System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及計算機,具體而言,涉及一種車載接口平臺設備異常檢測方法、裝置、介質及設備。
技術介紹
1、車載接口平臺在全自動運行系統測試中扮演著核心角色,它不僅關系到系統的功能性和可靠性,還直接影響到用戶的體驗和系統的長期可維護性。在車載接口平臺設備發生故障時,及時準確的檢修至關重要。
2、因此,如何及時檢測車載接口平臺設備的異常情況成為業界亟待解決的技術問題。
技術實現思路
1、本申請提供一種車載接口平臺設備異常檢測方法、裝置、介質及設備,用以解決現有技術中如何及時檢測車載接口平臺設備的異常情況的技術問題。
2、第一方面,本申請提供了一種車載接口平臺設備異常檢測方法,包括:
3、獲取第一聲音信號的梅爾頻率倒譜系數和時域特征;所述第一聲音信號為沒有故障的車載接口平臺設備的聲音信號;
4、將所述梅爾頻率倒譜系數和所述時域特征輸入至堆疊變分自編碼器模型中,得到所述堆疊變分自編碼器模型輸出的所述第一聲音信號的重構誤差;
5、基于所述重構誤差設置所述車載接口平臺設備的異常閾值,在所述車載接口平臺設備的第二聲音信號的重構誤差大于所述異常閾值的情況下,確定所述車載接口平臺設備異常;所述第二聲音信號為所述車載接口平臺設備實時的聲音信號。
6、在一些實施例中,所述獲取第一聲音信號的梅爾頻率倒譜系數,包括:
7、將所述第一聲音信號進行分幀加窗,得到第一信號;
8、基于快速傅里葉變換將所述第一信號從時域轉換至頻
9、基于梅爾濾波器組將所述第二信號從頻域映射到梅爾域,得到所述第一聲音信號的梅爾頻率倒譜系數。
10、在一些實施例中,所述得到所述第一聲音信號的梅爾頻率倒譜系數,包括:
11、基于所述第二信號的映射結果獲取所述第一聲音信號的梅爾語譜圖;
12、將所述梅爾語譜圖進行取對數運算和離散余弦變換運算,得到所述梅爾頻率倒譜系數。
13、在一些實施例中,所述堆疊變分自編碼器模型包括多層變分自編碼器;所述得到所述堆疊變分自編碼器模型輸出的所述第一聲音信號的重構誤差,包括:
14、基于各層變分自編碼器的解碼器生成的重構輸出與各層變分自編碼器的輸入確定各層變分自編碼器的重構誤差;
15、將各層變分自編碼器的重構誤差進行加和得到所述第一聲音信號的重構誤差;
16、其中,各層變分自編碼器產生的潛在變量作為下一層變分自編碼器的輸入。
17、在一些實施例中,所述確定所述車載接口平臺設備異常,包括:
18、將所述第二聲音信號輸入至異常檢測模型中,得到所述異常檢測模型輸出的所述第二聲音信號的重構誤差;
19、將所述第二聲音信號的重構誤差與所述異常閾值進行對比;
20、在所述第二聲音信號的重構誤差大于所述異常閾值的情況下,確定所述車載接口平臺設備異常;
21、其中,所述異常檢測模型中包括聲學特征提取層和所述堆疊變分自編碼器模型。
22、在一些實施例中,所述獲取第一聲音信號的時域特征,包括:
23、將所述第一聲音信號輸入至所述聲學特征提取層的時域特征提取層,得到所述時域特征提取層輸出的所述第一聲音信號的時域特征;
24、其中,所述時域特征提取層是基于時域網絡構建的;所述時域特征提取層包括一維卷積層和卷積神經網絡塊;所述卷積神經網絡塊包括歸一化層、激活層和一維卷積。
25、第二方面,本申請提供了一種車載接口平臺設備異常檢測裝置,包括:
26、獲取模塊,用于獲取第一聲音信號的梅爾頻率倒譜系數和時域特征;所述第一聲音信號為沒有故障的車載接口平臺設備的聲音信號;
27、重構模塊,用于將所述梅爾頻率倒譜系數和所述時域特征輸入至堆疊變分自編碼器模型中,得到所述堆疊變分自編碼器模型輸出的所述第一聲音信號的重構誤差;
28、檢測模塊,用于基于所述重構誤差設置所述車載接口平臺設備的異常閾值,在所述車載接口平臺設備的第二聲音信號的重構誤差大于所述異常閾值的情況下,確定所述車載接口平臺設備異常;所述第二聲音信號為所述車載接口平臺設備實時的聲音信號。
29、第三方面,本申請提供了一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現上述的方法。
30、第四方面,本申請提供了一種電子設備,包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器被設置為通過所述計算機程序執行所述程序時實現上述的方法。
31、第五方面,本申請還提供一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現如上述方法。
32、本申請提供的車載接口平臺設備異常檢測方法、裝置、介質及設備,通過獲取沒有故障的車載接口平臺設備的聲音信號的梅爾頻率倒譜系數和時域特征,構建堆疊變分自編碼器模型,從而得到該聲音信號的重構誤差;根據該重構誤差構建異常聲音信號的重構誤差的閾值,從而可以及時識別出車載接口平臺設備是否異常,提高了車載接口平臺設備的異常檢測效率和異常檢測準確度。
本文檔來自技高網...【技術保護點】
1.一種車載接口平臺設備異常檢測方法,其特征在于,包括:
2.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述獲取第一聲音信號的梅爾頻率倒譜系數,包括:
3.根據權利要求2所述的車載接口平臺設備異常檢測方法,其特征在于,所述得到所述第一聲音信號的梅爾頻率倒譜系數,包括:
4.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述堆疊變分自編碼器模型包括多層變分自編碼器;所述得到所述堆疊變分自編碼器模型輸出的所述第一聲音信號的重構誤差,包括:
5.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述確定所述車載接口平臺設備異常,包括:
6.根據權利要求5所述的車載接口平臺設備異常檢測方法,其特征在于,所述獲取第一聲音信號的時域特征,包括:
7.一種車載接口平臺設備異常檢測裝置,其特征在于,包括:
8.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的車載接口平臺設備異常檢測方法。
...【技術特征摘要】
1.一種車載接口平臺設備異常檢測方法,其特征在于,包括:
2.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述獲取第一聲音信號的梅爾頻率倒譜系數,包括:
3.根據權利要求2所述的車載接口平臺設備異常檢測方法,其特征在于,所述得到所述第一聲音信號的梅爾頻率倒譜系數,包括:
4.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述堆疊變分自編碼器模型包括多層變分自編碼器;所述得到所述堆疊變分自編碼器模型輸出的所述第一聲音信號的重構誤差,包括:
5.根據權利要求1所述的車載接口平臺設備異常檢測方法,其特征在于,所述確定所述車載接口平臺設備異常,包括:
6.根據權利要求5所述的車...
【專利技術屬性】
技術研發人員:童劼怡,趙志敏,張倩,陳聰,魏明瑞,王陸意,
申請(專利權)人:通號城市軌道交通技術有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。