一种噪声源识别方法及系统的制作方法
【技术领域】
[0001] 本发明涉及噪声处理技术领域，尤其涉及一种噪声源识别方法及系统。
【背景技术】
[0002] 目前，在家电的降噪处理过程中，大都是针对家电的单一零部件进行结构优化，以 达到降噪的目的。例如，在对吸油烟机的降噪处理中，大都是针对风机组件的单一零部件进 行结构优化的。当家电在启动运转过程中产生较大或异常噪声时，需要对家电进行拆卸来 一一查找噪声源，由此可以看出，现有的家电噪声源识别方法，操作复杂、准确率低，不能高 效的对噪声源进行识别。
【发明内容】
[0003] 本发明提供了一种噪声源识别方法，操作简单，且能够提高噪声源的识别效率和 准确率。
[0004] 本发明提供了 一种噪声源识别方法，包括：
[0005] 采集家电设备运行时的混合振动信号，得到所述混合振动信号的时域波形；
[0006] 将所述混合振动信号的时域波形输入预先构建得到的噪声模式匹配数据库；
[0007] 将所述混合振动信号的时域波形与所述噪声模式匹配数据库进行匹配分析；
[0008] 输出与所述噪声模式匹配数据库匹配的匹配原子；
[0009] 依据所述匹配原子确定噪声源的模式。
[0010] 优选地，所述将所述混合振动信号的时域波形与所述噪声模式匹配数据库进行匹 配分析具体为：
[0011] 将所述混合振动信号的时域波形分别与所述噪声模式匹配数据库进行一阶匹配 分析。
[0012] 优选地，构建所述噪声模式匹配数据库包括：
[0013] 采集家电设备的异常噪声时域波形；
[0014] 利用目标优化法对所述异常噪声时域波形进行学习优化；
[0015] 将优化后的特征波形作为基原子模型，构造得到原子库；
[0016] 组合所述原子库得到所述噪声模式匹配数据库。
[0017]优选地，所述利用目标优化法对所述异常噪声时域波形进行学习优化包括：
[0018] 从所述异常噪声时域波形中选取M个特征波形作为学习样本ai，并随机产生与学 习样本等长度的向量作为待优化波形a，其中，i = l，2，. . .，M，特征波形的长度为L;
[0019] 对所述待优化波形a进行归一化处理；
[0020] 对所述待优化波形a进行调整，使待优化波形a与学习样本ai接近；
[0021] 更新待优化波形，得到新的优化波形向量；
[0022] 重复上述步骤，直至残差能量和无变化，得到优化后的特征波形。
[0023] 优选地，所述将优化后的特征波形作为基原子模型，构造得到原子库具体为：
[0024] 将优化后的特征波形作为基原子模型；
[0025] 将所述基原子模型横向平移，构造得到原子库。
[0026] 一种噪声源识别系统，包括：
[0027] 第一采集单元，用于采集家电设备运行时的混合振动信号，得到所述混合振动信 号的时域波形；
[0028] 输入单元，用于将所述混合振动信号的时域波形输入预先构建得到的噪声模式匹 配数据库；
[0029] 匹配分析单元，用于将所述混合振动信号的时域波形与所述噪声模式匹配数据库 进行匹配分析；
[0030] 第一输出单元，用于输出与所述噪声模式匹配数据库匹配的匹配原子；
[0031] 确定单元，用于依据所述匹配原子确定噪声源的模式。
[0032] 优选地，所述匹配分析单元，用于将所述混合振动信号的时域波形分别与所述噪 声模式匹配数据库进行一阶匹配分析。
[0033] 优选地，所述系统还包括：
[0034]第二采集单元，用于采集家电设备的异常噪声时域波形；
[0035]学习优化单元，用于利用目标优化法对所述异常噪声时域波形进行学习优化；
[0036] 构造单元，用于将优化后的特征波形作为基原子模型，构造得到原子库；
[0037] 组合单元，用于组合所述原子库得到所述噪声模式匹配数据库。
[0038]优选地，所述学习优化单元包括：
[0039] 初始化单元，用于从所述异常噪声时域波形中选取M个特征波形作为学习样本ai， 并随机产生与学习样本等长度的向量作为待优化波形a，其中，i = l，2, . . .，M，特征波形的 长度为L;
[0040] 归一化处理单元，用于对所述待优化波形a进行归一化处理；
[0041] 调整单元，用于对所述待优化波形a进行调整，使待优化波形a与学习样本ai接近；
[0042] 更新单元，用于更新待优化波形，得到新的优化波形向量；
[0043] 第二输出单元，用于在重复上述步骤，直至残差能量和无变化后，得到优化后的特 征波形。
[0044] 优选地，所述构造单元，用于将优化后的特征波形作为基原子模型，将所述基原子 模型横向平移，构造得到原子库。
[0045] 由上述方案可知，本发明提供的一种噪声源识别方法，当需要对家电进行噪声源 识别时，采集家电设备运行时的混合振动信号，得到混合振动信号的时域波形，将得到的时 域波形输入预先构建得到的噪声模式匹配数据库进行匹配分析，根据匹配分析输出与噪声 模式匹配数据库匹配的匹配原子，最后依据得到的匹配原子确定噪声源的模式，操作简单， 能够一次性的识别出家电设备的多种噪声，提高了噪声源的识别效率和准确率。
【附图说明】
[0046] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0047] 图1为本发明实施例一公开的一种噪声源识别方法的流程图；
[0048] 图2为本发明实施例二公开的一种噪声源识别方法的流程图；
[0049] 图3为本发明公开的一种构建噪声模式匹配数据库的方法流程图；
[0050] 图4为本发明公开的一种利用目标优化法对异常噪声时域波形进行学习优化的方 法流程图；
[0051] 图5为本发明实施例一公开的一种噪声源识别系统的结构示意图；
[0052] 图6为本发明实施例二公开的一种噪声源识别系统的结构示意图；
[0053] 图7为本发明公开的一种一种构建所述噪声模式匹配数据库的系统结构示意图； [0054]图8为本发明公开的一种利用目标优化法对异常噪声时域波形进行学习优化的系 统结构示意图。
【具体实施方式】
[0055] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0056] 如图1所示，为本发明实施例一公开的一种噪声源识别方法，包括以下步骤：
[0057] SlOl、采集家电设备运行时的混合振动信号，得到混合振动信号的时域波形；
[0058] 当需要对家电设备的噪声源进行识别时，在家电设备运行的过