Учитывая звуковой поток, найти, когда дверь захлопывается (расчет уровня звукового давления?)

Необходимо коснуться в к двери близко переключатели в автомобиле. При попытке сделать это со звуковым анализом - сверхразработка.

существует много предложений о различных подходах обработки сигналов для взятия, но действительно, к тому времени, когда Вы узнаете о теории обнаружения, создают встроенную плату обработки сигналов, изучают архитектуру обработки для микросхемы, которую Вы выбрали, делайте попытку алгоритма, отладьте его и затем настройте его для автомобиля, на котором Вы хотите использовать его (и затем повторно настроиться и повторно отладить его для любого автомобиля), Вам будут жаль, что Вы просто stickey не записали на ленту язычкового переключателя в автомобиле и hotglued магнит к двери.

Не то, чтобы это не интересная проблема для решения для dsp экспертов, но от способа, которым Вы задаете этот вопрос, ясно, что звуковая обработка не является маршрутом, которым Вы хотите следовать. Это просто будет такой кошмар, чтобы заставить его работать правильно.

кроме того, трещотка является просто фильтром высоких частот, питаемым в пороговый детектор. (плюс таймер для проверки 2 хлопков достаточно быстро вместе)

Я запустил бы путем рассмотрения спектрального. Я сделал это на этих двух звуковых файлах, которые Вы дали и там, кажется, некоторое подобие, которое Вы могли использовать. Например, основное различие между этими двумя, кажется, вокруг 40-50Hz. Мои.02.

ОБНОВЛЕНИЕ

у меня была другая идея после регистрации этого. Если Вы можете, добавить акселерометр на устройство. Затем коррелируют вибрационные и акустические сигналы . Это должно помочь с перекрестным дверным обнаружением механизма. Я думаю, что это должно хорошо коррелироваться, так как звук vibrationally управляется, где стерео, например, не. У меня было устройство, которое смогло обнаружить моего об/мин механизма с лобовым стеклом, монтируются (присоска), таким образом, чувствительность могла бы быть там. (Я не делаю обещаний, это работает!)

_{(источник: charlesrcook.com )}

%% 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))

Процесс для нахождения отличного скачка в звуковых сигналах называют переходное обнаружение . Приложения как кислота Sony и Ableton, Живой переходное обнаружение использования для нахождения ударов в музыке для того, чтобы сделать соответствие удара.

отличный скачок Вы видите в форме сигнала выше, назван переходным процессом, и существует несколько хороших алгоритмов для обнаружения его. Бумага Переходное обнаружение и классификация в энергетических вопросах описывает 3 метода для того, чтобы сделать это.

Существует большая соответствующая литература по этой проблеме в радарном мире (она назвала теорию обнаружения).

Вы могли бы взглянуть на "ячейку, составляющую в среднем CFAR" (постоянный уровень ложной тревоги) обнаружение. Википедия имеет немного здесь . Ваша идея очень похожа на это, и она должна работать! :)

Удачи!

Я предположил бы, что частота и амплитуда будут также значительно варьироваться с механизма на механизм. Лучший способ определить это взял бы образец в Гражданском по сравнению с большим внедорожником. Возможно, Вы могли сделать, чтобы пользователь закрыл дверь в режиме "изучения" для получения подписи амплитуды и частоты. Затем Вы могли использовать это для сравнения когда в режиме использования.

Вы могли также рассмотреть использование анализ Фурье для устранения фоновых шумов, которые не связаны с дверью близко.

Возможно, необходимо попытаться обнаружить значительное мгновенное повышение давления воздуха, которое должно отметить дверь близко. Можно соединить его с этим анализом формы сигнала и уровня звука, и они все могли бы дать Вам лучший результат.

По вопросу о менее частой выборке самая высокая звуковая частота, которая может быть получена, является половиной частоты дискретизации. Таким образом, если бы автомобильный дверной звук был самым сильным на уровне 1000 Гц (например), затем, то частота дискретизации ниже 2000 Гц потеряла бы тот звук полностью

Очень простой подавитель шума, вероятно, сделал бы очень хорошо в Вашей ситуации. Просто ожидайте первого образца, амплитуда которого выше указанного порогового значения (чтобы не инициировать с фоновым шумом). Необходимо было бы только стать более сложными, чем это, если необходимо различать различные типы шума (например, дверь, закрывающаяся по сравнению с ручным хлопком).