[发明专利]一种基于互联网的数字声控骨传导耳机系统

摘要

本发明属于数据处理设备技术领域，公开了一种基于互联网的数字声控骨传导耳机系统，包括耳麦机、语音控制单元、红外线影像检测模块、语音输入模块、语音输出模块、互联网通讯模块；互联网通讯模块与语音控制器连接，用于实现语音控制单元与指挥中心的信息交换。本发明提供的基于互联网的数字声控骨传导耳机系统，能通过声音有效且快捷控制耳机的工作，其结构简单、实现方便，成本低，给生产和使用带来方便；并引入了数字静噪技术，从而有效减少环境噪声对通信音质的影响；引入了无线SPEEX技术解码技术，从而有效拓展了产品的使用场合，给使用人员带来使用便利。

主权项

一种基于互联网的数字声控骨传导耳机系统，其特征在于，所述基于互联网的数字声控骨传导耳机系统包括：耳麦机，用于为语音控制单元提供麦克风信号并将语音所述控制单元提供的耳机信号转换成相应语音；语音控制单元，用于耳麦机传输的麦克风信号的控制、检测、通讯任务；将语音输入模块的语音信号转换成数字信号，进行实时压缩，变成数据量小的数据，通过通讯模块发送到指挥中心；所述数据采用双层布鲁姆过滤器；所述布鲁姆过滤器采用长度为m的比特数组V以及k个相互独立的哈喜函数h1、h2、…、hk；当需要将元素s存储到布鲁姆过滤器时，分别计算设置h1(s)、h2(s)、…、hk(s)的值，并将V中对应位置的比特值置为‘1’；当需要判断元素u是否在布鲁姆过滤器中时，检查V中第h1(u)、h2(u)、…、hk(u)位置的比特值是否全为1，如果全为1，则元素u以较大概率在S中，如果不全为1，则u一定不在布鲁姆过滤器中；红外线影像检测模块，与语音控制器连接，用于检测现场输入语音信号的人的输入操作动作；所述红外线影像检测模块采用改进的基于同余数系统的Montgomery算法进行大数模乘运算，所述改进Montgomery算法具体为：将1024bit的大数表示成同余数系统下的数，即两组33个32bit的小数，以及1个冗余基下表示的32bit的数，表示过程即求模过程，分解成的32bit小数分别独立参与32bit的模乘、模乘累加、模加运算，并且各个32bit数据之间不存在依赖，进行并行执行运算；所述算法具体包括下列步骤：输入：x,y,N在两组基和在冗余基mr下的表示,M′＝(M′1,M′2,...,M′k)B′,Mr＝Mmodmr；输出：r＝xyM‑1(mod N)在两组基和冗余基下的表示,r＜(k+2x)N；Step1.1:zi＝(xi×yi)modmi；Step2:(q1,q2,…,qk)B→(q′1,q′2,…,q′k)B′andqr；Step3:rr＝(xr×yr+qr×Nr)×Mr(modmr)；r′i＝(x′i×y′i+q′i×N′i)×M′i(modm′i)(i＝1,2,…,k)；Step3.1:z′i＝(x′i×y′i)modm′i；Step3.2:w′i＝(z′i+q′i×N′i)modm′i；Step3.3:r′i＝(w′i×M′i)modm′i；Step4:(r′1,r′2,…,r′k)B′→(r1,r2,…,rk)B；第一次基转换算法：由基B到基B’的转换算法；输入：(q1,q2,...,qk)B；输出：(q′1,q′2,...,q′k)B′andqr；第二次基转换算法：由基B’到基B的转换算法：输入：(r′1,r′2,...,r′k)B′andrr；输出：(r1,r2,...,rk)B；其中，B＝(m1,m2,...,mk),B是一组基，其中mi是基的元素，每一个mi32bit，M是所有mi的乘积，Mi是M除以mi得到的结果；k是一组基中元素的个数；B′是另一组基，其中mi′是基的元素，每一个mi′32bit，是所有m′i的乘积，是除以m′i得到的结果；r是一个32bit的冗余基，xr、yr、qr、Nr、Mr分别是x、y、q、N、M对mr取同余；N是RSA算法中的模数，Ni是N对mi取同余，Ni′是N对mi′取同余，是