基于人工神经网络的无人机声学分析用于预测精神声讨厌度
计算工程、金融与科学
2024-10-30 v1 人工智能
摘要
无人机 (UAV) 因其低运行成本、紧凑尺寸和广泛可达性，已在多个领域和工业应用中广泛使用。然而，无人机螺旋桨产生的噪声已成为一个显著关切。这可能影响公众在需要在靠近住宅区运行的服务中采用这些无人机的意愿。标准方法包括声压测量和噪声特征分析。近年来，人工智能模型的集成进一步简化了这一过程，通过增强对无人机声学数据的复杂特征检测。本研究建立在先前研究基础上，考察了 various Deep Learning 模型在预测精神声讨厌度方面的效果，该指数有效衡量人类耳朵所感知的讨厌程度。这是通过构建包含多种无人机模型、多个麦克风的精确测量数据集，并分析飞行数据、机动动作、无人机物理特征以及在真实条件下的感知讨厌度来实现的。本研究旨在提高对无人机噪声的了解，助力噪声减技术的开发，并鼓励无人机在公共空间中的接受。
引用
@article{arxiv.2410.22208,
title = {Drone Acoustic Analysis for Predicting Psychoacoustic Annoyance via Artificial Neural Networks},
author = {Andrea Vaiuso and Marcello Righi and Oier Coretti and Moreno Apicella},
journal= {arXiv preprint arXiv:2410.22208},
year = {2024}
}
备注
20 Pages, 10 Figures, 4 Tables