以是說話聲、汽車鳴笛聲、拍手聲等；接著提取所有樣 本庫中各聲音信號的特征值，再對所有特征值進行基于隱馬爾科夫模型（Hi dden MarkoV Model，HMM)訓練，生成樣本匹配模板；其中，訓練次數應該設置為一個固定的較高的值，如 200~300次，若訓練次數達到所設值后依然不收斂，訓練程序會強行退出并生成樣本匹配模 板，但是，由于不收斂的匹配模板識別效果不是最理想的，所以建議從新生成訓練樣本再次 訓練，直到生成收斂的樣本匹配模板。
[0025] 其中，經過大量的實驗表明，正負樣本數不需要太多，如15~30個，識別效果可以 滿足要求且計算量少。
[0026] 在步驟S5中，其它破壞聲音信號判斷條件為：在一段時間內，大概15~30幀聲音信 號的平均聲強應該大于一個較高的值，如95~110,聲強值的方差應該小于一個較低的值，如 I. 2~0. 9,頻域能量均值應該大于一個較高的值，如290~320,以及每一幀頻域能量值的方差 應該小于一個較低的值，如5. 0~6. 0。
[0027] 所述平均聲強計算公式為，其中N為所述聲音信號的幀數，i為幀序 號，I為每一幀的聲強值，計算公式為，η為幀長，一般設置為160~320, y是聲音信號數字化 后的數值，j是幀內每個聲音信號點的序號。
[0028] 所述聲強值方差計算公式為i
所述頻域能量均值計算公式為；
F為每一幀的頻域能量總和，其計算公式 為，f是一幀聲音信號經過快速傅里葉變換后的頻域分布。
[0029] 所述每幀頻域能量值方差計算公式為
[0030] 在步驟S3中，提取的聲音信號的特征值為24階梅爾倒譜系數MFCC。
[0031 ] 在本發明中，可以通過震動傳感探測器采集震動信號，通過拾音器采集聲音信號。
[0032] 本發明還公開了一種應用于ATM機的被砸檢測系統，包括： 采集模塊，用于同時采集ATM機監測區域范圍內的聲音信號和震動信號； 震動信號判斷模塊，用于根據所述震動信號的強弱來判斷所述震動信號是否為ATM機 被砸的震動信號，若震動信號為強震動信號，則進入ATM機被砸判斷模塊，若震動信號為弱 信號，則進入被砸聲音判斷模塊； 被砸聲音判斷模塊，用于提取所述聲音信號的特征值，然后根據所述特征值判斷所述 聲音信號是否為ATM機被砸聲音信號，如果所述聲音信號識別為ATM機被砸聲音信號，則進 入ATM機被砸判斷模塊，否則進入其他破壞聲音判斷模塊； ATM機被砸判斷模塊，用于通過ATM機被砸聲音信號的時域特征，判斷ATM機是否被砸， 若通過判斷，則發出報警信號并結束，否則進入其他破壞聲音判斷模塊； 其他破壞聲音判斷模塊，用于根據聲音信號時頻域特征檢測所述聲音信號是否為其它 破壞聲音信號，若是其它破壞聲音信號，那么發出報警信號，否則不報警。
[0033] 在所述震動信號判斷模塊中，若震動信號數值大于設定的強震動信號閾值，那么 認定為強震動信號，若震動信號大于設定的預警閾值而小于強震動信號閾值，那么認定為 弱震動信號。
[0034] 在所述被砸聲音判斷模塊中，分別計算聲音信號的特征值與樣本匹配模板中ATM 機被砸聲音和其它聲音的輸出概率，通過輸出概率判斷采集的聲音信號是ATM機被砸聲音 還是其它聲音。
[0035] 在所述ATM機被砸判斷模塊中，ATM機被砸聲音信號持續時間長度為25~55幀，且 平均聲強在95~110之間。
[0036] 在所述其他破壞聲音判斷模塊中，計算一段時間內聲音信號的平均聲強值、聲強 值的方差、頻域能量的平均值和頻域能量的方差，判斷該值是否滿足其它破壞聲音信號的 判斷條件，滿足條件則發出報警信號。
[0037] 本發明采用聲震融合方法，引入聲音信號處理技術，在震動信號的基礎上進行多 次判斷，可以有效的解決目前ATM機只使用震動探測器所引起的誤報、漏報現象；而且，增 加了識別判斷，使識別結果更加可靠，增加了其它破壞聲音檢測，有效地對ATM機被鉆、被 鋸時做出報警判斷；另外，訓練樣本是在監測目標ATM機實際環境中，程序初始化階段時錄 制的，樣本更據有針對性。
[0038] 以上內容是結合具體的優選實施方式對本發明所作的進一步詳細說明，不能認定 本發明的具體實施只局限于這些說明。對于本發明所屬技術領域的普通技術人員來說，在 不脫離本發明構思的前提下，還可以做出若干簡單推演或替換，都應當視為屬于本發明的 保護范圍。
【主權項】
