： 北京计算机技术及应用研究所 北京航天爱威电子技术有限公司 基于连续卷积神经网络的自动统计发动机摩托小时的方法