一种基于软件的多种作业机械同时运行的建筑工地声学建模方法
信号处理
2020-04-28 v1
摘要
已有若干研究利用施工设备产生的声音模式自动识别其活动。这些研究多聚焦于受控环境下的单机场景。然而，真实建筑工地更为复杂，常由多种类型、具有不同朝向、方向和位置的设备同时作业构成。当前关于工地多机活动识别的研究现状是以硬件为导向的，基于使用麦克风阵列（即按特定几何布局安装于一块板上的若干单麦克风）与波束成形原理对各机器声源方向分类。尽管有效，这种常见硬件方法存在局限，且在普通工地使用麦克风阵列并非总是可行。本文中，作者提出一种使用深度神经网络（DNN）与时空频掩码（TFM）的软件导向方法来解决此问题。所提方法仅需使用单麦克风，因为声源可通过训练 DNN 加以区分。该方法已在两台机器同时作业的模拟工地条件下测试与验证。结果表明，软 TFM 的平均准确率比二值 TFM 高 38%。
引用
@article{arxiv.2004.12042,
title = {A Software-Based Approach for Acoustical Modeling of Construction Job Sites with Multiple Operational Machines},
author = {Behnam Sherafat and Abbas Rashidi and Siyuan Song},
journal= {arXiv preprint arXiv:2004.12042},
year = {2020}
}
备注
10 pages