1. 一種應用于ATM機的被砸檢測方法，其特征在于，包括如下步驟： A. 同時采集ATM機監測區域范圍內的聲音信號和震動信號； B. 根據所述震動信號的強弱來判斷所述震動信號是否為ATM機被砸的震動信號，若震 動信號為強震動信號，則進入步驟D，若震動信號為弱信號，則進入步驟C; C. 提取所述聲音信號的特征值，然后根據所述特征值判斷所述聲音信號是否為ATM機 被砸聲音信號，如果所述聲音信號識別為ATM機被砸聲音信號，則進入步驟D，否則進入步 驟E; D. 通過ATM機被砸聲音信號的時域特征，判斷ATM機是否被砸，若通過判斷，則發出報 警信號并結束，否則進入步驟E; E. 根據聲音信號時頻域特征檢測所述聲音信號是否為其它破壞聲音信號，若是其它破 壞聲音信號，那么發出報警信號，否則不報警。2. 根據權利要求1所述的被砸檢測方法，其特征在于，在所述步驟B中，若震動信號數 值大于設定的強震動信號閾值，那么認定為強震動信號，若震動信號大于設定的預警閾值 而小于強震動信號閾值，那么認定為弱震動信號。3. 根據權利要求1所述的被砸檢測方法，其特征在于，在所述步驟C中，分別計算聲音 信號的特征值與樣本匹配模板中ATM機被砸聲音和其它聲音的輸出概率，通過輸出概率判 斷采集的聲音信號是ATM機被砸聲音還是其它聲音。4. 根據權利要求1所述的被砸檢測方法，其特征在于，在所述步驟D中，ATM機被砸聲 音信號持續時間長度不能超出設定的范圍內，且平均聲強不能低于設定的閾值。5. 根據權利要求1所述的被砸檢測方法，其特征在于，在所述步驟E中，計算一段時間 內聲音信號的平均聲強值、聲強值的方差、頻域能量的平均值和頻域能量的方差，判斷該值 是否滿足其它破壞聲音信號的判斷條件，滿足條件則發出報警信號。6. -種應用于ATM機的被砸檢測系統，其特征在于，包括： 采集模塊，用于同時采集ATM機監測區域范圍內的聲音信號和震動信號； 震動信號判斷模塊，用于根據所述震動信號的強弱來判斷所述震動信號是否為ATM機 被砸的震動信號，若震動信號為強震動信號，則進入ATM機被砸判斷模塊，若震動信號為弱 信號，則進入被砸聲音判斷模塊； 被砸聲音判斷模塊，用于提取所述聲音信號的特征值，然后根據所述特征值判斷所述 聲音信號是否為ATM機被砸聲音信號，如果所述聲音信號識別為ATM機被砸聲音信號，則進 入ATM機被砸判斷模塊，否則進入其他破壞聲音判斷模塊； ATM機被砸判斷模塊，用于通過ATM機被砸聲音信號的時域特征，判斷ATM機是否被砸， 若通過判斷，則發出報警信號并結束，否則進入其他破壞聲音判斷模塊； 其他破壞聲音判斷模塊，用于根據聲音信號時頻域特征檢測所述聲音信號是否為其它 破壞聲音信號，若是其它破壞聲音信號，那么發出報警信號，否則不報警。7. 根據權利要求6所述的被砸檢測系統，其特征在于，在所述震動信號判斷模塊中，若 震動信號數值大于設定的強震動信號閾值，那么認定為強震動信號，若震動信號大于設定 的預警閾值而小于強震動信號閾值，那么認定為弱震動信號。8. 根據權利要求6所述的被砸檢測系統，其特征在于，在所述被砸聲音判斷模塊中，分 別計算聲音信號的特征值與樣本匹配模板中ATM機被砸聲音和其它聲音的輸出概率，通過 輸出概率判斷采集的聲音信號是ATM機被砸聲音還是其它聲音。9. 根據權利要求6所述的被砸檢測系統，其特征在于，在所述ATM機被砸判斷模塊中， ATM機被砸聲音信號持續時間長度不能超出設定的范圍內，且平均聲強不能低于設定的閾 值。10. 根據權利要求6所述的被砸檢測系統，其特征在于，在所述其他破壞聲音判斷模塊 中，計算一段時間內聲音信號的平均聲強值、聲強值的方差、頻域能量的平均值和頻域能量 的方差，判斷該值是否滿足其它破壞聲音信號的判斷條件，滿足條件則發出報警信號。
【專利摘要】本發明提供了一種應用于ATM機的被砸檢測方法及系統，該被砸檢測方法包括如下步驟：A.同時采集ATM機監測區域范圍內的聲音信號和震動信號；B.根據所述震動信號的強弱來判斷所述震動信號是否為ATM機被砸的震動信號，若震動信號為強震動信號，則進入步驟D，若震動信號為弱信號，則進入步驟C。本發明的有益效果是：本發明采用聲震融合方法，引入聲音信號處理技術，在震動信號的基礎上進行多次判斷，可以有效的解決目前ATM機只使用震動探測器所引起的誤報、漏報現象；而且，增加了識別判斷，使識別結果更加可靠，增加了其它破壞聲音檢測，有效地對ATM機被鉆、被鋸時做出報警判斷。
【IPC分類】G01H17/00, G10L25/51
【公開號】CN105258791
【申請號】CN201510716489
【發明人】曹江中, 茅慶江, 麥權深
【申請人】廣州市浩云安防科技股份有限公司
【公開日】2016年1月20日
【申請日】2015年10月30日