买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门理工学院申请的专利基于时频域峰谷特征学习的扬声器质量检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115052241B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210693485.1，技术领域涉及：H04R29/00；该发明授权基于时频域峰谷特征学习的扬声器质量检测方法是由陈先益;原伟峰;刘建春设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本基于时频域峰谷特征学习的扬声器质量检测方法在说明书摘要公布了：本发明提供一种基于时频域峰谷特征学习的扬声器质量检测方法，其包括采集样本声波数据；从样本声波数据中提取出声波时域波形图的峰谷特征和声波频域特征，基于声波时频域特征阈值的学习方法建立声波质检特征数据库；获取待检测扬声器的声波数据，从待检测扬声器的声波数据中提取声波峰谷及幅频特征，将提取到的声波峰谷及幅频特征输入至声波质检特征数据库进行匹配，当特征匹配时，检验为合格产品，当特征不匹配时，检验为不合格产品。借此，该基于时频域峰谷特征学习的扬声器质量检测方法可以代替人工检测方式，保障产品长时间质量检测的可靠性，避免因人工疲劳引起的错误检测，可以解决该工序招工难的问题且能降低成本提高效率。

本发明授权基于时频域峰谷特征学习的扬声器质量检测方法在权利要求书中公布了：1.一种基于时频域峰谷特征学习的扬声器质量检测方法，其特征在于：所述基于时频域峰谷特征学习的扬声器质量检测方法包括下列步骤： S100：采集样本声波数据； S200：从所述样本声波数据中提取出声波时域波形图的峰谷特征和声波频域特征，基于声波时频域特征阈值的学习方法建立声波质检特征数据库； S300：获取待检测扬声器的声波数据，从所述待检测扬声器的声波数据中提取声波峰谷及幅频特征，将提取到的声波峰谷及幅频特征输入至所述声波质检特征数据库进行匹配，当特征匹配时，检验为合格产品，当特征不匹配时，检验为不合格产品； 在步骤S200中，从所述样本声波数据中提取出声波时域波形图的峰谷特征包括如下步骤： S210：设声波曲线各离散正数点的坐标为n,fn,其中n＝1,2,3,...,N，N为总点数，当第m个点为顶点时应满足条件： 最终得到的顶点表示为m,pm，其中m＝1,2,3,...,M，M为定点数总和； S220：将相邻顶点间距离最大的点记为两个周期波形的分割点s，提取的分割点总数为h，设相邻顶点的距离为w，第m个点的相邻两点间距定义为wm＝pm-pm-1； 在步骤S220中，设定阈值ω，当wω时才被提取为分割点s，设定分割点幅值阈值λ，当yλ时，提取为分割点s，其中，y为样本波形幅值，样本提取的分割点总数h2；设定一个幅值阈值ψ，当幅值yψ时为正样本，当y＜ψ时，为负样本； 在步骤S220中，分割点s的提取方法如下： S221：提取幅值小于λ的候选顶点p，计算该候选顶点p与其相邻点之间的距离wp； S222：提取p点的邻域k内所有顶点的幅值wk； S223：判定wp是否大于wk，当wp大于wk时，则认定p点为分割点s，当wp小于等于wk时，提取pk点作为新的候选顶点，重复步骤S221至步骤S223； 在步骤S200中，从所述样本声波数据中提取出声波频域特征包括如下步骤： S230：将声波数据进行快速傅里叶变换得到频域图； S240：从频域图中提取次要频率的频幅值v1和v2，设定频幅阈值δ； S250：当同时满足：v1＞v2和v1＞δ，判定为合格产品； 在步骤S200中，基于声波时频域特征阈值的学习方法建立声波质检特征数据库包括如下步骤： 从样本声波数据中提取所有顶点pm； 从样本声波数据中提取分割点集合s，并得到分割点总数h； 当h＞2时，则从样本声波数据中提取一个周期区域内幅值绝对值y最小的顶点，当h＜2时，则调整阈值ω和分割点幅值阈值λ； 当幅值绝对值y大于ψ时，则将样本声波数据进行快速傅里叶变换得到频域图，并从频域图中提取次要频率的频幅值v1，当幅值绝对值y小于ψ时，则调整幅值阈值ψ； 当v1大于δ时，则成功建立声波质检特征数据库，当v1小于δ时，调整频幅阈值δ。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门理工学院，其通讯地址为：361000 福建省厦门市集美区理工路600号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。