1.基于语音分析的森林枪声定位方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每个数据点的局部能量特征构建声音高能量聚集度的方法为:
3.根据权利要求2所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据所述语谱图中每个数据点的局部窗口内不同数据点之间的局部声音能量密度和能量值差异计算能量分布相似聚集度的具体方法为:
4.根据权利要求2所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每个数据点的局部窗口对应的能量分布相似聚集度计算每个数据点的声音高能量聚集度的具体方法为:
5.根据权利要求1所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每个数据点的声音高能量聚集度构建语谱图中每列数据点的高能量频带和低能量频带的方法为:
6.根据权利要求1所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每列数据点的高能量频带和低能量频带计算高能量频带集中覆盖率的方法为:
7.根据权利要求6所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每列数据点的语谱频带能量集中度、频带能量差异系数和每列数据点的频带分布特征计算高能量分布集中度的具体方法为:
8.根据权利要求6所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中每列数据点的高能量分布集中度和高能量频带的频带宽度获取高能量频带集中覆盖率的方法为:
9.根据权利要求1所述的基于语音分析的森林枪声定位方法,其特征在于,所述基于每个阵元麦克风对应的语谱图中每列数据点对应的高能量频带集中覆盖率计算枪声马赫波疑似度的方法为:
10.根据权利要求1所述的基于语音分析的森林枪声定位方法,其特征在于,所述根据每个阵元麦克风对应的语谱图中所有列的枪声马赫波疑似度获取森林中每个声音信号采集点对应的马赫波数据矩阵,基于马赫波数据矩阵获取森林中枪声所在的方向角的方法为: