本发明公开了一种用于电气设备局部放电的监测装置,包括手持监测设备,手持监测设备包括第一采集模块、第一处理模块、第一检测模块、第一存储模块、显示模块、手持监测设备壳体和手持监测设备把手；第一采集模块包括多个在空间中呈三维阵列几何形状分布的第一声压传感器,用于采集超声波；第一处理模块与第一采集模块连接,用于对采集的超声波进行降噪滤波；第一检测模块与第一处理模块连接；第一存储模块与第一检测模块连接；显示模块与第一存储模块连接,用于显示放电超声波发射源的空间几何位置。备灵活使用,对大面积、数量众多的电气设备进行巡逻放电监测,应对各种高压放电的电气设备,检测定位精度高,节约成本以及提高工作效率。

本发明公开了一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,该方法利用时间延时,将矢量水听器接收数据的时间间隔等效为空间间隔,在空间上构造一个虚拟的矢量水听器,利用两个矢量水听器估计ECKART滤波器参数,构造ECKART滤波器。利用ECKART滤波器对目标窄带空间谱进行后置滤波,通过非相干叠加输出目标宽带空间能量谱,实现目标方位估计。本发明所述的基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,适用于单矢量水听器高分辨DOA估计,与现有技术相比,本发明具有以下优点：利用单矢量水听器估计ECKART滤波器参数,对单矢量水听器MVDR算法输出结果进行后置滤波,提高原MVDR算法的空间分辨率及输出信噪比,从而提升单矢量水听器的多目标分辨能力以及目标探测距离。

本发明公开了一种水下高精度一维DOA估计方法,步骤如下：采用二维交叉嵌套阵进行一维DOA估计,对两条二级嵌套阵接收数据的协方差矩阵R-(xx)和R-(yy)向量化、排序、去冗余,根据矩阵重构算法构建Toeplitz矩阵和基于使用现有的TLS-ESPRIT算法得到对进行特征值分解得到特征值λ-(x1),λ-(x2),...,λ-(xK),基于使用现有的TLS-ESPRIT算法得到对进行特征值分解得到特征值λ-(y1),λ-(y2),...,λ-(yK),将λ-(x1),λ-(x2),...,λ-(xK)从小到大排序,对λ-(y1),λ-(y2),...,λ-(yK)从大到小排序,通过排序对两者进行配对；根据二维交叉嵌套阵的几何关系推导出θ-(xk)、θ-(yk)和θ-(k)的关系式,最终求解出目标信号的波达方向角。该发明在得到声速无关的DOA估计表达式的同时,解决了DOA估计过程中参数配对问题,提高了DOA估计精度。

本发明公开了一种基于声音的方向距离辨识装置及其方向距离辨识方法,基于声音的方向距离辨识装置包括：声音采集模块,声音采集模块包括声音采集矩阵板,声音采集矩阵板的四周均布有多个声音采集器,以用于获取声音信号并将声音信号传输至声音处理模块；声音处理模块,声音处理模块用于接收并处理来自声音采集模块的声音信号,以将声音信号转换为方向数据和/或距离数据,并将方向数据和/或距离数据同时传输给网络传输模块和显示模块；网络传输模块,网络传输模块用于将方向数据和/或距离数据传输至云网络；以及显示模块,显示模块用于展示方向数据和/或距离数据；声音处理模块同时与声音采集模块、网络传输模块、和显示模块通信连接。

本发明公开了一种水下传感器数据收集方法、系统、装置及介质,其中方法包括以下步骤：获取M-1个水声信号所述水声信号通过设置在水下自主航行器的圆形阵列获得；根据水声信号的功率从M-1个水声信号中获取K个水声信标,以及计算水声信标对应的传感器节点的探测概率；获取水声信标对应的方位角,根据方位角对K个水声信标对应的传感器节点进行分组,并获取每一组对应的巡航方向；根据探测概率计算每一组的数据收集效率,根据最大数据收集效率对应的一组的巡航方向控制水下自主航行器移动并采集传感器数据。本发明采用圆形阵列对节点的方向进行探测,使水下自主航行器能够在节点未知位置情况下收集数据,可广泛应用于下传感器数据收集领域。

本发明公开了一种水下传感器数据收集方法、系统、装置及介质,其中方法包括以下步骤：获取M-1个水声信号所述水声信号通过设置在水下自主航行器的圆形阵列获得；根据水声信号的功率从M-1个水声信号中获取K个水声信标,以及计算水声信标对应的传感器节点的探测概率；获取水声信标对应的方位角,根据方位角对K个水声信标对应的传感器节点进行分组,并获取每一组对应的巡航方向；根据探测概率计算每一组的数据收集效率,根据最大数据收集效率对应的一组的巡航方向控制水下自主航行器移动并采集传感器数据。本发明采用圆形阵列对节点的方向进行探测,使水下自主航行器能够在节点未知位置情况下收集数据,可广泛应用于下传感器数据收集领域。