N对mi求逆并取负值；M′＝(M1′,M2′…,Mk′)B′，M'是M在基B'下的表示，M′i是M对每一个mi′取同余；xi＝xmodmi(0≤x≤M其中x是1024bit的数据，xi是x对mi取同余；xi′＝xmodmi′其中x是1024bit的数据，xi′是x对mi′取同余；其中Mi＝M/mi，代表Mi模mi并求逆；qi、zi、z′i、w′i、li、β分别是32bit的中间数据；r是结果，其中ri是r在mi下的表示，ri′是r在mi′下的表示，rr是r在mr下的表示；Mi′,Mr是Mj对mi′取同余，是对mi′求逆，是对mi取同余，是对mr取同余，是对mi取同余；语音输入模块，输入端与耳麦机连接，输出端与语音控制单元连接，用于采集耳麦机的音频信号并传输给语音控制单元；语音输出模块，与语音控制器连接，用于将语音控制单元接收到的指挥中心传输过来的语音信息输出，与现场人员交互信息；所述语音输出模块设置有无线体域网快速唤醒关联模块，所述无线体域网快速唤醒关联模块的关联方法包括：步骤一，Hub根据当前通信的需要设置SSS、Asso_ctrl域为相应的值，构造Wakeup帧；在发送Wakeup帧后，向节点发送T‑Poll帧；步骤二，节点收到唤醒帧后，获得本次关联的配置信息以及Hub的公钥PKb，然后选择自己的私钥SKa长为256比特，计算公钥计算公钥PKa＝SKa×G，计算出公钥后，节点再计算基于口令的公钥，PKa'＝PKa‑Q(PW)，Q(PW)＝(QX，QY)，QX＝232×PW+MX；节点根据收到的Wakeup帧中的Nonce_b以及自身选择的Nonce_a计算：KMAC_1A＝CMAC(Temp_1,Add_a||Add_b||Nonce_a||Nonce_b||SSS,64)KMAC_2A＝CMAC(Temp_1,Add_b||Add_a||Nonce_b||Nonce_a||SSS,64)；利用上述计算的信息PKa、KMAC_2A构造第一关联请求帧，并向Hub发送；步骤三，Hub收到第一关联请求帧后，首先复原当前节点的公钥PKa＝PKa'+Q(PW)，Q(PW)＝(QX，QY)，QX＝232×PW+MX；MX为使QX满足椭圆曲线上的点的最小非负整数；计算DHKey＝X(SKb×PKa)＝X(SKa×SKb×G)，这里X()函数是取椭圆曲线密钥的X坐标值，Temp_1＝RMB_128(DHKey)，根据收到的信息以及计算得到的信息计算：KMAC_1B＝CMAC(Temp_1,Add_a||Add_b||Nonce_a||Nonce_b||SSS,64)KMAC_2B＝CMAC(Temp_1,Add_b||Add_a||Nonce_b||Nonce_a||SSS,64)对比收到的KMAC_2A和计算得到的KMAC_2B，如果相同则继续构造第二关联请求帧并进入本次关联请求的步骤五，如果不同则取消本次关联请求；步骤四，节点收到第二关联请求帧，对比在步骤二中计算的KMAC_1A与收到的KMAC_1B，如果不同则取消本次关联请求，如果相同则进入本次关联的步骤五步；步骤五，节点与Hub计算MK＝CMAC(Temp_2，Nonce_a||Nonce_b，128)，Temp_2＝LMB(DHKey)，为DHKey的最左128位；双方完成唤醒关联；互联网通讯模块，与语音控制器连接，用于实现语音控制单元与指挥中心的信息交换；所述互联网通讯模块支持向量机的决策面函数为：f(x)=sign(Σi=1lαiyiK(xi,x)+b)=sign(Σil1αi+yiK(xi,x)+Σil2αi-yiK(xi,x)+b);]]>其中代表正类支持向量的系数，代表负类支持向量的系数，l1和l2分别代表正类和负类的训练样本的个数；在zSVM中通过对乘以一个正数z，增加正类支持向量的权重，修改的支持向量机的决策面函数表示为：f(x)=sign(zΣil1αi+yiK(xi,x)+Σil2αi-yiK(xi,x)+b).]]>