Biorąc pod uwagę strumień audio, znajdź, gdy drzwi trzaskają (obliczanie poziomu ciśnienia akustycznego?)

Należy włączyć przełączniki zamykania drzwi w samochodzie. Próba zrobienia tego z analizą dźwięku jest zbyt zaawansowana.

Istnieje wiele sugestii dotyczących różnych przetwarzania sygnału podejścia do podjęcia, ale tak naprawdę, zanim dowiesz się o wykrywaniu teorii, zbuduj wbudowaną płytkę przetwarzania sygnału, naucz się przetwarzania architektury dla wybranego układu, spróbuj algorytmu, Debuguj go, a następnie dostroić go do samochodu, w którym chcesz go używać (a następnie ponownie dostroić i ponownie debugować it dla co drugi samochód), będziesz życzył sobie tylko przyklejony trzciny przełącznik wewnątrz samochodu i hotglued magnes do drzwi.

Nie to, że nie jest to interesujący problem do rozwiązania dla ekspertów dsp, ale z tego, w jaki sposób zadajesz to pytanie, jest jasne, że dźwięk przetwarzanie nie jest drogą, którą chcesz obrać. To będzie taki koszmar. żeby wszystko działało jak należy.

Ponadto, klapka jest tylko filtrem wysoko-przepustowym wprowadzanym do detektora progu. (Plus timer, aby upewnić się 2 claps quickly enough together)

W świecie radarów jest wiele literatury na ten temat (nazywa się to teorią detekcji).

Możesz spojrzeć na wykrywanie" uśredniania komórek CFAR " (stała częstotliwość fałszywego alarmu). Wikipedia ma trochę tutaj . Twój pomysł jest bardzo podobny do tego i powinien zadziałać! :)

Powodzenia!

Zacząłbym od spojrzenia na widmo. Zrobiłem to na dwóch plikach audio, które dałeś, i wydaje się, że jest pewne podobieństwo, którego mógłbyś użyć. Na przykład główna różnica między tymi dwoma wydaje się być około 40-50Hz. Ojej .02.

UPDATE

Miałem inny pomysł po opublikowaniu tego. Jeśli możesz, Dodaj akcelerometr do urządzenia. Następnie skorelować sygnały wibracyjne i akustyczne . Powinno to pomóc w wykrywaniu drzwi pojazdu krzyżowego. Myślę o tym. powinien być dobrze skorelowany, ponieważ dźwięk jest napędzany wibracjami, gdzie na przykład stereo nie jest. Miałem urządzenie, które było w stanie wykryć obroty silnika za pomocą mocowania przedniej szyby (przyssawki), więc czułość może tam być. (Nie obiecuję, że to działa!)

Alt text http://www.charlesrcook.com/spectral.jpg

%% Test Script (Matlab)
clear
hold all %keep plots open
dt=.001

%% Van driver door
data = wavread('van_driver_door_closing.wav');

%Frequency analysis
NFFT = 2^nextpow2(length(data));
Y = fft(data(:,2), NFFT)/length(data);
freq = (1/dt)/2*linspace(0,1,NFFT/2);
spectral = [freq'  2*abs(Y(1:NFFT/2))];

plot(spectral(:,1),spectral(:,2))

%% Repeat for van sliding door
data = wavread('van_driverdoorclosing.wav');

%Frequency analysis
NFFT = 2^nextpow2(length(data));
Y = fft(data(:,2), NFFT)/length(data);
freq = (1/dt)/2*linspace(0,1,NFFT/2);
spectral = [freq'  2*abs(Y(1:NFFT/2))];

plot(spectral(:,1),spectral(:,2))

Proces znajdowania wyraźnych skoków w Sygnałach audio nazywa się detekcją przejściową . Aplikacje takie jak Sony ' S Acid i Ableton Live używają detekcji przejściowej do znajdowania bitów w muzyce do dopasowywania bitów.

Wyraźny skok, który widzisz w powyższym kształcie fali, nazywa się przejściowym i istnieje kilka dobrych algorytmów do jego wykrywania. W ArtykuleDetekcja i klasyfikacja przejściowa w sprawach energetycznych opisano 3 metody wykonywania to.

Wyobrażam sobie, że częstotliwość i amplituda różnią się znacznie w zależności od pojazdu. Najlepszym sposobem na ustalenie tego byłoby pobranie próbki w Civic kontra dużym SUV-ie. Być może mógłbyś zamknąć drzwi w trybie "uczenia się", aby uzyskać sygnaturę amplitudy i częstotliwości. Następnie możesz użyć tego do porównania w trybie użytkowania.

Możesz również rozważyć użycie analizy Fouriera w celu wyeliminowania szumów tła, które nie są związane z drzwiami blisko.

Może powinieneś spróbować wykryć znaczny natychmiastowy wzrost ciśnienia powietrza, który powinien oznaczać zamknięcie drzwi. Możesz go sparować z analizą kształtu fali i poziomu dźwięku, a to wszystko może dać lepszy wynik.

W przypadku rzadszego próbkowania najwyższa częstotliwość dźwięku, jaką można wychwycić, wynosi połowę częstotliwości próbkowania. Tak więc, jeśli dźwięk drzwi samochodu był najsilniejszy przy 1000 hz (na przykład), częstotliwość próbkowania poniżej 2000 Hz straciłaby ten dźwięk całkowicie

Bardzo prosta bramka dźwiękowa prawdopodobnie sprawdziłaby się w twojej sytuacji. Po prostu poczekaj na pierwszą próbkę, której Amplituda przekracza określoną wartość progową (aby uniknąć wyzwalania szumem tła). Trzeba by się bardziej skomplikować tylko wtedy, gdy trzeba rozróżnić różne rodzaje hałasu (np. zamykanie drzwi a klaskanie ręką).